dsh-tool-imagegen

DeepSeek Harness Desktop 对话内联生图插件 — 模型在对话中自动调用 generate_image 工具，图片直接内联显示在对话框里，无需外部面板、无需手动切换。

对接任意 OpenAI 兼容的 /images/generations 接口（默认 gpt-image-2），当前模型是纯文本输入也能正常使用。

特性

• 纯对话触发 — 模型听到「帮我画 / 生图 / 生成插画」等请求时自动调用 generate_image，参数（prompt / size / n）由模型自己组织
• 对话内联显示 — 生成的图片以卡片形式直接出现在对话流中，带 下载按钮；不是外部面板，不弹新窗口
• 双模型兼容 — 通过自定义 generated-image 内容块展示图片，模型侧永远看不到图片块（contentHasImage 只匹配 image 块）：
  • 纯文本输入模型：不会触发 UNSUPPORTED_CONTENT，生成后可以继续正常对话
  • 图像输入模型：同样正常工作，无需任何配置
• 设置页可配置 — 设置 → 插件 → 可配置 中的「生图插件」卡片：接口地址、API 密钥、模型名、默认尺寸、默认张数、启用开关
• 零配置迁移 — 复用旧插件 @dickpy/dsh-imagegen 的 dsh-imagegen 设置命名空间，已存在的 apiUrl / apiKey 自动继承
• 安全设计 —
  • API 密钥只在宿主侧保存（settings.yaml），绝不进入浏览器，设置页不回显
  • 设置桥与附件桥均为 loopback 围栏，仅本机浏览器可访问
  • 附件桥按「会话事件里是否存在引用该附件的 generated-image 块」授权，与平台自身的附件授权模型一致

快速开始

# 1. 把插件目录放到 DSH 插件目录
cp -r dsh-tool-imagegen C:/Users/CJX/.dsh/plugins/

# 2. 在 desktop profile 挂载（见 docs/installation.md 的完整步骤）
#    package.json 添加依赖 + bundles，然后：
cd C:/Users/CJX/.dsh/profiles/desktop
pnpm install

# 3. 重启 DSH，在对话里说「生成一个猫咪的图片」

完整安装步骤见 docs/installation.md，问题排查见 docs/troubleshooting.md。

工作原理

用户: "帮我画一只戴帽子的橘猫"
  │
  ▼
模型 ──调用 generate_image──▶ 插件宿主侧 execute()
  │                              │  读取设置（apiUrl / apiKey / model）
  │                              ▼
  │                        OpenAI 兼容 /images/generations
  │                              │  返回 b64 图片
  │                              ▼
  │                    ctx.attachments.saveImage() 存入本机附件库
  │                              │
  │                              ▼
  │              render() 产出 { type: 'generated-image', attachment, prompt, ... }
  │                              │
  ▼                              ▼
模型只看到随附的文本信封         客户端 keyed toolview 卡片
（"已生成 1 张图片…"）            │
                                 ▼
                   <img src="/api/dsh-tool-imagegen/attachment?session=…&id=…">
                   附件桥做会话引用检查后返回图片字节 → 内联显示 + 下载按钮

三个关键设计：

1. generated-image 块（而非平台惯用的 image 块） 模型层的图片检测 contentHasImage 只匹配 type: 'image'，generated-image 块对模型完全不可见 —— 这是 text-only 模型能安全使用的根本原因。

2. 插件自带 loopback 附件桥 平台的附件授权（referencedImage）只扫描会话事件里的 image 块，而本插件出于上面第 1 点故意不写 image 块，所以图片字节由插件自己的桥提供： GET /api/dsh-tool-imagegen/attachment?session=<会话>&id=<附件ID> 桥会重新扫描该会话的事件，确认存在引用此附件的 generated-image 块才返回字节 —— 与平台授权同一套信任模型，只是换成了本插件的块类型。

3. 工具 schema 使用完整 JSON Schema 形态 注册时 parameters 必须是对象根 schema（{ type: 'object', properties, required }），平台会原样投影进模型请求，上游网关对缺失 type: 'object' 的 schema 会直接拒绝。

设置项

字段	默认值	说明
启用	开	关闭后对话中的生图请求被忽略
向模型告知能力	开	写入系统提示，模型更可能自动调用
接口地址	https://api.ephone.ai/v1	OpenAI 兼容 base URL
API 密钥	（继承旧配置）	仅存本机设置文件，不回显
模型	gpt-image-2	上游模型名，可手写修改
尺寸	1024x1024	如 1024x1792 / 1792x1024
张数	1	一次生成几张（1–4）

设置保存在本机 settings.yaml 的 dsh-imagegen: 段，保存后立即生效，无需重启。

仓库结构

dsh-tool-imagegen/
├── lib/                    # 宿主侧（Node ESM）
│   ├── index.js            # 插件入口：设置段、工具注册、附件桥挂载
│   ├── engine.js           # 上游 /images/generations 调用
│   ├── routes.js           # 设置桥 + 附件桥路由（loopback 围栏）
│   └── protocol.js         # 与客户端共享的路径/命名空间常量
├── src/client/             # 客户端（浏览器侧，rolldown 打包）
│   ├── index.ts            # 入口：设置卡片 + toolview 注册
│   ├── GenerateImageView.tsx    # 内联图片卡片（含下载按钮）
│   ├── SettingsCard.tsx    # 设置页卡片
│   └── locales.ts          # zh / en 文案
├── build-client.mjs        # 客户端构建脚本
├── smoke-client.mjs        # 客户端冒烟测试
└── cordis.patch.yml        # profile bundle 注册补丁

开发

# 宿主侧改动直接生效（重启 DSH）
# 客户端改动需要重建：
node build-client.mjs && node smoke-client.mjs

兼容性

• 插件工作目录：C:\Users\CJX\.dsh\plugins\dsh-tool-imagegen
• 平台包路径：DSH Desktop resources/app.asar.unpacked/node_modules/@deepseek-ai/
• 不依赖旧插件 @dickpy/dsh-imagegen（已彻底移除）

License

MIT © 2026 CJX