dsh-image-studio · 生图工作室

给 DeepSeek Harness 加一个会「看场合发图」的生图能力：本地四个参考库（人物 / 服饰 / 场景 / 道具）， 模型判断该出图时，插件按画面描述把对应的参考图组合起来，一起交给生图 API，保证角色和设定一致。

它做了什么

部分	说明
image_generate 工具	模型调用：prompt（画面）+ 关键词（situation / expression / pose / shot / light）+ 库条目（characters / outfits / scene / props）→ 组合参考图 → 生图 → 存本地，聊天里显示成图片卡片
image_library 工具	模型调用：库很大、系统提示里的目录没列全时，按关键词或 id 查条目（含人设、神态特点、情境穿搭）
系统提示注入	「什么时候发图」三档策略 + 自定义规则 + 主动发图冷却 + 关键词清单 + 参考库目录
设置 → 生图工作室	素材库（含「从图片导入」）、关键词、试生成、生成记录、设置

安装

需要：DeepSeek Harness 桌面版，以及一个生图接口（65535 的异步任务接口，或任何 OpenAI 兼容的 /v1/images 接口）。

方式一：在 DSH 里装（推荐）

1. 打开 DSH 侧栏的 插件 → 添加插件（或点箭头选「安装第三方插件」）。

2. 把本仓库地址粘进输入框，点 安装：

   https://github.com/aa1355721445-lgtm/dsh-image-studio
   

3. 装好后点 立即启用。设置里没出现「生图工作室」的话，完全退出 DSH 再打开一次。

方式二：命令行

先完全退出 DSH（托盘里也退出），然后在 PowerShell 里：

dsh plugin --profile desktop add https://github.com/aa1355721445-lgtm/dsh-image-studio

dsh 不在 PATH 上时，用 DSH 安装目录里的完整路径：& "<DSH 安装目录>\resources\runtime\cli\bin\dsh.cmd" plugin --profile desktop add https://github.com/aa1355721445-lgtm/dsh-image-studio。

升级：DSH 里第三方插件通过「卸载 → 重新安装」升级；素材库、关键词和配置都存在 <DSH_HOME>\image-studio\，卸载不会删掉。

本地开发：git clone 下来后用 dsh plugin --profile desktop add link:<克隆目录> 安装，改代码直接生效（宿主端改动需重启 DSH，只改 lib/client.js 刷新页面即可）。

第一次用

1. 打开 设置 → 生图工作室 → 设置，选接口类型、填 Base URL 和 API Key，点「测试连接」。
2. 「识图」默认用 DSH 自带的看图模型（如 deepseek-flash），不用另填 Key；没有的话可以换成 OpenAI 兼容接口。
3. 到 素材库 用「从图片导入」或「文字生成」建几个人物、服饰、场景，就可以在对话里让模型出图了。
4. 「关键词」里自带一套默认情境，其中的场景 / 服饰名（卧室、居家针织服等）只是例子，改成你库里实际有的名字即可；库里没有时会只按文字描述。

参考库

默认目录在 <DSH_HOME>\image-studio\library\{characters,outfits,scenes,props}，每个库都能在设置页单独改到别处 （比如你已有的素材文件夹）。目录约定对手工整理也友好：

人物库目录\
  小鱼\                ← 一个子文件夹 = 一个条目
    entry.json         ← 名字、别名、标签、外观描述、人设、默认服饰、封面（设置页会自动写）
    front.png  side.png ...
  阿星.png             ← 散图也算一条（名字 = 文件名），在设置页编辑时会自动收进同名文件夹

• 外观描述会写进生图提示词；人设只给对话模型看，不会发给生图 API。
• 第一张（封面）会被优先当作参考图。人物可以设一套默认服饰。
• 设置页里的「删除」是挪进 image-studio\.trash，不做硬删除。

关键词（v0.2）

为了不让每张图都照抄参考图的姿势和表情，神态、动作、取景交给文字决定。模型先判断角色此刻的状态，再填关键词名字，插件把它展开成具体描写：

分组	例子	说明
情境 situation	在家休息、睡前、刚睡醒、工作学习、外出	一组搭配：自带场景、默认服饰、光线和氛围描写
神态 expression	开心、害羞、困倦、委屈、得意	按对话里的心情选
动作 pose	抱膝坐、趴着、托腮、伸懒腰
镜头 shot	自拍、近景、全身、俯视、第一人称
光线 light	午后暖阳、夜晚台灯、黄昏逆光	不填时用情境的默认光线

关键词存在 image-studio\presets.json，第一次运行写入一套默认值，在设置页「关键词」里增删改。没收录的词也能用，会原样当描述。

人物条目多了两项：神态特点（如「开心时尾巴会摇」，会写进提示词）和情境穿搭（在家穿什么、上班穿什么）。服饰的选择顺序：

显式指定 > 人物的情境穿搭 > 情境默认服饰 > 场景默认服饰 > 人物默认服饰

从图片导入 / 三视图（v0.2）

素材库里点「从图片导入」，丢 1–4 张图进去：

1. 识图：整理出名字、别名、标签和外观描述（只写长相 / 设计，不写表情和姿势）。默认用 DSH 自带的看图模型（deepseek-flash），不用另填 Key；也可以在设置里换成任意 OpenAI 兼容接口。
2. 生成三视图：以原图为参考画一张标准设定图—— 人物：正 / 侧 / 背三视图，中性 A 字站姿、平静表情、白底； 服饰：穿在无脸素体人台上的正 / 侧 / 背三视图（不带模特长相）； 道具：正 / 侧 / 背 + 45° 斜侧； 场景：主视角全景 + 反向视角 + 俯视布局的设定图（去掉人物）。
3. 确认入库：结果都能改，不满意可以写点要求重新生成；存成新条目或加到已有条目，三视图设为封面。

已有条目在编辑页也能「生成三视图」（以封面为参考）和「识别补全」描述与标签。拿三视图当参考，生图时更不容易照抄某个姿势。

文字生成（v0.3）

素材库里点「文字生成」（或在导入面板切到「用文字描述」），写一句话就能生成新素材：

1. 扩写：模型把描述扩写成适合生图的详细外观描述（你提到的点一个不改，没提到的合理补全），并起好名字、标签。用的是设置里「识图」那条通道，纯文字任务用 DSH 里任意模型都行。
2. 画三视图：没有参考图，按描述原创设计——人物是 A 字站姿三视图，服饰穿在素体人台上，道具三视图加斜侧，场景是设定图；提示词里同时带上扩写结果和你的原话，原话里的要求必须满足。
3. 确认入库：和图片导入一样可以改、可以写要求重新画；生图失败时也能先存一个只有文字描述的条目，之后再补图。

组合规则

一次出图时：

1. 解析模型给的条目（id、名字、别名都认）；打开「自动识别」时，画面描述里提到的库名字也会被带上；
2. 服饰没指定时按「人物的情境穿搭 > 情境默认 > 场景默认 > 人物默认」自动搭配；
3. 按优先级挑参考图：上一张生成图（extra_images）> 人物 > 服饰 > 场景 > 道具，总数不超过上限（默认 8）；
4. 给每张参考图编号，写一段「图 N 是什么、怎么用」拼进提示词，例如：

【画面】窝在床上玩手机
【情境】在家休息：放松慵懒的居家氛围，周围有生活感的小物件
【神态】脸颊泛起红晕，眼神躲闪、微微低头，嘴角含着不好意思的笑
【镜头】手机自拍视角：人物一只手臂伸向镜头举着手机（手机在画面外），轻微俯拍
【光线氛围】午后温暖的阳光从窗户斜照进来，有柔和的光斑，整体暖色调
【人物神态特点】小鱼：开心时尾巴会左右摇摆

【参考图说明（按上传顺序编号）】
图1：人物「小鱼」——只用来确定长相：脸型五官、发型发色、瞳色、体型比例和标志性特征。参考图里的姿势、表情、视角和背景都不要照搬。
图2：服饰「睡衣」——只参考服装设计（款式、颜色、材质、细节），穿在「小鱼」身上，随动作自然起褶变形。
图3：场景「卧室」——只参考空间、陈设、配色与风格；镜头角度和取景按上面的描述重新安排。

要求：画一张全新的画面……构图、视角、景别、姿势、动作、表情……一律按上面的文字重新安排，不要沿用任何一张参考图里的站姿、坐姿、表情或取景。

参考图默认「只还原长相和服装设计」：说明里写清每张图只取什么，姿势、表情、视角、构图按文字重新安排（设置里可以关掉，改回严格贴近参考图）。实际发出去的提示词在「生成记录」和「试生成」里都能看到。

接口

• 65535 原生异步任务（默认）：POST /v1/tasks 提交，GET /v1/tasks/{id} 轮询；参考图以 data URI 放进 input.image_urls；带 Idempotency-Key，网络抖动重试不会重复扣费。完成后立刻把结果下载到本地 （平台的结果链接有有效期）。超时的任务会记成「等待取回」，可在生成记录里一键取回。
• OpenAI 兼容：无参考图走 /v1/images/generations，有参考图走 /v1/images/edits（multipart）。

API Key 只存在本机 image-studio\config.json，网页上只显示末四位。

数据目录

<DSH_HOME>\image-studio\
  config.json      配置
  presets.json     关键词
  staging\         导入时暂存的原图（入库后清掉，两天没用自动清理）
  library\         四个库的默认目录
  outputs\YYYY-MM\ 生成的图片（img-日期-时间-随机.png）
  history.jsonl    生成记录
  .trash\          删除的素材与图片

开发与自检

node tests/smoke-host.mjs     # 宿主半：模拟 ctx + 假 65535 接口，跑组合 / 冷却 / 失败 / HTTP 全流程
node tests/smoke-host-v2.mjs  # 关键词 / 情境搭配 / 识图（模拟 DSH 模型 + OpenAI 兼容）/ 导入三视图
node tests/smoke-host-v3.mjs  # 文字生成：扩写 / 无参考图三视图 / 失败兜底 / 只存文字条目
node tests/smoke-client.mjs   # 浏览器半：把设置页每个页签、导入各步骤和聊天卡片的各状态渲染一遍
node --check lib/client.js

宿主端（lib/*.js 除 client.js）改了要重启 DSH；只改 lib/client.js 刷新页面即可。

许可

MIT