生图工作室 aa1355721445-lgtm/dsh-image-studio

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，顶部的「添加」区写一句描述（用文字生成）或者丢几张图（从图片生成三视图），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。

添加素材（v0.5）

素材库每个分类顶部都有「添加人物 / 服饰 / 场景 / 道具」区，AI 生成放在最前面：

| 方式 | 怎么用 | 结果 |
| 用文字生成（推荐） | 在框里写几句描述，点「生成」或 Ctrl + Enter | 扩写成完整设定（名字、标签、外观描述），再画一张三视图 / 设定图 |
| 从图片生成三视图 | 把 1–4 张图拖进来或点击选择 | 识别外观写好描述，再画一张标准三视图 |
| 手动新建 | 「想自己填？手动新建」或网格里的「手动新建」卡片 | 自己填名字、描述，上传参考图 |

- 把图片拖到素材库页面的任何地方，也会直接开始「从图片生成」；
- 生成完都会停在「确认」这一步，名字、描述可以先改，不满意可以写要求重画，确认后才存进库；
- 进了手动新建也不用退回去：页面顶部可以把已经填的描述、加的图直接交给 AI 生成；
- 不常用的话点「收起」，会缩成一行三个按钮（记在本机浏览器里）。

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）

素材库顶部「从图片生成三视图」，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）

素材库顶部「用文字生成」的框里写一句话（或在导入面板切到「用文字描述」），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。

跟着全天日程穿衣服（v0.4）

同时装了每日日程插件 dsh-daily-schedule 并打开了它的「联动生图工作室 → 穿搭」时，日程里每一段都记着她穿什么。生图时人物是日程里的「她」、又没指定服饰，就直接沿用她此刻那一段的穿着：

- 库里有的那套（如「JK短裙」）作为服饰参考图，日程里写的细节（「外面加了件开衫」）写进【搭配】；
- 库里没有的（如「睡衣」）只按文字描述，不再套默认服饰；
- 这次指定了场景、而且和日程此刻的场景不同（画的不是「现在」），或显式指定了服饰，就不跟；
- 只读日程插件的数据文件（.dsh\daily-schedule\），没装、没生成今天的日程都不影响出图。

设置 → 参考图组合 →「跟着『全天日程』穿衣服」可以关掉。

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「日程此刻的穿着 > 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-schedule-link.mjs # 跟着全天日程此刻的穿搭出图
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