它是什么，以及运行它需要什么
dsh-imagegen 是一个直接长在 DeepSeek Harness Web GUI 里的 AI 生图工作台，而不是挂在它旁边的一个外部工具。它在 npm 上叫 @dickpy/dsh-imagegen，版本 1.5.12，许可证为 Apache-2.0，仓库位于 github.com/dickpy/dsh-imagegen。发布包里包含编译后的 lib/、src/、cordis.patch.yml、docs/ 与 README.md。
包清单负责告诉 Harness 装什么。dsh.bundle.patch 指向 ./cordis.patch.yml；dsh.client 声明 platform: web，并注入 8 个 DSH 客户端包——store、api-remotes、api-session-controller、client-connection、ui-conversation、ui-renderer、ui-settings 与 ui-tool。运行时依赖只有两个：lucide-react 与 schemastery。两份来源描述的都是一个 Web GUI 插件，没有提到任何 CLI、TUI 或纯无头形态。
有一个命名细节值得先记住：设置页把插件显示为 VisioWork（dsh-imagegen），而 README 中另有一处把同一区域称作「设置 → 插件 → AI 生图」。你要找的是这些标签，不是 npm 上的包名。
运行门槛很低。README 列出的前置条件只有两条：已安装 DeepSeek Harness，以及 Node.js 20+。这个 Node 版本号只出自 README——package.json 里完全没有 engines 字段。两份来源都没有给出最低 Harness 版本。安装走 Harness 自带的插件添加命令，针对 web profile 执行，装完必须重启 dsh web；README 提到 Windows 上如果遇到 PowerShell 脚本策略限制，需要用 dsh.cmd。除此之外，你还需要让宿主机能对外访问你所配置的提供方，并为默认落在 ~/.dsh/dsh-imagegen 的数据目录准备本地磁盘空间。
它能做什么
同一个插件里有好几个界面：
- 三栏工作台，紧挨着普通会话——历史记录 | 生图区 | AI 对话。它覆盖一句提示词起步的文生图和上传参考图的图生图，提供 9 档比例（1:1 至 21:9）、4 档清晰度（自动 / 1K / 2K / 4K）、一次 1–4 张，以及细节等级透传。任务由宿主进程排队执行，可从任务托盘取消、失败后一键重试，不会卡住面板，也不打断对话。
- 无限画布，把生图变成节点图：文本、图片与生成配置节点之间拖动圆点即可连线。配置节点会显示「已连接 N 个输入节点」，把连进来的文本当提示词、图片当参考图（第一张即图生图底图）。图片节点工具包括标注（在图上拖框并挂一张提示词卡片；生成时把框与坐标烧进参考图，成品则与干净原图合成，所以红框不会出现在结果里，框外区域保证与原图一致）、移除背景（本地抠图产出透明 PNG，README 称不消耗额度）、图层拆分（调用视觉聊天模型把图拆成背景 / 元素 / 文字图层节点），以及为单个节点指定模型。画布还包含 13 种背景、小地图、撤销重做、多选、复制粘贴与副本，以及多窗口同时编辑时的保存冲突重试合并。画布按项目保存在
~/.dsh/dsh-imagegen/canvas，旧版本画布数据会自动迁移。 - 文件节点，可放任意文件，单文件上限 50MB，宿主按内容寻址（sha256）落盘，浏览器侧与宿主侧各有预览与拒绝规则，详见下文限制。
- 电商模式，把一张商品图扩展成一整套视觉：主图、卖点图、场景图、细节图、规格图、使用图按你要的组合启用，先生成主图再以其为锚生成其余图片以保持同一商品，内置 9 种文案语言并支持自定义语言与地区写法，可按用途单独指定参考图，可导出 JSON 清单，套图在历史记录中按项目折叠、跨会话可恢复。README 明确标注该模式为预览功能，入口带「预览」角标。
- 画廊与模板库：画廊中的图片可以直接加入当前对话，再用
/edit_image继续修改；插件内置两个来源共 980 余条gpt-image-2提示词案例（vibeui.top 镜像与 gpt-image2.canghe.ai），每条包含参考图、作者署名与原链。 - 给 Agent 用的工具，前提是「允许 Agent 调用生图」开着（默认开启）：
generate_image、edit_image、get_image_generation_task、cancel_image_generation_task。配置了多个生图模型时，Agent 会先问你想用哪个，而不是擅自选择；地址、密钥或模型没配好时，它会把你引导到设置页，而不是静默失败。提示词增强（把一句短语交给对话模型扩写成完整提示词）是可选的，通常可以复用生图 API 凭据。
图片提供方：哪些能用，你必须自备什么
这是安装前最该读的一段，因为插件本身不含任何图像模型，也不含任何 API 密钥。两份来源描述的都是一个连接「你自己配置的提供方」的客户端，从未提到内置密钥、试用额度、免费套餐或内置权重。每一张生成的图，都由你自己拥有并付费的上游账号产出。
提供方在 DSH 设置 → 插件 → VisioWork（dsh-imagegen） 中配置。每个提供方有独立的 API 地址、密钥与模型目录，可以同时配置多个。按 README 的配置表，需要你提供的是：
- 提供方——选一个预置渠道，或添加自定义渠道。
- API 地址——OpenAI 兼容接口根地址，例如
https://api.openai.com/v1；图像接口路径由插件自动追加。 - API 密钥——每个提供方单独配置；只保存在 DSH 宿主侧，README 称浏览器与 Agent 都拿不到明文。
- 模型目录——保存地址与密钥后点「检测可用模型」，插件会过滤掉聊天、Embedding 等非图片模型；没有
/models的网关可以手动添加并设置别名。 - 提示词增强模型——可选，需要支持
/chat/completions，通常可复用生图凭据；电商模式的「AI 帮写」也用它。 - 本地图片存储目录——可选，指定历史记录、素材库与画布图片的根目录；留空则使用
~/.dsh/dsh-imagegen。 - 允许 Agent 调用生图——默认开启。
README 点名的预置渠道有 OpenAI、智谱（GLM）、xAI、字节火山方舟（Seedream）、阿里云百炼（Qwen-Image）与 MiniMax（image-01）。预置的作用是填好地址与模型目录，并不能替你把密钥也准备好。
实际支持的协议比「OpenAI 兼容」这四个字更宽：
- OpenAI 兼容网关：走
/images/generations与/images/edits，接受{ data: [{ b64_json | url }] }形式的响应。 - 异步两步式网关（README 点名 apimart.ai、apib.ai）：当
/images/generations返回{ data: [{ status, task_id }] }时，插件会以指数退避轮询GET /v1/tasks/{task_id}，最长 240 秒，识别 submitted / pending / processing 与 completed / succeeded，上游失败原因原样透传，取消任务会同步中断轮询。 - Grok Imagine：
grok-imagine-image与grok-imagine-image-2.0，地址https://api.x.ai/v1，图生图走其 JSONimage_url协议，比例与清晰度映射为aspect_ratio与resolution。 - Nano Banana（谷歌 Gemini 图像系列）：
nanobanana2、nanobanana2-lite、nanobanana-pro，也识别官方gemini-3.x-image*ID，清晰度映射为image_size（1K/2K/4K）。 - Seedream：
seedream-5.0-pro，也识别seedream-4.x与doubao-seedream-…；文生图与图生图统一走/images/generations，参考图以 JSONimage数组发送。 - Qwen-Image：阿里云百炼，使用 DashScope 原生
multimodal-generation接口https://dashscope.aliyuncs.com/api/v1。README 明确写着这个渠道不是 OpenAI 兼容接口，且不能复用于提示词增强。 - MiniMax image-01：原生
/image_generation接口https://api.minimax.io/v1（国内站https://api.minimaxi.com/v1），同样明确不是 OpenAI 兼容。比例支持 1:1 / 16:9 / 4:3 / 3:2 / 2:3 / 3:4 / 9:16 / 21:9，一次最多 9 张；图生图以单张参考图作为subject_reference发送——README 称它是主体一致性参考而非像素级编辑，适合「同一人物换场景」，不适合局部修图。MiniMax 的/models只列出聊天模型，请直接使用预填的模型目录。 - 智谱 GLM-Image：
glm-image，质量参数映射为hd，当前不支持图生图，选择编辑模型时会被自动排除。
未被识别的 OpenAI 兼容图片模型可以手动加入，按通用协议尝试调用。README 补充说，厂商专属鉴权或请求协议「需要单独适配」，也就是说它们不在开箱支持范围内。模型检测读取上游返回的能力字段并结合命名启发式（image / flux / seedream / nanobanana / kolors…），但 README 仍然建议只勾选你的上游实际支持生图的模型。
生成流程是怎样的，以及「共享历史」具体指什么
在工作台里，一次生成是：输入提示词——或者上传 / 拖入不超过 10MB 的参考图，或者从结果卡、全屏预览、历史记录、画廊一键转为参考图——选模型、比例、清晰度与 1–4 张，提交给宿主队列，然后在任务托盘里看进度。结果可在全屏预览中查看，支持 0.5–3x 缩放、方向键翻页、复制提示词、下载、「加入对话」与「加入画廊」。
历史记录保留提示词、模型与参数，最近 50 条，可按关键词、模型、比例筛选，点一下即可恢复参数。继续修改有两条路，都不需要重新上传图片：直接对 Agent 说（走对话模型调用 edit_image，因此能理解模糊意图），或者输入 /edit_image …（直接调用插件配置的图片模型，所以在对话模型不支持图片输入时同样可用）。配置了多个模型时，「多模型并列对比」会用相同参数在同一队列上并行提交给所选模型并排展示，这些历史记录会自动折叠成一组。
「共享历史」这个词需要精确理解。README 说渠道配置、历史记录与画廊数据都由 DSH 宿主保存，所以正常升级不会清空；画廊收藏「跨同一宿主的浏览器 / 设备可见」，相同图片内容按哈希去重。这是宿主本地的共享：多个指向同一台 DSH 宿主的浏览器或设备看到同一份资产。两份来源都没有描述任何账号、云同步或跨宿主共享，所以不要把「共享」读成云端的作品库。
图片存在哪里、被发送给谁、要花什么钱
存储。 历史、画廊与图片数据都放在宿主数据目录下，默认 ~/.dsh/dsh-imagegen/，画布在 ~/.dsh/dsh-imagegen/canvas，重任务画布技能的运行目录默认在 canvas/runs 子目录。图片存储根目录可以在设置里改；README 说修改后新图片写入新目录，已有数据不会被删除。要注意这是宿主的数据目录，不是 Agent 的工作区——如果你默认「生成的图会落在项目目录里」，这里就对不上。画布文件节点上传的文件（每个 ≤50MB）也按内容寻址存在同一个数据目录。
保留期限。 两份来源都没有说明保留期限、过期、自动清理，也没有给出该目录的体积上限；对于 50 条历史窗口滚动时会发生什么，同样没有说明。不要对「会自动删除」做任何假设；插件给出的说法是数据「由你控制」。
谁会收到数据。 图像与聊天请求都由 DSH 宿主进程代发：浏览器不直接连接上游，所以没有 CORS 问题、密钥也不出现在前端；宿主路由只监听本机回环地址并校验同源请求。密钥保存在本机 DSH 设置里，设置页只展示「已配置」状态。
再往上，提示词与图片就交给了第三方：你所配置的那个提供方渠道（例如 OpenAI、智谱、xAI、火山方舟、阿里云百炼、MiniMax，或自定义网关），图片是在那里生成的。图生图会把参考图发送到当前渠道的上游 API，README 提醒你确认该服务商的数据处理政策，并且不要上传敏感图片。此外还有三条对外路径：模板库的展示图经宿主同源代理从 vibeui.top 镜像与 gpt-image2.canghe.ai 拉取并缓存，宿主每 12 小时自动同步一次；画布技能会把所选节点的内容（文本、图片或文件）发送给「提示词增强」所配置的聊天模型；重任务技能会启动一个拥有本机文件读写与命令执行能力的无头 Agent，并把你所选技能的正文注入它的上下文。README 还提到面板打开时会自动检测新版本并支持在线更新，但没有说明它检查的是哪个地址。两份来源都没有提到遥测、分析或账号体系——但也没有否认它们的存在。
成本。 插件本身没有标价。来源里关于钱的说法是：生图「生图会消耗上游 API 额度」，也就是消耗你在上游账号里的额度，钱付给那个提供方。README 没有给出任何费率、额度量或免费额度，也从未声称任何提供方是免费的。有两处被明确标注为不花额度：本地移除背景（「不消耗额度」）和先出套图预览再确认批量提交（「不浪费额度」）。电商模式的额度消耗与普通生成一致，重任务画布技能会在确认框里给出成本提示。提示词增强与重任务技能则会消耗所配置聊天模型的用量。
已知限制与它明确不做的事
以下都直接来自来源：
- 电商模式是预览功能——README 原文为「电商模式目前为预览功能，入口带有『预览』角标」；它照样走已配置的渠道与队列，照样消耗额度。
- GLM-Image 不支持图生图——「当前不支持图生图」。
- MiniMax 的图生图不是局部修图——参考图是主体一致性输入：「适合「同一人物换场景」，不适合局部修图」。
- Qwen 的 DashScope 渠道不能用于提示词增强——「该渠道不能复用于提示词增强」；MiniMax 也不行，且它的
/models只返回聊天模型。 - 厂商专属协议不是通用的——未被识别的 OpenAI 兼容模型可以手动加，但「厂商专属鉴权或请求协议需要单独适配」。
- 模型检测是启发式的——它读能力字段与命名规律，README 仍然要求你只勾选上游真正支持生图的模型。
- 超时都有上限：异步网关轮询最长 240 秒，
generate_image工具等待上限 300 秒，超时自动取消。 - 体积与数量限制：文件节点 50MB；技能 zip 上传 50MB；图生图参考图 10MB；文本 / 代码 / JSON / YAML / XML 预览 12 万字符；CSV / TSV / XLSX 预览 300 行 × 40 列；ZIP 目录列出最多 400 项；画布技能批量一次最多 12 个输入节点；历史记录保留 50 条。
- 脚本与可执行扩展名会被拒绝——
.exe / .bat / .ps1 / .js / .html / .svg等在浏览器与宿主两侧都被拒绝；可预览类型之外的一律以application/octet-stream+attachment返回，HTML / SVG 一类的标记永远不会被内联渲染。 - PDF 抽取依赖 FlateDecode 文本流——扫描件需要配合单独的 OCR 技能。
- 结果不被审查——「图片内容由上游模型生成，可能出现不准确、不适宜或不符合预期的结果，请在使用前人工检查」。插件没有声明自己的内容过滤、审核政策或复核流程；它给出的提醒是：自己检查结果，并确认提供方的数据政策。
- PPT 技能不随插件提供——
image-to-editable-ppt是需要你自行安装的长任务技能，这类第三方技能自己管理凭证（OCR Token、图片后端等），本插件不读取也不上传它们。 - 没说明的就是没说明：没有
engines字段、没有 Harness 版本下限、没有保留策略、除 Windowsdsh.cmd提示外没有操作系统支持说明，也没有遥测相关的表态。
什么时候用它、什么时候不要用
如果你已经有一个生图提供方账号，并且希望生成、修改、迭代与素材管理都发生在同一个 DSH 窗口里，那就适合用它。宿主侧队列意味着长任务不会冻住界面，/edit_image 这条路确实省掉了每一轮重新上传图片的麻烦。节点画布与画廊让它不只是图像 API 的薄封装，而那个 README 说不消耗额度的本地抠图，单独拿来看也有价值。
但如果你脑中的假设是下面任何一条，就不要用它：
- 想要离线或纯本地生成——这是错的工具。插件不含任何模型，每一张图都由你配置的远端提供方产出。
- 没有 API 密钥——装完你得到的是一个空的、待配置的工作台，而不是可用的生成器。Agent 的设计就是把你引导到设置页，而不是自己编出一个后备方案。
- 需要对保留期限或数据落地区域有明确承诺——来源给不出。目录由你控制，但没有任何删除承诺。
- 需要经由 MiniMax 做像素级局部修图，或经由 GLM-Image 做图生图——来源明确排除了这两种用法。
- 不在 web profile 上——这里描述的任何东西都不适用。如果你需要锁定版本，README 给出的是固定包版本或使用 Release 的 tgz，因为面板自身也会检测新版本并提示更新。
FAQ
插件自带图像模型、免费额度或 API 密钥吗？
不带。两份来源都没有提到内置密钥、试用额度、免费套餐或内置权重。预置渠道填的是接口地址与模型目录，密钥始终是你自己的、按提供方分别配置；README 明确说生图会消耗上游 API 额度。两份来源都没有说过任何提供方是免费的。
我的生成历史会同步到云端账号吗？
没有描述任何云端账号。渠道配置、历史记录与画廊数据由 DSH 宿主保存，画廊收藏被描述为在同一宿主上跨浏览器 / 设备可见。跨宿主或基于账号的同步，来源里没有提到。
生成的图片会保留多久，我能限制占用吗？
存储位置可配置：默认根目录是 ~/.dsh/dsh-imagegen，修改后新图片写入新目录，已有数据不会被删除。保留期限、过期、自动清理与体积上限，两份来源都没有说明。
我的提示词与参考图会被发到哪里？
发到你所配置的那个提供方渠道，因为请求由 DSH 宿主代理到该上游 API；图生图会把参考图一并送出。README 提醒你确认该服务商的数据处理政策，并且不要上传敏感图片。模板库还会经宿主同源代理访问两个第三方提示词站点。
能对接任意 OpenAI 兼容端点吗？
大体可以。/images/generations、/images/edits 以及常见的响应结构都支持，异步两步式网关还会自动轮询。但有两个内置渠道明确不是 OpenAI 兼容——阿里云百炼的 DashScope 接口与 MiniMax 的原生图像接口；README 还说明厂商专属鉴权或请求协议需要单独适配。