dsh-qwen-paint:在 DSH 对话里调用本机 ComfyUI 出图

前言

在 DeepSeek Harness(DSH)里做智能体时,若要让助手「说一句话就出图」,常见做法是接云端绘图 API:要配 Key、走公网、按次计费,且提示词和成品往往还要自己搬回本地。若你本机已有 ComfyUI 和权重,更直接的做法是把 ComfyUI 当成本地推理后端,由 DSH 在对话中注册工具、调 workflow、把图片路径回给聊天界面显示。

dsh-qwen-paint(维护者 sixiyueyai,分类:模型推理)面向上述场景:在 DSH 中注册 draw_image 工具,经 127.0.0.1 调用本机 ComfyUI,提供 千问 Qwen-Image 2.1、MOSS-Image、Krea 2 Turbo 三模型可选(界面菜单切换,选择会落盘记住)。当前版本 0.3.0,MIT 许可;社区目录页见 skillhub.cn/plugins/sixiyueyai/dsh-qwen-paint。

这是什么

插件采用 host + client 两半结构,不改 DSH 安装目录与内核:

半边 路径 作用
host lib/index.js 模型注册表、三套 workflow 构造、出图前预检、空闲自动关停、只读状态端点
client lib/client.js draw_image 自绘卡片(出图中有「取消」)、composer 工具行右侧状态点(模型名 + 进度)

注册的工具 draw_image:按提示词调本机 ComfyUI 出图;默认模型由界面菜单决定(工具层也可传 model);成品保存到配置的作品目录(默认如 …\Pictures\dsh-qwen-paint),并把绝对路径回给助手用于内联显示。

三套模型特性(README 归纳):

模型 体量参考 强项 参考图
千问 Qwen-Image 2.1 13.3 GB 综合较稳,唯一支持图生图 支持
MOSS-Image(5B) 12.0 GB 中英文字体与排版,负面词有效 不支持
Krea 2 Turbo(12B) 11.8 GB 默认 8 步 出图,可选 Civitai Krea2 LoRA 不支持

依赖与环境

本仓库 不含任何权重文件;三套模型与可选 LoRA 需自行下载(合计约 38 GB 量级,setup.mjs 可按清单下载并 SHA256 校验)。

  • ComfyUI:版本 ≥ 0.42.0(MOSS 的 CLIPLoader type=moss_image 与 EmptyFlux2LatentImage 依赖较新版本;Krea 2 文档要求 ≥ 0.27)。插件会按 D:\ComfyUI → E:\ComfyUI → C:\ComfyUI → 用户目录 查找 ComfyUI\main.py,也可在配置中写死路径。
  • 插件本体:纯 Node ESM,README 写明 零外部 npm 依赖;不强制额外 Python 包(ComfyUI 自身环境除外)。
  • 显存:README 给出 8 GB(如 RTX 5070 Laptop)可跑三模型的参考;12 GB 以上更舒适。

权重目录结构见仓库 README「依赖」一节(diffusion_models / text_encoders / vae 下共 9 个主文件,来源 Comfy Org 官方 HuggingFace 等)。

安装与启用

安装方式按你现有环境选一条(均来自 README,勿用未文档化的 dsh plugin add 拼接命令)。

从零:ComfyUI 与模型都没有

在插件仓库根目录执行:

node scripts/setup.mjs

脚本会检测显卡、安装 ComfyUI、下载 9 个权重并校验 SHA256,并调用安装逻辑把插件挂进 DSH。

已有 ComfyUI、缺模型时:

node scripts/setup.mjs --comfy E:\ComfyUI

仅检查缺口、不改动:

node scripts/setup.mjs --check

ComfyUI 与模型已齐备:只装插件

node scripts/install.mjs

也可从 GitHub Release 的 zip 使用 一键安装.cmd。install.mjs 还支持:

node scripts/install.mjs --profile web
node scripts/install.mjs --uninstall
node scripts/install.mjs --dry-run

安装脚本会备份 profile 的 package.json,以 link: 方式写入 dependencies["dsh-qwen-paint"],并把包名加入 dsh.profile.bundles;失败会回滚。

装完后必须彻底退出 DSH 再重新打开——宿主侧工具清单仅在启动时装配一次。

插件以 当前 DSH 进程的用户权限 读写本机文件、访问 ComfyUI;安装前请自行查阅源码与 MIT 许可证,确认路径与网络下载脚本符合你的安全策略。

典型用法

重启 DSH 后,在聊天框用自然语言即可,助手会调用 draw_image。README 示例:

画一只在雪地里的柴犬,逆光,胶片颗粒,电影感
给我画一张 16:9 的赛博朋克雨夜街景
用 MOSS 画一张海报,上面写「春分」两个字
用 krea2 画个抽象霓虹人像
用同样的种子再画一遍刚才那张

常用参数:

参数 说明
prompt 必填,画面描述(可用中文)
model qwen / moss / krea2;不填则用界面当前选中(默认 moss)
size 1:1(默认)、3:4、4:3、2:3、3:2、16:9、9:16
megapixels 总像素(百万),默认 1.0
steps 不填则用模型默认(千问/MOSS 25,Krea2 8)
seed 固定种子可复现同图
negative MOSS 有效;千问与 Krea2 为 cfg=1,基本无效
lora 仅 krea2;支持单 LoRA、融合与强度语法
reference 参考图路径,仅千问;其它模型传入会明确报错

换模型无需改配置文件:点 composer 下方状态点,菜单第一组为「用哪个模型」;同一入口可改 LoRA、步数、分辨率、保存位置、动画、空闲关停等。

出图前预检与模型差异

出图前插件会查询 ComfyUI /object_info,检查 CLIPLoader 是否支持 moss_image / krea2,以及三套权重文件是否在约定目录;ComfyUI 过旧或缺文件时会给出明确提示。端点不可用时 README 说明预检可不拦截,交由 ComfyUI 自行报错。

三套 workflow 结构不同(CLIP 类型、空 latent 节点、采样器与 cfg 等均不同),统一由 lib/index.js 的 MODELS 表维护。Krea 2 为蒸馏模型,固定较少步数与 cfg=1;千问支持 LoadImage 参考图路径。

Krea 2 可选四个 Civitai LoRA(需自下到 ComfyUI/models/loras/),仅 krea2 生效;写法如 kazutake、kazutake+masterpiece、kazutake:0.8+masterpiece:0.5。

适用场景与注意

适合:已在或计划在本地跑 ComfyUI、希望 DSH 对话内一键文生图(及千问图生图)、不愿为绘图付 API 费用或出网的开发者。

注意:

  1. 首次部署体量大(ComfyUI + 约 37 GB 级主权重 + 可选 LoRA),应用带宽与磁盘规划。
  2. AMD 显卡 README 说明可走 ROCm 路线装 ComfyUI;Intel 核显基本不适合。
  3. 高分辨率(如界面 3.7 MP 2K 档)对显存要求更高;8 GB 卡上 README 不建议内置 4K 档。
  4. DSH 社区目录(skillhub.cn)为独立生态站点,与 DeepSeek / 幻方无官方从属关系;本文事实以仓库 README 与 package.json 为准。

结尾

dsh-qwen-paint 把「对话 → 本地 ComfyUI → 聊天内显图」收成单个 DSH 插件与 draw_image 工具,三模型与 Krea LoRA 通过界面即可切换。安装与清单以仓库为准:

  • 目录页:https://www.skillhub.cn/plugins/sixiyueyai/dsh-qwen-paint
  • 源码:https://github.com/sixiyueyai/dsh-qwen-paint
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

Xiaoye