豆包免费生图 LinLing4285/dsh-doubao-image-free

dsh-doubao-image-free

把网页版豆包和网页版 ChatGPT 免费账户的生图能力接进 DeepSeek Harness 的插件。在插件设置页扫码或粘贴凭据就能用，自带画廊、灵感库和 tldraw 工作台。

和 npm 上的 dsh-doubao-image 不是同一个项目。 那个包的作者是 xt765，注册 doubao_generate_image / doubao_image_status，靠 Tabbit CLI 驱动浏览器。本项目注册 doubao_image / gpt_image，走纯 HTTP，不依赖任何外部 CLI。安装时认准包名带 -free 后缀。

- npm：<https://www.npmjs.com/package/dsh-doubao-image-free>
- GitHub：<https://github.com/LinLing4285/dsh-doubao-image-free>

面向个人自用。走的是网页端私有接口的协议复刻，可能违反平台服务条款，请自行评估账号风险。

功能

| 能力 | 豆包 | ChatGPT 免费账户 |
| 文生图 | ✅ 2048px 无水印原图 | ✅ 已实测出图 |
| 图生图 | ✅ 参考图引导重生成 | ✅ 参考图上传 + multimodal 引用 |
| 生视频 | ✅ 无水印 mp4（默认关闭，消耗每日免费额度） | ❌ |
| 登录方式 | 扫码（纯 HTTP，无需浏览器） | 拉起 Edge 自动抓取 / 手工粘贴 Token |

设置页提供：豆包扫码登录、Cookie 手工粘贴、GPT 拉起 Edge 登录、accessToken 粘贴、代理地址、超时与默认尺寸、视频开关（含「去掉视频水印」）、画廊开关。

对话页的「画廊」视图

会话页顶部的「画廊」标签（conversation.view 槽）里再分四个顶层 tab：

| tab | 内容 |
| 图库 | 图片生成历史：搜索、来源筛选（豆包 / GPT / 导入）、比例筛选、排序、工作区过滤、收藏夹、批量管理、导入本地图、灯箱 |
| 视频 | 视频生成历史：首帧缩略图 + 灯箱播放，支持批量下载（不进工作台参考图） |
| 工作台 | tldraw 无限画布，可把画廊里的图放上去，画布状态存 localStorage |
| 灵感库 | 内置 976 条提示词案例（两个上游数据集），三级筛选 + 搜索 + 详情弹层 +「用它生图」 |

这几个视图是懒加载的独立 chunk（见下文「chunk 架构」），首屏不加载。

安装

两条安装路径，优先用 npm（快、不依赖 git）：

npm（推荐）：约 5 秒
dsh plugin --profile <profile> add dsh-doubao-image-free

GitHub：约 11 秒，需要本机有 git
dsh plugin --profile <profile> add github:LinLing4285/dsh-doubao-image-free

<profile> 取 desktop（桌面端）或 web（命令行 dsh web）。dsh plugin 会自动把包写进 profile 的 dependencies 与 dsh.profile.bundles。

桌面端用户注意：桌面端（Electron）不自带 PATH 里的 dsh 命令。它的 CLI 在 D:\DSH2\resources\runtime\cli\bin\dsh.cmd（路径随安装位置变化），需要写完整路径调用。若用 github: 方式安装，还要求 git 在 PATH 里、且 DSH 已完全退出（否则 profile 的 package.json 被占用会失败）。

安装失败的常见原因是 github: 拉取不通时 DSH 会回退到 npm 上的同名包。本项目已改名为 dsh-doubao-image-free 避开这个坑；若你装到的是 dsh-doubao-image，那是 xt765 的另一个项目（见文首说明）。

安装后到「设置 → 插件 → dsh-doubao-image-free」完成登录。

Host 半改动不会热重载。index.js 与 lib/.mjs 只在 app 启动时加载一次（Node ESM 按 URL 缓存模块命名空间，禁用/启用插件只切换 cordis fiber）。改完必须完全退出 DSH 再重开，刷新页面不够。Client 半（client.js）刷新即可，但 chunk 有缓存坑，见下文。

工具

插件注册两个工具给 Agent 调用：

- doubao_image — { prompt, size?, reference_images?, mode?, ratio?, duration? } mode 取 auto / generate / edit / video；缺省时按有无参考图自动判断。
- gpt_image — { prompt }（GPT 侧图生图走 doubao_image 的 provider: "gpt" + reference_images，该工具本身只接受提示词）

工具名刻意不叫 generate_image。DSH 的工具注册在同一层不允许重名，而 dsh-image-gen 已占用 generate_image / edit_image，同名会让后来的注册直接失败并拖垮插件加载。

凭据存放

凭据存在 DSH credentials 服务的 record 半（grant payload），落盘 $DSH_HOME/.credentials.yaml，带文件锁与原子写：

- dsh-doubao-image/doubao-session — { cookieHeader, device, updatedAt }（device 是豆包风控需要的设备指纹，登录时自动采集）
- dsh-doubao-image/gpt-session — { accessToken, cookieHeader, oaiDeviceId, updatedAt }

这两条 scope 用的是改名前的 dsh-doubao-image，故意没有跟着包名改成 -free：scope 是用户数据的命名空间，改了等于把老用户的登录态全部作废。画廊落盘路径 $DSH_HOME/storages/dsh-doubao-image/gallery.json 同理。

服务不可用时插件降级为「设置页可看、工具报错」，不会崩。

已知限制

- 生视频：与图片同源，走 get_without_watermark 换 lr=unwatermarked 的流（body {vid:[vid]}，注意视频要用 vid 而不是 uri）。取不到时回退到带水印文件并在结果里如实标注。设置页的「去掉视频水印」默认开；关掉则直接下带水印文件（部分平台要求标注 AI 生成来源时用）。消耗每日免费额度，故默认关闭。
- GPT 侧登录：Chrome 136 起 --remote-debugging-port 对默认用户数据目录失效，所以拉起的是独立 user-data-dir 的全新 Edge 窗口，需要在新窗口里重新登录一次，无法复用日常浏览器的登录态。不想重登就用手工粘贴 Token（约 2 周一次）。
- 豆包比例：只有 1:1 / 4:3 / 16:9 / 9:16 四档，输出固定 2048px 长边，size 不精确控制像素。
- 图生图语义：豆包这条通路是「参考引导的重新生成」，不保持原构图、背景与视角；GPT 侧保留度更高但也不是像素级编辑。
- 依赖私有接口：平台改版即失效。
- 本机同源校验不是鉴权：所有 HTTP 路由都校验 Host 必须是回环、sec-fetch-site 只接受 same-origin / none，这挡的是浏览器侧 CSRF（任意网页偷偷调你的插件接口）。但本机任意进程（curl、PowerShell、脚本）可以伪造 sec-fetch-site: same-origin 直接打到接口，要彻底收口需要 token 级鉴权。机器上有不受信任的进程时，别把它当保护。

未验证项（如实记录）

- accessToken 的精确过期周期（经验值约 2 周，未做长期跟踪）
- 豆包 4:3 / 16:9 / 9:16 三档比例（只实测过 1:1 与 16:9）
- 灵感库 976 条案例只抽查过若干张图片可达，未逐条验证

已由真实账号 / 真实浏览器验证过的：豆包文生图、图生图、生视频（5.06s HEVC 1280×720 + AAC）；GPT 免费账户文生图（gpt-5-3）与图生图（参考图上传 → multimodal 引用 → 输出保留主体改背景）；全部 HTTP 路由在真实运行时跑通；三个 chunk 在真实浏览器里挂载成功（tldraw 正常加载）。

结构

index.js Host 半：工具注册、HTTP 路由、Edge 登录编排 client.js Client 半（单文件，免构建）：设置页 + 结果卡片 + 提升节点 + shared 运行时 client.gallery.js 画廊 chunk（顶层 tabs 容器） client.inspiration.js 灵感库 chunk client.studio.js 工作台 chunk（tldraw 画布） client.tldraw.js tldraw 构建产物（1.9 MB） lib/doubao.mjs 豆包协议入口（转发到下面几个模块） lib/doubao-core.mjs 豆包协议公共层：请求头、SSE 解析、敏感信息脱敏 lib/doubao-image.mjs 豆包文生图 / 图生图 lib/doubao-video.mjs 豆包生视频（提交 → 轮询 → 下载） lib/doubao-identity.mjs 设备指纹采集与校验 lib/doubao-device.mjs 设备参数拼装 lib/doubao-upstream.mjs 上游接口地址与版本常量 lib/doubao-diag.mjs 诊断（账号 / 会话 / 网络自检） lib/gpt-free.mjs ChatGPT 免费账户生图（含 PoW、TLS 指纹、参考图上传） lib/pow.mjs ChatGPT sentinel PoW 求解器（含纯 JS SHA-3 回退） lib/cdp.mjs CDP 客户端（node 内置 WebSocket，无 puppeteer） lib/browser-login.mjs 拉起 Edge 完成登录 lib/browser-image.mjs 浏览器内取图 lib/credential-browser.mjs 浏览器侧凭据抓取 lib/credential-renew.mjs 凭据续期策略 lib/credential-sync.mjs 凭据与 DSH credentials 服务同步 lib/sessions.mjs 账号池与凭据存取封装 lib/gallery-store.mjs 画廊服务端持久化 lib/inspiration.mjs 灵感库数据集加载 + 远程图片代理

client.js 必须保持单文件：DSH 只加载 exports["./client"] 指向的那一个文件。不要把主 bundle 的实现拆成 client/xxx.js——浏览器不会去加载它，代码会静默变成死代码（画廊就踩过这个坑）。

chunk 架构

除主 bundle 外还有 4 个懒加载 chunk。DSH 原生支持包内 chunk：

window.__ModuleLoader__.load({
id: "dsh-doubao-image-free", // 必须是包名 chunk: "client.gallery.js", // 必须是文件名
factory: (require) => { /* ... / exports.Mount = Mount; },
});

服务端按 /plugins/<包名>/<文件名>?rev=<rev> 提供，文件必须匹配 /^client\.[A-Za-z0-9][A-Za-z0-9._-]\.js$/。
chunk 缓存坑（实测）：?rev= 是 client.js 的 mtime+size 哈希（dsh-client-modules/lib/index.js 的 artifactRevision），改 chunk 内容不会改变 rev。于是浏览器缓存与服务端 this.responses（按含 rev 的 URL 缓存）都会继续用旧内容。症状：改完 chunk 后页面行为不变，直接 fetch chunk URL 拿到的是旧字节数。改 chunk 后必须重启 Host（清服务端缓存），浏览器侧用 DevTools 勾 Disable cache 或硬刷新。

chunk 之间通过 globalThis.__dshDoubaoImageShared 共享运行时（react / 取图 hook / 画廊持久层 / useChunk / ChunkMount / injectCss），不要各自复制一份。每个 chunk 自带 zh/en 字典。

实现要点

- TLS 指纹：Node 默认 TLS 栈请求 chatgpt.com 会被 Cloudflare 403，与请求头、出口 IP 无关，只由 ClientHello 指纹决定。给 tls.connect 传一份 Chrome cipher 列表即可（见 lib/gpt-free.mjs 的 CHROME_CIPHERS），不需要 uTLS 或浏览器。
- SHA-3 回退：ChatGPT 的 PoW 用 sha3-512。官方 Node 走 OpenSSL 3.x 原生支持，但 Electron 用的是 Chromium 的 BoringSSL，不提供 SHA-3（createHash("sha3-512") 直接抛 Digest method not supported）。lib/pow.mjs 因此内置了纯 JS Keccak-f[1600] 实现，加载时探测原生能力，不支持就自动回退。
- 图片渲染：内置 image 卡只认 read_image（dsh-client-ui-tool/lib/client.js 硬判工具名）。普通工具返回 {type:"image"} 块没有任何渲染器，图会被静默丢弃；而如果 render() 返回了 image 块，内置的助手消息渲染器又会画一次，导致同一张图显示两遍。所以本插件的 render() 只返回文本，图片走 presentationMeta → 自注册的 tool.call.toolview 卡片 + conversation.chat.node 提升节点。
- 视频引用是文件引用：宿主 attachments.saveFile 只回 attachmentId / name / bytes，没有 mediaType 与宽高，和图片的 ImageAttachmentRef 不是同一个形状。所以视频走独立的 /api/video 路由（ctx.attachments.readFileStream），不能复用 /api/image（那个要 readImage 且校验图片类型）。

参考实现

本插件是协议复刻，实现过程中参考了下面这些开源项目（按能力分组）。代码为本项目独立编写，参考的是它们对上游私有接口的调用方式、字段形状与算法细节；各项目版权归其作者所有，遵循各自的许可证。

ChatGPT 侧（sentinel 两步流程、PoW 求解、turnstile 求解、会话请求体字段、参考图上传）

- basketikun/chatgpt2api — Python 实现。PoW 与 turnstile 求解器的算法细节、/sentinel/chat-requirements/prepare + /finalize 两步流程、/files 三段式图片上传、conversation body 的必需字段，主要参考此项目。
- fran0220/chatgpt2api — Go 实现。lib/gpt-free.mjs 的请求头与 PoW 配置槽位对齐此版本；其注释中「用 /backend-api/conversation 而非 /f/conversation，PoW 即可跑通」的判断与本项目实测一致。

豆包侧（会话接口、SSE 事件结构、会话清理时机）

- Bitsea1/doubao-free-api（作者 Vinlic）— TypeScript 实现。豆包 SSE 事件形状与「流传输完成后立刻 removeConversation」的清理时机参考此项目。
- lzA6/doubao-2api — Python 实现。多账号池与请求参数拼装的写法参考此项目。

数据集

- freestylefly/awesome-gpt-image-2 — 提示词案例集
- yang0/handraw-style — 手绘风格案例集

两份数据集已内置于 lib/inspiration/，插件运行时按 repository 字段回源取图（经 gh-proxy 镜像）。

如果上面的归属或链接有误，欢迎开 issue 指出，我会更正。

许可

MIT