dsh-qwen-paint:在 DSH 對話裏調用本機 ComfyUI 出圖

前言

在 DeepSeek Harness(DSH)裏做智能體時,若要讓助手「說一句話就出圖」,常見做法是接雲端繪圖 API:要配 Key、走公網、按次計費,且提示詞和成品往往還要自己搬回本地。若你本機已有 ComfyUI 和權重,更直接的做法是把 ComfyUI 當成本地推理後端,由 DSH 在對話中註冊工具、調 workflow、把圖片路徑回給聊天界面顯示。

dsh-qwen-paint(維護者 sixiyueyai,分類:模型推理)面向上述場景:在 DSH 中註冊 draw_image 工具,經 127.0.0.1 調用本機 ComfyUI,提供 千問 Qwen-Image 2.1、MOSS-Image、Krea 2 Turbo 三模型可選(界面菜單切換,選擇會落盤記住)。當前版本 0.3.0,MIT 許可;社區目錄頁見 skillhub.cn/plugins/sixiyueyai/dsh-qwen-paint。

這是什麼

插件採用 host + client 兩半結構,不改 DSH 安裝目錄與內核:

半邊 路徑 作用
host lib/index.js 模型註冊表、三套 workflow 構造、出圖前預檢、空閒自動關停、只讀狀態端點
client lib/client.js draw_image 自繪卡片(出圖中有「取消」)、composer 工具行右側狀態點(模型名 + 進度)

註冊的工具 draw_image:按提示詞調本機 ComfyUI 出圖;默認模型由界面菜單決定(工具層也可傳 model);成品保存到配置的作品目錄(默認如 …\Pictures\dsh-qwen-paint),並把絕對路徑回給助手用於內聯顯示。

三套模型特性(README 歸納):

模型 體量參考 強項 參考圖
千問 Qwen-Image 2.1 13.3 GB 綜合較穩,唯一支持圖生圖 支持
MOSS-Image(5B) 12.0 GB 中英文字體與排版,負面詞有效 不支持
Krea 2 Turbo(12B) 11.8 GB 默認 8 步 出圖,可選 Civitai Krea2 LoRA 不支持

依賴與環境

本倉庫 不含任何權重文件;三套模型與可選 LoRA 需自行下載(合計約 38 GB 量級,setup.mjs 可按清單下載並 SHA256 校驗)。

  • ComfyUI:版本 ≥ 0.42.0(MOSS 的 CLIPLoader type=moss_image 與 EmptyFlux2LatentImage 依賴較新版本;Krea 2 文檔要求 ≥ 0.27)。插件會按 D:\ComfyUI → E:\ComfyUI → C:\ComfyUI → 用戶目錄 查找 ComfyUI\main.py,也可在配置中寫死路徑。
  • 插件本體:純 Node ESM,README 寫明 零外部 npm 依賴;不強制額外 Python 包(ComfyUI 自身環境除外)。
  • 顯存:README 給出 8 GB(如 RTX 5070 Laptop)可跑三模型的參考;12 GB 以上更舒適。

權重目錄結構見倉庫 README「依賴」一節(diffusion_models / text_encoders / vae 下共 9 個主文件,來源 Comfy Org 官方 HuggingFace 等)。

安裝與啓用

安裝方式按你現有環境選一條(均來自 README,勿用未文檔化的 dsh plugin add 拼接命令)。

從零:ComfyUI 與模型都沒有

在插件倉庫根目錄執行:

node scripts/setup.mjs

腳本會檢測顯卡、安裝 ComfyUI、下載 9 個權重並校驗 SHA256,並調用安裝邏輯把插件掛進 DSH。

已有 ComfyUI、缺模型時:

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

僅檢查缺口、不改動:

node scripts/setup.mjs --check

ComfyUI 與模型已齊備:只裝插件

node scripts/install.mjs

也可從 GitHub Release 的 zip 使用 一鍵安裝.cmd。install.mjs 還支持:

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

安裝腳本會備份 profile 的 package.json,以 link: 方式寫入 dependencies["dsh-qwen-paint"],並把包名加入 dsh.profile.bundles;失敗會回滾。

裝完後必須徹底退出 DSH 再重新打開——宿主側工具清單僅在啓動時裝配一次。

插件以 當前 DSH 進程的用戶權限 讀寫本機文件、訪問 ComfyUI;安裝前請自行查閱源碼與 MIT 許可證,確認路徑與網絡下載腳本符合你的安全策略。

典型用法

重啓 DSH 後,在聊天框用自然語言即可,助手會調用 draw_image。README 示例:

畫一隻在雪地裏的柴犬,逆光,膠片顆粒,電影感
給我畫一張 16:9 的賽博朋克雨夜街景
用 MOSS 畫一張海報,上面寫「春分」兩個字
用 krea2 畫個抽象霓虹人像
用同樣的種子再畫一遍剛纔那張

常用參數:

參數 說明
prompt 必填,畫面描述(可用中文)
model qwen / moss / krea2;不填則用界面當前選中(默認 moss)
size 1:1(默認)、3:4、4:3、2:3、3:2、16:9、9:16
megapixels 總像素(百萬),默認 1.0
steps 不填則用模型默認(千問/MOSS 25,Krea2 8)
seed 固定種子可復現同圖
negative MOSS 有效;千問與 Krea2 爲 cfg=1,基本無效
lora 僅 krea2;支持單 LoRA、融合與強度語法
reference 參考圖路徑,僅千問;其它模型傳入會明確報錯

換模型無需改配置文件:點 composer 下方狀態點,菜單第一組爲「用哪個模型」;同一入口可改 LoRA、步數、分辨率、保存位置、動畫、空閒關停等。

出圖前預檢與模型差異

出圖前插件會查詢 ComfyUI /object_info,檢查 CLIPLoader 是否支持 moss_image / krea2,以及三套權重文件是否在約定目錄;ComfyUI 過舊或缺文件時會給出明確提示。端點不可用時 README 說明預檢可不攔截,交由 ComfyUI 自行報錯。

三套 workflow 結構不同(CLIP 類型、空 latent 節點、採樣器與 cfg 等均不同),統一由 lib/index.js 的 MODELS 表維護。Krea 2 爲蒸餾模型,固定較少步數與 cfg=1;千問支持 LoadImage 參考圖路徑。

Krea 2 可選四個 Civitai LoRA(需自下到 ComfyUI/models/loras/),僅 krea2 生效;寫法如 kazutake、kazutake+masterpiece、kazutake:0.8+masterpiece:0.5。

適用場景與注意

適合:已在或計劃在本地跑 ComfyUI、希望 DSH 對話內一鍵文生圖(及千問圖生圖)、不願爲繪圖付 API 費用或出網的開發者。

注意:

  1. 首次部署體量大(ComfyUI + 約 37 GB 級主權重 + 可選 LoRA),應用帶寬與磁盤規劃。
  2. AMD 顯卡 README 說明可走 ROCm 路線裝 ComfyUI;Intel 核顯基本不適合。
  3. 高分辨率(如界面 3.7 MP 2K 檔)對顯存要求更高;8 GB 卡上 README 不建議內置 4K 檔。
  4. DSH 社區目錄(skillhub.cn)爲獨立生態站點,與 DeepSeek / 幻方無官方從屬關係;本文事實以倉庫 README 與 package.json 爲準。

結尾

dsh-qwen-paint 把「對話 → 本地 ComfyUI → 聊天內顯圖」收成單個 DSH 插件與 draw_image 工具,三模型與 Krea LoRA 通過界面即可切換。安裝與清單以倉庫爲準:

  • 目錄頁:https://www.skillhub.cn/plugins/sixiyueyai/dsh-qwen-paint
  • 源碼: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

小夜