前言¶
在 DeepSeek Harness(DSH)里做带生图能力的 agent,常见做法是接云端 API:要 key、要联网,图也落在别人服务器上。若你已经在本机跑 ComfyUI、模型和工作流都在自己磁盘上,更自然的期望是:用户用自然语言描述画面,agent 补全提示词,任务直接提交到 http://127.0.0.1:8188 这类地址,结果回到对话并可选落盘——全程不依赖外部生图 SaaS。
维护者 maerd610 的 dsh-comfy-imagegen(当前包版本 0.2.0,MIT)就是面向这条路径的 DSH 插件:对话式生图,后端是你本地的 ComfyUI。社区目录 SkillHub 条目 将其归类为「联网工具」;就实现而言,生图流量走本机 HTTP,不设云端 API key。源码与说明见 GitHub 仓库。
这是什么¶
一句话:给 DSH 用的生图插件——你说想画什么,agent 扩写提示词,插件在 ComfyUI 上跑工作流,图出现在对话里并写入配置的输出目录。
它不附带模型,只负责把工作流发到 ComfyUI 执行;ComfyUI 必须先能独立出图,且地址已知(默认 http://127.0.0.1:8188)。
核心功能¶
工具¶
image_generate:文本生图、改图(传入源图)、批量(1–4 张)、尺寸/种子/步数等。常用字段包括prompt、negative、image、template、purpose(动漫 / 艺术 / 版式 / 打字 / 改图等,用于选模板)、size(如16:9、512x512)、seed、steps、cfg、batch。模板级细项通过params传入,键名以image_capabilities的 verbose 槽位为准;同名时params覆盖顶层参数。image_capabilities:自查本机可用模板、缺失的模型文件、各模板默认参数与可选项。
随包技能¶
无需另装:
prompt-director:把短句扩成适合出图的完整描述。imagegen:何时追问、选哪个模板、出图后如何展示或重生成。
交互与进度¶
进度在对话里实时更新:先按目标比例占位,排队时显示队列位置与耗时,完成后原位替换为图片。图同时写入 outputDir(按日期分子目录,并带同名 .json 记录)。
模板来源¶
内置 5 个示例模板绑的是作者机器上的模型文件名,在他人环境上 image_capabilities 里多为 ✗,属预期。可用方式包括:配置 comfyUiDir 自动读取 <comfyUiDir>/user/default/workflows 下 .json;用 node scripts/template.mjs import 导入并标注;或在 templateDirs 指定目录放置 ComfyUI 导出或整理后的 JSON。判定是否可用:image_capabilities 中为 ✓。
安装与启用¶
装之前确认三件事:ComfyUI 正常出图且地址正确;ComfyUI 内已有可用模型;使用 DSH Desktop,并能在「设置 → 插件」看到列表。Node 引擎要求:^22.19.0 || >=24.0.0(见 package.json)。
先把插件目录放到本机任意位置(例如从 Releases 解压 zip)。推荐把下面整段发给 DSH 里的 agent,由它 link 进当前 profile、改 package.json 与 cordis.yml、写入 ComfyUI 地址:
帮我安装本地插件 <刚放好的那个目录>:把它 link 进当前 profile 的依赖、加进
dsh.profile.bundles,然后把 ComfyUI 地址(我的是 http://127.0.0.1:8188)写进imagegen那条配置。装完告诉我该重启了。
装完后需完全退出 DSH 进程再启动(非仅关窗口),启动图只在启动时构建一次。
若自行安装,在 profile 目录(Windows 常见 %APPDATA%\dsh-desktop\harness\profiles\web;macOS / Linux 在 Application Support 下找 harness/profiles)做三件事:用 link: 把本目录加入 dependencies;把 dsh-comfy-imagegen 加入 dsh.profile.bundles;在 profiles/<profile>/node_modules/ 建指向插件目录的软链(Windows 可用 junction)。不要往 Desktop 独占的 desktop profile 里装。
cordis.yml 中 id: imagegen 的 config 示例:
baseUrl: http://127.0.0.1:8188
outputDir: ~/Pictures/dsh-comfy-imagegen
templateDirs: []
comfyUiDir: ''
可选 timeoutMs 默认 900000。改配置后重启 DSH 生效,无需重装。
典型用法¶
验通¶
让 agent 调用一次 image_capabilities。期望看到 ComfyUI 地址与输出目录、各模板 ✓/✗ 及缺文件说明、末尾「可用 N 个 / 共 M 个模板」。也可在插件目录执行:
npm run self-check
对话生图¶
README 中的流程:用户例如「画一只在雨夜便利店里吃关东煮的猫」→ agent 澄清主体与构图 → 调用 image_generate → 数十秒后图出现在对话并落盘。改图示例:给现有海报,要求加入竖排古诗等,在尽量保持原构图的前提下生成。
适用场景与注意¶
适合:已在本地维护 ComfyUI 与模型;希望在 DSH agent 里用自然语言出图、改图,且不希望把图送到云端 API 的场景。
运行方式:插件随 DSH 进程以当前用户权限运行,会访问 baseUrl、读写 outputDir、读取工作流与模板目录。安装前应阅读仓库源码与 MIT 许可证;内置示例工作流与模型权利归各自作者。
已知限制(摘自 README):一次只跑一个生成任务;批量共用提示词与种子;改图不支持蒙版局部重绘;部分 ComfyUI 版本不向外推送步数进度条;ComfyUI 须本机可 HTTP 访问,纯云端 Comfy API 不在支持范围内。
故障速查:连不上 ComfyUI → 检查服务与 baseUrl;模板全 ✗ → 换自有工作流;400/校验失败 → 常缺自定义节点;超时 → 调大 timeoutMs 或降尺寸/步数;装完无反应 → 确认进程级重启。
结尾¶
dsh-comfy-imagegen 把 DSH 的对话能力与本地 ComfyUI 工作流接在一起:两个工具、两个内置技能、可配置的模板来源,适合「模型和数据都在自己机器上」的生图 agent。