stickerwu-imagegen:在 DeepSeek Harness 中調用 OpenAI 兼容圖片 API

前言

在 DeepSeek Harness(DSH)裏做智能體時,常見需求是一次生圖、按提示改圖,或在原圖上圈選標註後再提交編輯。若每次都手寫 HTTP 調 generations / edits,還要自己管附件路徑和多次迭代,成本和出錯點都會上去。stickerwu-imagegen 把上述能力做成 DSH 原生 bundle,並提供與 Codex、Claude Code 共用的 CLI 與本地無限畫布,便於在 Harness 工具調用與手工標註之間切換。

下面介紹該插件在 DSH 下的定位、能力與安裝用法;事實以倉庫 README 與 v1.6.1 包元數據爲準。

這是什麼

stickerwu-imagegen(npm 包名 dsh-stickerwu-imagegen)由維護者 stickerwu 發佈,面向 Codex、Claude Code 和 DeepSeek Harness 三端。核心能力是:通過可配置的 OpenAI-compatible 圖片 API,完成生圖、參考圖編輯,以及帶透明標註層的改圖;需要連續圈畫、文字標註或多輪比較時,可打開本地無限畫布。約定是:用戶每次明確提交只發起一次圖片請求。

項目爲獨立實現,非 OpenAI、Anthropic 或 DeepSeek 官方出品。許可證爲 MIT(見 package.json)。

核心功能

Harness 原生工具

安裝後,DSH 側提供四個只讀或寫操作分明的工具:

工具名 用途
stickerwu_imagegen_generate 一次明確調用發起一次生圖請求
stickerwu_imagegen_edit 本地圖片路徑或 Harness 圖片附件改圖,可加 mask 或透明 markup
stickerwu_imagegen_canvas 按需打開無限畫布;支持上傳、圈畫、文字與用戶提交後的迭代
stickerwu_imagegen_status 查看連接與模型,不回傳密鑰、不調用圖片 API

生圖默認走 JSON 的 generations 端點;改圖走 multipart 的 edits 端點,上傳圖片文件,不會把改圖降級爲 generations。默認 size=auto,由服務端決定尺寸,不保證精確保留原圖尺寸;有要求時需顯式指定 --size WIDTHxHEIGHT 並在返回後覈驗實際尺寸。

模型與參數

簡寫 實際模型
sunburst(默認) gpt-image-2.6-sunburst
flare gpt-image-2.6-flare
顯式 2.5 gpt-image-2.5-sunburst 或 gpt-image-2.5-flare

顯式指定 2.5 時不會靜默升到 2.6。質量、複雜度、分辨率、輸出格式、壓縮和流式預覽可按請求獨立設置。GIF、透明背景、mask、流式預覽等是否可用取決於服務商權限與中轉實現;README 記錄了部分線上驗收結果與限制,不能據此承諾所有渠道行爲一致。

本地畫布與 CLI

多輪圈畫、箭頭、文字、參考圖比較等場景,使用 annotate.mjs 本地無限畫布。畫布支持導入圖片、撤銷重做;點擊「按標註修改」後,插件將原圖與獨立透明 PNG 標註層發往編輯端點。單次生圖或改圖也可通過共享的 generate.mjs 完成(與三端技能共用腳本樹)。

安裝與啓用

運行要求

  • Node.js 22+;普通 CLI 與畫布無第三方運行時依賴。
  • DeepSeek Harness >=0.2.2-rc.1 <0.3.0;使用宿主自帶 SDK,不安裝第二份 Harness SDK。
  • API 需兼容圖片 generations / edits;地址、密鑰可在畫布 API 設置 中配置,或使用環境變量。

插件以當前 DSH 進程權限運行;安裝前建議在 GitHub 查看源碼與許可證,並自行評估將圖片 API 密鑰保存在本機配置中的風險(README 說明保存位置爲本地明文,POSIX 下權限 0600)。

DeepSeek Harness 安裝

在 Harness CLI 可用的終端中,安裝到實際使用的 profile(桌面默認 desktop):

dsh plugin --profile desktop add github:stickerwu/stickerwu-imagegen#v1.6.1

Gitee 鏡像:

dsh plugin --profile desktop add git+https://gitee.com/stickerwu/stickerwu-imagegen.git#v1.6.1

也可在源碼目錄構建並安裝經校驗的離線包:

npm run build
npm run pack:verify
dsh plugin --profile desktop add <打印出的-dsh-stickerwu-imagegen-1.6.1.tgz-絕對路徑>

安裝後重新加載該 profile 或重啓 Harness。移除插件:

dsh plugin --profile desktop remove dsh-stickerwu-imagegen

當前 README 未聲稱已通過官方插件市場審覈;社區目錄爲獨立站點,與 DeepSeek / 幻方無官方從屬關係。

API 與 Harness 插件配置

環境變量(新名稱優先,舊名 VVVCODE_* 仍可用):

  • STICKERWU_IMAGEGEN_API_KEY
  • STICKERWU_IMAGEGEN_BASE_URL

畫布內可新建連接、保存並使用,切換連接不會自動發起生圖。用戶級配置文件路徑:~/.config/vvvcode-image-gen/config.json。

Harness 插件側使用 Schemastery,可選字段包括:configPath、profile、outputDir(默認 ~/Pictures/stickerwu-imagegen)、timeoutMs、canvasIdleMs。初次可在工具返回中打開畫布,在 API 設置 本地填寫地址與密鑰;打開畫布、讀狀態、切換連接均不產生圖片請求。

典型用法

在對話中調用工具

示例表述(摘自 README):

用 stickerwu_imagegen_generate,model 設爲 gpt-image-2.5-flare,畫一隻小貓。

也可直接描述「生成一隻小貓」或「把這張圖裏的帽子改成綠色」。原生工具返回原始圖片文件路徑及真實尺寸;柵格圖另存爲 Harness 持久附件供預覽。SVG 返回文件路徑,不冒充柵格附件。

命令行與畫布

查看或設置 CLI 連接(節選):

node plugins/vvvcode-image-gen/scripts/generate.mjs --get-config
node plugins/vvvcode-image-gen/scripts/generate.mjs --set-config --model flare
node plugins/vvvcode-image-gen/scripts/generate.mjs --use-profile work

需要手工標註時:

node plugins/vvvcode-image-gen/scripts/annotate.mjs --image result.png --open

--profile NAME 在生圖與畫布 CLI 中可選擇已保存連接;顯式 profile 時不讀環境中的地址/密鑰。

適用場景與注意

適合誰: 已在 DSH 中開發智能體、且手頭有 OpenAI-compatible 圖片 API(含 2.5 / 2.6 模型)的開發者;需要一次工具調用生圖/改圖,或偶爾打開畫布做標註迭代。

需注意:

  1. 不要把 DeepSeek 聊天模型密鑰當作圖片 API 密鑰;二者在插件中分離配置。
  2. 改圖輸出尺寸、格式、GIF/SSE 中間預覽等,README 兼容性章節記錄了真實請求結果與部分 HTTP 400/格式不符案例,部署前應在自己渠道上做驗收。
  3. 流式預覽、取消:前臺請求支持 Harness 取消,下載與 SSE 會隨之停止;已打開的畫布在工具返回後仍可繼續運行,直至用戶 Finish、閒置超時或卸載插件。

更細的三端配置與排錯見倉庫 docs/usage.md;市場收錄說明見 docs/marketplaces.md。

結尾

stickerwu-imagegen 把生圖、改圖與標註畫布接到 DSH 原生工具契約上,並約束「單次明確提交對應單次 API 請求」,便於在智能體流程裏控制成本與行爲。查閱插件介紹與安裝說明可訪問社區目錄頁與 GitHub 倉庫。

  • 目錄頁:https://www.skillhub.cn/plugins/stickerwu/stickerwu-imagegen
  • GitHub:https://github.com/stickerwu/stickerwu-imagegen
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜