dsh-image-gen

100Stars2Forks1Issues1Watchers

Adds in-conversation image generation to DeepSeek Harness web client, supporting Google Gemini, OpenAI, and ByteDance Seedream, with a built-in local image gallery.

Categories👁️ Vision & Multimodal
shanliulingshanliuling
·shanliuling/dsh-image-gen.git·github.com/shanliuling/dsh-image-gen#readme
Language
TypeScript
License
MIT
Branch
main
ai-agentcordisdeepseekdeepseek-harnessdsh-plugingeminiimage-generationopenai

Install

$ dsh plugin --profile web add github:shanliuling/dsh-image-gen

Run the command above in your terminal to install this plugin via the dsh CLI. You can switch Profile in the top-right corner. New to dsh? Read the beginner tutorial

一句话定位

为 DeepSeek Harness (DSH) Web 端补上"对话内生图"原生能力，支持 Google Gemini、OpenAI（含兼容中转）与字节 Seedream（火山方舟）三家厂商，并自带本地生图画廊、全屏预览、复制与下载等交互。

核心能力

  • 在对话中用自然语言触发图片生成，Agent 自动调用 generate_image 工具并把图片直接渲染到当前会话流
  • 同时支持 Google Gemini、OpenAI / OpenAI 兼容中转、字节 Seedream（火山方舟）三家厂商，可在 Web 设置中随时切换
  • 顶栏自带"画廊"Tab，按时间倒序汇总所有历史生成图片，支持按 Prompt 关键词搜索和按厂商筛选
  • 图片结果接入 DSH 自身的 Attachment 与 Conversation 体系，重开历史会话仍能看到之前生成的图
  • 鼠标悬停图片或进入画廊后，支持全屏大图预览、一键复制到剪贴板、本地下载、新标签页打开
  • API Key 通过 DSH 自带凭据服务加密管理，前端只写不读，无明文持久化

技术实现

  • 语言: TypeScript（含 React 客户端）
  • 关键依赖: @deepseek-ai/cordis、@deepseek-ai/dsh-tools、@deepseek-ai/dsh-attachment、@deepseek-ai/dsh-credentials、react
  • 架构模式: DSH Bundle 双面注入 — Host 面在 src/index.ts 用 Cordis apply(ctx, config) 注册 generate_image 工具 + 同源图片 HTTP 路由，Client 面在 src/client/index.tsx 向 settings.plugin.item、tool.call.toolview、conversation.view 三个槽位分别注入设置卡片、对话结果卡片和画廊 Tab；画廊元数据用浏览器 IndexedDB 本地持久化
  • 入口文件: src/index.ts（Host face，lib/index.js） / src/client/index.tsx（Client face，lib/client.js）

适用场景

想让 DSH Agent 在聊天中直接生成插画、概念图、博文配图的人。安装后只需填一次 API Key，再让 Agent 描述想要的画面，图片会出现在当前对话中并自动归入"画廊"供后续查找、复制、下载。

前置依赖与兼容性

依赖最低版本说明
DeepSeek Harness>=0.1.0-rc.5由 peerDependencies 声明；需使用 web profile
Node>=22.19.0（也支持 >=24.0.0）由 engines.node 声明
Cordis>=4.0.0 <5插件 Host face 注入框架
React>=18.2.0 <19Client face 渲染依赖
Schemastery>=3.18.0 <4配置 Schema 定义
平台仅 Webdsh.client.platform 显式声明为 web，不适用于 headless / desktop profile
原生模块无纯 JS + 标准浏览器 API

安装方式

dsh plugin --profile web add github:shanliuling/dsh-image-gen

配置项

配置类型说明默认值
provider字符串选择生图厂商：google（Google Gemini）、openai（OpenAI 或兼容中转）、seedream（字节火山方舟）google
googleModel字符串Google 端使用的模型名gemini-3.1-flash-image
googleEndpoint字符串Google Interactions 接口完整地址（含反代场景）https://generativelanguage.googleapis.com/v1beta/interactions
openaiModel字符串OpenAI / 兼容中转端使用的模型名gpt-image-2
openaiBaseURL字符串OpenAI 兼容 /v1 接口地址（用于中转站/反代）https://api.openai.com/v1
seedreamModel字符串火山方舟 Seedream 模型名doubao-seedream-5-0-260128
seedreamBaseURL字符串火山方舟 /api/v3 接口地址https://ark.cn-beijing.volces.com/api/v3

API Key 不在前述 Config schema 中，而是由 DSH 凭据服务单独保存，前端只写入不读回明文，凭证名分别为 GEMINI_API_KEY / OPENAI_API_KEY / ARK_API_KEY。

常见问题

Q: 安装后在哪里填 API Key？

A: 打开 DSH Web（默认 http://localhost:3080），进入 Settings → Plugins → Image generation，展开卡片后选择 Provider 并填写对应 API Key 保存即可。Key 通过 DSH 凭据服务加密保存，前端不会显示明文。

Q: 是不是必须给三个 Provider 都准备 Key？

A: 不必，只需要给当前选中的那一个 Provider 准备即可；切换 Provider 后再补对应的 Key。

Q: OpenAI Compatible 模式可以接哪些服务？

A: 凡是提供与 OpenAI /v1/images/generations 兼容接口的服务都可以，包括各类中转站、自部署网关或火山方舟等同协议接入点，把 Base URL 改成对应服务的 /v1 地址即可。

Q: 生成的图片存放在哪里？

A: 图片二进制由 DSH 自身的 Attachment 服务持久化，可随历史会话重新打开；画廊使用的索引元数据（Prompt、Provider、模型等）保存在浏览器 IndexedDB，卸载插件或换浏览器不会自动同步。

Q: 顶栏看不到"画廊"Tab 怎么办？

A: 画廊 Tab 由插件注入到 conversation.view 槽位，安装完成后会自动出现；如果没出现，请确认当前是 web profile，刷新页面或检查插件是否被禁用。

Q: 报错 "generate_image requires the XXX credential" 是什么意思？

A: 当前选中 Provider 对应的 API Key 尚未配置，回到 Settings → Plugins → Image generation 填写并保存即可，错误信息中会带出对应的环境变量名（GEMINI_API_KEY / OPENAI_API_KEY / ARK_API_KEY）。

Q: 一次能生成多张图片吗？

A: generate_image 工具每次调用返回一张图，但 Agent 可根据需要自动连续多次调用，所有结果都会进入画廊统一管理。

Q: 可以把生成的图片下载到本地吗？

A: 可以。鼠标悬停到对话里的图片或画廊卡片，会出现工具条，点击下载图标即可保存为 PNG/JPEG 到本地。

上手难度

入门 — 装好之后只需要在设置里填一个 API Key，其余参数保持默认即可对话生图；切换厂商和调整模型都在同一个设置卡片里完成。

已知问题与限制

  • 仅支持 Web profile：dsh.client.platform 显式声明为 web，headless / desktop profile 下无法加载
  • 受 DSH 自身 attachments.imageLimits.maxImageBytes 上限约束，超过限制的图片会被插件主动拒绝并抛错
  • 仅接受 image/png、image/jpeg、image/webp、image/gif 四种 MIME 类型的图片入库
  • Google 端支持 aspect_ratio 与 image_size（1K/2K/4K）控制；OpenAI 与 Seedream 端只走 size 字段
  • Google Gemini 官方接口在部分网络环境下连通性可能受限，可通过 googleEndpoint 配置反代或中转地址解决
← Back to plugin directory