画布设计模式 KaichenCurry/dsh-design-mode

DSH Design Mode

把一句想法，推进为可继续修改的视觉结果。

DSH Design Mode 将意图澄清、图片生成、无限画布、对象级工具与定位评论统一接入 DeepSeek Harness 原生会话。

观看真实工作流 · 快速开始 · 产品介绍 PDF

DSH plugin MIT License 桌面端 + Web 端 纯图片 v1

一次会话，一张画布，每次修改都有记录。

当前是基于 dsh-v0.1.1-rc.2 的开发者预览版。该独立社区项目已加入 GitHub dsh-plugin Topic，不是 DeepSeek 官方发布版本。

为什么需要 Design Mode

图片模型已经能够生成高质量画面，但完整创作流程仍要求用户像产品经理一样工作：把想法翻译成专业提示词、判断应该使用哪个工具、在多个面板之间搬运上下文，并在任务完成后重新梳理每个版本为何产生。

DSH Design Mode 将这些协调工作交给同一个 Agent 会话。用户可以从普通自然语言开始，只澄清真正影响结果的决策，生成或导入图片，选择需要处理的对象，再把精确的视觉评论送回原生对话继续修改。

| 割裂的图片工作流 | DSH Design Mode |
| 需求还没明确，用户先面对空画布或大量工具。 | Design Mode 可以随时开启或关闭；只有文字、图片或“图片＋文字”产生真实视觉任务后，画布才会打开。 |
| 用户必须自己把模糊想法写成专业提示词。 | ask_user 在生成前把模糊需求收敛为 3–5 个关键决策。 |
| 编辑能力与选中的图片、任务和历史脱节。 | 选中对象后才出现相关工具，处理结果自动回到当前画布。 |
| 评论停留在独立审阅面板，修改过程难以追溯。 | 点、框、画笔 Comment 回到左侧聊天，并按顺序处理。 |

一分钟理解产品

1. 开启 Design Mode。 模式可开可关，不用空画布打断正在进行的对话。
2. 发送文字、图片或两者组合。 原生 Composer 是唯一入口，用户不需要在画布里再找一个输入框。
3. 澄清关键歧义。 Agent 每轮只问一个问题，给出三个推荐选项；UI 固定提供可自由输入的「其他」。
4. 生成或导入图片。 只有出现可以查看、比较或编辑的图片后，画布才会展开。
5. 围绕对象进行编辑。 用户选中图片后，系统展示与当前对象和任务相关的能力。
6. 定位评论并继续。 修改要求回到原生聊天，保留清晰可见的思考、工具调用与结果记录。

观看真实工作流

以下录屏均来自当前可运行的 DSH 构建。点击卡片即可播放完整 MP4。

01 · 从聊天进入用户动作：开启 Design Mode，用自然语言描述希望生成的图片。系统反馈：保留原生聊天，在没有真实视觉任务前不打开空画布。
▶ 播放完整录屏

02 · 先澄清意图用户动作：回答关于用途、风格、构图、材质或限制条件的短问题。系统反馈：生成前将全部答案合成为一条可执行的图片请求，再调用对应 Provider。
▶ 播放完整录屏

03 · 编辑选中的图片用户动作：选中图片，使用抠图、高清、扩图、消除、编辑文字或智能翻译等具体能力。系统反馈：展示该任务专属的参数与确认动作，并把新结果放回当前画布。
▶ 播放完整录屏

04 · 在需要修改的位置评论用户动作：通过点选、框选或涂抹定位区域，并写下修改要求。系统反馈：Comment 自动回到左侧聊天；多条评论按顺序处理，使每次修改都能被看懂和追溯。
▶ 播放完整录屏

当前可以完成什么

| 创作目标 | 已实现能力 |
| 创造 | 自然语言生成、最多 14 张多图参考、上传、粘贴、拖入，以及把普通聊天图片加入画布。 |
| 精修 | 抠除或替换背景、高清、编辑识别文字、翻译选中文字区域，以及经授权的标记去除。 |
| 重构 | 扩图、消除、换角度、智能换色，并在保留原主体的前提下生成新的子结果。 |
| 评审 | 点、框、画笔评论；评论回到聊天；多条评论顺序处理；可恢复失败支持重试。 |
| 交付 | 从画布导出 PNG、PDF、独立 HTML、ZIP 或 PPTX。 |

无限画布同时支持指针中心缩放、平移、单选与多选、移动、等比缩放、旋转、锁定、隐藏、下载、适配视图和本地撤销/重做。

四项产品原则

先澄清，再生成

「帮我设计一个登山双肩包」不会被直接送给图片模型。Agent 会进行 3–5 轮自适应提问，不重复已经确定的决策，并在完成最低澄清轮数后才生成。

先选中对象，再展示能力

当前图片决定工具栏出现什么。每个任务拥有独立的参数、确认动作、Provider 说明、进度状态和可恢复错误，不再用同一套通用侧栏模板承载所有能力。

对话负责记录，画布负责呈现

画布承载视觉对象，DSH 对话记录意图、工具调用、失败原因与完成结果。Comment 因此会回到聊天，而不是形成第二套割裂的任务系统。

执行逻辑归 Host 所有

浏览器不会直接调用图片 Provider。UI 操作与 Agent Tools 共用同一套 Host 服务、请求协议、每会话任务队列、持久化与错误映射。

快速开始

运行环境：Node.js ^22.19.0 或 >=24.0.0、Corepack、pnpm 11.7.0 与 Git。

git clone https://github.com/KaichenCurry/dsh-design-mode.git
cd dsh-design-mode
corepack enable
pnpm install
pnpm run build
pnpm run design:install
pnpm run design:start

design:start 会使用隔离的 design profile 启动完整 DSH Web 应用并打开本地地址。如果需要由 DSH Desktop 或其他外壳打开同一地址，可运行 pnpm run design:start --no-open。该 profile 只为标准 DSH 应用增加 Design Mode，不会替换其他 DSH 可执行文件，也不会修改默认 web profile。

Provider 凭证

不提供密钥时，画布交互、Comment、Composer Context、持久化和无密钥契约测试仍然可用。只有运行真实外部图片任务时才需要进入 设置 → Design Mode，通过只写凭证界面保存对应 Key。

| 任务 | 所需凭证 |
| GPT Image 图片生成与生成式编辑 | OPENAI_API_KEY |
| 抠除背景与高清 | FAL_KEY |

缺少密钥会产生可恢复的配置错误。凭证只保存在 DSH Vault，不进入浏览器 Bundle、不写入工作区，也不会显示在聊天记录中。

Profile 管理

pnpm run design:status
pnpm run design:upgrade
pnpm run design:uninstall

design:uninstall 会把 Profile 移到带时间戳的可恢复目录，并保留工作区中的 .dsh/design-mode 数据。

技术架构与可信执行

Native DSH Composer
├─ text / images / removable Design context chips
└─ ask_user clarification
↓
DSH Agent
├─ design_read_context
├─ design_generate_image
├─ design_edit_image
└─ design_update_comments
↓
Design Job Router + per-session queue
├─ GPT Image: generation and generative editing
├─ FAL: background removal and upscale
└─ OCR: text and region detection
↓
Native conversation + local canvas document and assets

实现分为三个核心部分：packages/design/design-mode 提供 Host 服务与 Agent Tools，packages/client/ui-design-mode 提供 React/Konva 画布，packages/bundle/design-app 提供隔离 Profile 使用的 Bundle Layer。

只有当前任务明确引用的资产会离开 Host；画布文档与历史默认保存在本地工作区；Provider 失败不会自动触发可能收费的重试；去水印或标记功能要求用户确认拥有图片或已获得授权。详见 SECURITY.md。

产品资料

| 资料 | 适用场景 |
| 产品介绍 · PDF | 面向用户、合作伙伴和投资人的 10 页完整产品叙事。 |
| 可编辑产品介绍 · PPTX | 路演、客户交流和定制化讲解。 |
| showcase/ | 动态产品介绍及以上录屏的源码；运行 npm install && npm run dev 即可查看。 |

当前 v1 范围与路线图

V1 明确只做图片：包含图片生成、导入、画布编辑、对象级工具、Comment、持久化和导出，不提供视频生成、视频编辑或任何视频按钮。

下一阶段将重点补强真实 Provider 的质量与成本评估、签名桌面安装包、团队评审与权限、共享资产治理，以及面向第三方 Provider、Agent Skill 和可复用工作流的 Adapter 生态。

License 与归属

本仓库基于 DeepSeek Harness，保留 MIT License 与第三方声明；新增的 Design Mode 代码同样采用 MIT License。DeepSeek 与 DeepSeek Harness 商标归其各自权利人所有。