前言¶

在 DeepSeek Harness（DSH）里做智能体或日常开发时，经常需要「出一张图」或「念一段文案」，却又不想把提示词、图像或音频送到云端 API。常见做法是各自打开 ComfyUI 网页、单独调 GPT-SoVITS 的 api.py，再在多个目录里找生成结果。下面介绍的 dsh-local-studio 把文生图、语音合成和产出浏览收进 DSH 侧边栏的全屏面板，请求只发往本机服务，文件落在本地目录。

这是什么¶

dsh-local-studio 是维护者 vamyane 发布的 DSH 插件，在社区目录中归类为模型推理。一句话定位：面向 DeepSeek Harness 的本地 AI 创作工具箱——把 ComfyUI 收成「填 prompt 点生成」，把 GPT-SoVITS 收成「填文本点合成」，并带 ComfyUI / TTS 健康探测与最近产出列表。插件不上传 prompt、图像或音频，也不调用云端 API。

• 目录页：https://www.skillhub.cn/plugins/vamyane/dsh-local-studio
• 源码：https://github.com/vamyane/dsh-local-studio
• 当前包版本（资料记载）：0.1.0，许可证 MIT

核心功能¶

资料中与实现一致的能力如下。

界面与集成

• 侧边栏入口 + 全屏面板，React 直接渲染（无 iframe），跟随 DSH 主题令牌支持明暗，Esc 可关闭。
• 页头有两个健康状态点（ComfyUI、GPT-SoVITS），3 秒超时探测；悬停可看到具体失败原因（如 connection refused、timeout）及修复提示。

Image 标签页

• 输入 prompt、宽高、步数 → 调用本机 ComfyUI /prompt → 轮询 /history/{id} → 下载 /view → 保存为 outputs/local-studio/image-<timestamp>.png，并在面板内预览。

Speech 标签页

• 输入文本（可选参考音频）→ 请求 GPT-SoVITS /tts（先 GET，失败再 POST）→ 保存 voice-<timestamp>.wav，面板内可直接播放。

Recent outputs 标签页

• 列出输出目录下最新的 30 个图像/音频文件，支持缩略图或音频预览、复制路径。

后端行为

• 路由挂在 DSH 已认证的 /api 通道（connection.fetch.register），走 Host/Origin 与登录校验。
• 错误统一为 JSON：{ "error": "...", "hint": "..." } 配合 4xx/5xx；ComfyUI 未启动或 checkpoint 名错误不应拖垮宿主。

ComfyUI、GPT-SoVITS 均为可选：未启动时面板仍可打开并提示需要启动的服务。内置工作流默认使用 Animagine XL 3.1（animagine-xl-3.1.safetensors）；任意 SDXL checkpoint 可通过 comfyCheckpoint 或自备 API 格式 workflow 使用。

环境与依赖¶

安装与启用¶

从插件市场（发布后）或本地打包安装时，README 给出的命令为：

# from the plugin market (once published), or from a packed tarball:
npm pack
dsh plugin --profile desktop add ./dsh-local-studio-0.1.0.tgz

本地开发可用目录链接方式：将本仓库复制到 <profile>/local-plugins/dsh-local-studio，在 profile 的 dependencies 中加入 link:./local-plugins/dsh-local-studio，把 dsh-local-studio 写入 dsh.profile.bundles，执行 pnpm install 后重启 DSH。具体步骤见仓库内 ai-brain/dsh-plugin/install.mjs。

重启后，侧边栏页脚会出现 Local Studio 入口，从该处打开面板。

配置¶

可选配置文件：~/.dsh/local-studio.config.json。文件不存在时使用下列默认值，且不会自动创建文件：

{
  "comfyUrl": "http://127.0.0.1:8188",
  "comfyCheckpoint": "animagine-xl-3.1.safetensors",
  "comfyWorkflow": "",
  "ttsUrl": "http://127.0.0.1:9880",
  "ttsRefAudio": "",
  "ttsPromptText": "",
  "ttsPromptLang": "zh",
  "outputDir": ""
}

常用项含义（节选）：

• comfyUrl：ComfyUI 根 URL；设为 "" 则图像路由返回 501。
• comfyCheckpoint：须与 ComfyUI/models/checkpoints 下文件名一致。
• comfyWorkflow：可选，指向 ComfyUI API 格式 workflow JSON 的绝对路径。
• ttsUrl：GPT-SoVITS 根 URL；设为 "" 则语音路由返回 501。
• outputDir：为空时默认为 <workspace>/outputs/local-studio。

调试时可使用环境变量：DSH_LOCAL_STUDIO_CONFIG、DSH_LOCAL_STUDIO_OUTPUT、DSH_WORKSPACE。

内置 workflow（亦见 app/workflow.json）支持占位符：{{PROMPT}}、{{NEGATIVE}}、{{WIDTH}}、{{HEIGHT}}、{{STEPS}}、{{SEED}}、{{CHECKPOINT}}。

典型用法¶

面板内操作¶

1. 打开侧边栏 Local Studio，查看页头健康点是否变绿；必要时按悬停提示启动 ComfyUI 或 GPT-SoVITS。
2. Image：填写 prompt、宽度、高度、步数（宽高二者的倍数须为 8，范围 256–2048；steps 1–80），点击生成，等待计时结束后预览并复制路径。
3. Speech：填写文本（≤2000 字，可选参考音频路径），生成后在面板内播放 wav。
4. Recent outputs：浏览最近 30 个 png/jpg/webp/wav 等文件，点击预览或复制路径。

HTTP API（需已登录 DSH）¶

健康检查：

GET /api/dsh-local-studio/health

文生图示例请求体：

{ "prompt": "1girl, cherry blossoms", "width": 1024, "height": 1024, "steps": 28 }

语音合成示例请求体：

{ "text": "你好，世界", "refAudio": "D:\\voices\\ref.wav" }

列出产出目录：

GET /api/dsh-local-studio/outputs

按文件名读取二进制（仅允许 outputDir 内裸文件名）：

GET /api/dsh-local-studio/file?name=image-….png

适用场景与注意¶

适合谁

• 已在 DSH desktop profile 下工作、本机已跑或愿意跑 ComfyUI / GPT-SoVITS 的开发者。
• 希望文生图、TTS 与产出管理留在本机、且不经过云端推理的场景。

安装与运行前请知悉

• 插件以当前 DSH 进程的权限访问本机 URL 与写文件；安装前应阅读源码与 MIT 许可证，确认 comfyUrl、ttsUrl、outputDir 等配置符合你的安全边界。
• DeepSeek Harness 生态强调「一切皆插件」；社区目录（如 skillhub.cn）为独立站点，与 DeepSeek / 幻方无官方从属关系，本文介绍的安装命令均来自该插件 README，请勿凭仓库名自行拼接未文档化的 dsh plugin add 参数。
• 社区目录显示的 GitHub 星标数为 0（以目录抓取为准），不代表功能完备度；使用前请自测本机服务版本与 checkpoint 是否匹配。

结尾¶

dsh-local-studio 把 ComfyUI 文生图、GPT-SoVITS 语音和本地产出浏览放进 DSH 侧边栏，探测与健康提示、错误 JSON 与路径校验都面向「本机优先、不上云」的日常创作。若要查看分类与简介，可打开 插件目录页；实现细节与 API 以 GitHub 仓库 README 为准。