dsh-qwen-studio 怎么安装？

在已安装 dsh CLI 引擎的环境中，进入插件页复制安装命令一键执行即可；基本兼容但装前注意：未发布到 npm registry，仅可从源码安装

dsh-qwen-studio 兼容性怎么样？

基本兼容但装前注意：未发布到 npm registry，仅可从源码安装

dsh-qwen-studio 有中文文档吗？

已提供中文翻译 README（由 DeepSeek 最新模型翻译生成），本站可切换中英文对照阅读。

dsh-qwen-studio 还在维护吗？

GitHub 9 星。最近一次上游提交在 2026/10/22。

图像工作台 kingcharleslzy-ai/dsh-qwen-studio

DeepSeek Harness

kingcharleslzy-ai10 天前有提交已提供中文文档扫描：含敏感能力

在 GitHub 查看 ↗

Qwen Image 2.1 登陆 DeepSeek Harness：在 Apple Silicon 的 MLX/MFLUX 上原生编辑图像，或自托管 CUDA，支持 LoRA、ControlNet、局部重绘、预设和智能体实时进度…

40/100

综合分

GitHub 星标

—

npm 周下载

—/5

用户评分

数据截至 2026/10/23 · 周下载取自 npm 全网（含 CI / 镜像），非本站安装数；综合分由星标、活跃度与兼容性检查合成。

自动兼容检查有告警：未发布到 npm registry，仅可从源码安装。

安装命令 · 需先装 dsh CLI 引擎

dsh plugin --profile web add kingcharleslzy-ai/dsh-qwen-studio

该包不可直接 npm 安装，改从 GitHub 源安装（明细见下方安装检查）

状态速览

判定依据：实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态

信任档位：需留意

是什么

dsh 原生插件 · vision

装得上吗

实装验证未通过（unknown），装前请到仓库确认最近更新与 issue

L4 · 真实安装等级说明 →

安全吗

本站尚未对该插件做风险分级

暂未覆盖，不等同于无风险

还在维护吗

活跃：最近一次提交在 10 天前

档位由哪些信号合成

本站实装验证（真实安装 L4 覆盖全站；L5 为运行时冒烟或实机截图，覆盖范围小于 L4） · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。

验证判据与等级说明 →

⚠︎ 实装验证未通过（unknown · 2026/10/23） ——可能是验证环境差异，装前建议到 GitHub 仓库确认最近更新与 issue。

社区实装还没有人打卡 · 装过的第一个就是你

安装兼容性检查⚠ 装前注意

未发布到 npm registry，仅可从源码安装

展开查看检查明细 ↓

以下结论由程序自动检查 npm 包、engines 声明与入口文件得出，未做人工实机验证——能装不等于用着没问题。

✗npm 包dsh-qwen-studio（未发布到 npm，仅可源码安装）

✓Node 引擎要求 ^22.19.0 || >=24.0.0 · 基线 Node 22.19 满足

✓dsh CLI 依赖未声明 dsh 版本约束

✓入口文件main/exports/bin 已声明

验证方式：npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/30 15:50:24

安全扫描自动 · 静态分析源码

v2.7.0

🔵 扫描：含敏感能力尚无人工评估

展开查看扫描说明与证据 ↓

静态扫描发现插件具备触达本地系统的能力：执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量（至少其一）。这是能力清单，不是危险判定——具体能力项与证据见下方，安装前请自行判断是否需要。

可执行外部命令读写/删除本地文件读取剪贴板或密钥环境变量发起外部网络请求

查看扫描证据（共 21 处，展示前 21 条）

读取本地文件
scripts/prepare.mjs:4
if (!existsSync('lib/index.js') || !existsSync('lib/client.js') || !existsSync('lib/maintenance.js'))
读取本地文件
scripts/npm-command.mjs:7
const entry = [process.env.npm_execpath, join(base, 'node_modules/npm/bin/npm-cli.js'), join(base, '../lib/node_modules/npm/bin/npm-cli.js')].find(p =
执行外部命令来自配置/变量
scripts/npm-command.mjs:9
return execFileSync(process.execPath, [entry, ...args], options);
读取密钥环境变量
scripts/build-market.mjs:5
if(process.env.GH_TOKEN)headers.authorization=`Bearer ${process.env.GH_TOKEN}`;
读取本地文件
scripts/build-market.mjs:8
if(local >= 0) releases=JSON.parse(readFileSync(process.argv[local+1],'utf8'));
请求外部主机api.github.com
scripts/build-market.mjs:10
const response=await fetch(`https://api.github.com/repos/${repo}/releases?per_page=100`,{headers,signal:AbortSignal.timeout(30000)});
发起网络请求
scripts/build-market.mjs:10
const response=await fetch(`https://api.github.com/repos/${repo}/releases?per_page=100`,{headers,signal:AbortSignal.timeout(30000)});
执行外部命令固定命令
scripts/build-market.mjs:14
const git=args=>execFileSync('git',args,{encoding:'utf8'}).trim();
写入本地文件
scripts/build-market.mjs:28
mkdirSync('market-dist',{recursive:true});writeFileSync('market-dist/index.json',JSON.stringify(index,null,2)+'\n');
写入本地文件
scripts/build-market.mjs:28
mkdirSync('market-dist',{recursive:true});writeFileSync('market-dist/index.json',JSON.stringify(index,null,2)+'\n');
写入本地文件
scripts/build-market.mjs:29
writeFileSync('market-dist/index.html','<!doctype html><html lang="zh"><meta charset="utf-8"><meta name="viewport" content="width=device-width"><title
读取本地文件
scripts/check-package.mjs:4
const pkg = JSON.parse(readFileSync("package.json", "utf8"));
读取本地文件
scripts/check-package.mjs:51
const text = readFileSync(path, "utf8");
读取本地文件
scripts/check-private.mjs:8
if(!existsSync(file)||!/ (?:[cm]?js|tsx?|py|md|json|ya?ml|sh|svg)$/.test(file)||file==='package-lock.json')continue;
读取本地文件
scripts/check-private.mjs:9
const text=readFileSync(file,'utf8');
执行外部命令来自配置/变量
scripts/python-command.mjs:5
try { return execFileSync(candidate, ['-c', 'import sys; assert sys.version_info >= (3,10); print(sys.executable)'], {encoding:'utf8',stdio:['ignore',
读取本地文件
scripts/release-notes.mjs:2
const version=JSON.parse(readFileSync('package.json','utf8')).version;
读取本地文件
scripts/release-notes.mjs:3
const text=readFileSync('CHANGELOG.md','utf8'),section=text.split(/^## /m).find(s=>s.startsWith(version+' '));
写入本地文件
scripts/release-notes.mjs:5
writeFileSync('release-notes.md','## '+section.trim()+'\n\nInstall the compiled `.tgz`; verify it against SHA256SUMS.txt. Your model paths, server add
执行外部命令来自配置/变量
scripts/test-python.mjs:3
execFileSync(pythonCommand(), ['-m','unittest','discover','-s','tests','-p','test_*.py'], {stdio:'inherit', env:{...process.env,PYTHONUTF8:'1'}});
执行外部命令来自配置/变量
scripts/test.mjs:6
const result=spawnSync(process.execPath,[join(dirname(require.resolve('vitest/package.json')),'vitest.mjs'),'run',...process.argv.slice(2)],{stdio:'in

扫描于 2026/10/31（1 天前） · 范围入口闭包 + 发布文件清单 · 来源 GitHub 仓库

涉及外部主机：api.github.com

静态扫描只反映源码中出现的调用，不构成安全背书；人工评估与自动扫描相互独立、互不覆盖。

依赖的 DSH / Cordis 模块

@deepseek-ai/cordis@deepseek-ai/dsh-api-remotes@deepseek-ai/dsh-attachment@deepseek-ai/dsh-client-connection@deepseek-ai/dsh-client-ui-conversation@deepseek-ai/dsh-client-ui-settings@deepseek-ai/dsh-client-ui-settings-plugins@deepseek-ai/dsh-client-ui-slots@deepseek-ai/dsh-host-webserver@deepseek-ai/dsh-tools@deepseek-ai/schemastery

给这个插件打分还没有人投票↓

用户评分

还没有人投票，来当第一个

广告精选好物

飞利浦 TAH6519 主动降噪耳机 ¥299

头戴式无线 anc 主动降噪，蓝牙连接，久戴舒适向。

·anc 主动降噪 · 头戴式无线
·价格与库存以商品页实时为准

去淘宝看看→

广告MCP 兼容手册

装完插件，给 AI 接上 MCP

Cursor、Claude Code、VS Code 逐个核对：能不能装、配置怎么写、装不上是什么原因。

·按客户端逐格核对
·结论标注依据与风险等级

查 MCP 兼容性→

README

由 DeepSeek 最新模型翻译生成

Qwen Studio — Qwen Image 2.1 workspace for DeepSeek Harness 图像 · Qwen Studio 在 DSH 里生成、改图、继续创作。Apple Silicon 本机 MLX，或你自己的 NVIDIA GPU。为 DeepSeek Harness 提供原生 Qwen Image 2.1 生成与参考编辑。下载安装 · English · 本机部署 · 远程 GPU · 实测记录安装与 Agent 上手先让你的 Agent 读 AGENTS.md：包括新装/升级、现有数据保护、MLX 完整模型准备、自己的 NVIDIA 网关、SSH、资源导入、整套预设、任务恢复和回滚。使用中的生图技能另见 SKILL.md。本项目没有内置作者的服务器、私有 IP、模型目录或密钥。你需要填写自己的环境信息；插件包不包含模型权重或远程算力。 - 市场安装：DSH → 插件 → 自定义插件市场 → 发现，添加本项目索引，或已使用的共享市场源。市场版本是固定提交的预编译包，无需在你的机器上构建（Git 来源需要 Git；没有时用 tgz）；共享源约每小时同步一次新版本。 - 手动安装：固定名安装包 · SHA256 校验。具体命令见下文。

展开完整文档（README 剩余 1 节）

Qwen Studio — Qwen Image 2.1 workspace for DeepSeek Harness

图像 · Qwen Studio

在 DSH 里生成、改图、继续创作。Apple Silicon 本机 MLX，或你自己的 NVIDIA GPU。

为 DeepSeek Harness 提供原生 Qwen Image 2.1 生成与参考编辑。

下载安装 · English · 本机部署 · 远程 GPU · 实测记录

安装与 Agent 上手

先让你的 Agent 读 AGENTS.md：包括新装/升级、现有数据保护、MLX 完整模型准备、自己的 NVIDIA 网关、SSH、资源导入、整套预设、任务恢复和回滚。使用中的生图技能另见 SKILL.md。

本项目没有内置作者的服务器、私有 IP、模型目录或密钥。你需要填写自己的环境信息；插件包不包含模型权重或远程算力。

- 市场安装：DSH → 插件 → 自定义插件市场 → 发现，添加 本项目索引，或已使用的 共享市场源。市场版本是固定提交的预编译包，无需在你的机器上构建（Git 来源需要 Git；没有时用 tgz）；共享源约每小时同步一次新版本。
- 手动安装：固定名安装包 · SHA256 校验。具体命令见下文。
- 更新由你决定：2.12.0 起，默认每 6 小时自动检查；自动安装默认关闭，可单独开启。生图时延后安装，安装前备份，可回滚，不自动重启 DSH。模型、图库、预设与远程服务不随插件安装包覆盖。

给一张参考，换一种画法

参考照片本机 MLX 原生编辑

「把这只蓝杯转成水彩，保留杯形和构图，呈现纸张纹理与透明笔触。」

真实插件输出，无后期修图。 Qwen Image 2.1 / MFLUX 0.22.0 / 512×512 / 20 步。原图：Wildfeuer，Wikimedia Commons，示例按 CC BY-SA 3.0 分享；图像署名与授权。这是一次功能实测，不代表所有编辑指令的成功率。

一个工作区，两种创作方式

直接创作：打开 DSH 左侧「图像」，写描述、选参考、调参数。无需文字模型代为调用。

让 Agent 创作：在会话里说「找一张参考图，把它改成水彩」。内置技能指导模型搜索、导入，再使用插件工具；对话和创作页显示同一任务的进度与图片。

DSH 创作页：原位预览、参考对比与参数编辑

- 按图改画风 — 本机 MLX 与配套远程网关均支持原生参考编辑。参考图片和指令共同参与生成，按完整步数采样。
- 把高级功能点出来 — LoRA、ControlNet、蒙版、负向词、CFG、调度器均在高级设置中配置；本机文件选择器和资源清单可反复选用。
- 调好一次，保存一套 — 命名预设、默认项、参数复用、JSON 导入导出；Agent 与面板使用同一个预设库。
- 切页继续，进度跟随 — 持久任务队列，真实采样步数；完成图在对话、创作页和图库同步。查询已有结果不会重新生图。
- 用时启动，空闲释放 — 本机模型按需加载；远程按需 SSH、资源自动同步，模型卸载后断开。统一空闲时间可由界面或 Agent 调整。
- 试稿收好，作品精选 — 默认存入隐私图库，收藏后进入普通图库；支持搜索、批量归档与回收站。隐私分类不隐藏对话图片，也不是加密或密码锁。

这是 DeepSeek Harness 插件，不是独立生图 App。应用里叫「图像」，安装包为 dsh-qwen-studio，当前 2.19.0。独立维护、独立发布，无需安装旧 dsh-image-gen。

先看这台机器跑不跑得动

Qwen Image 2.1 有量化版本，门槛比想象中低。按显存/内存挑档位，别一上来就下 bf16 全家桶：

| 环境 | 最低（量化） | 舒适 | 能做多少 |
| Apple Silicon Mac | MFLUX + 对应 MLX 权重 | 本次实机为 128 GB Apple Silicon | 16/24/32 GB 设备未做本版实测，不承诺低内存原生编辑；按模型实际峰值预留系统内存 |
| Windows + NVIDIA | 本包仅验证 24 GB RTX 4090 D 的指定 int8 safetensors | 24 GB | 不支持直接替换 GGUF；10–12 GB 尚未真机验证 |
| bf16 全量 | 另行核算权重、编码器和推理峰值 | 本版未验收 | 不能仅凭权重精度承诺最高画质或固定内存门槛 |
| Intel Mac / 无独显 | — | — | 只装插件看界面，推理走局域网里带 GPU 的机器 |

磁盘：量化权重约 40 GB 起，bf16 全家桶 80 GB 起。显存/内存要给系统留 2–4 GB 余量，刚好卡满会 OOM 或被迫走 swap。

三步开始

1. 安装插件。 从 Releases 下载 .tgz，运行：

dsh plugin --profile desktop add /absolute/path/dsh-qwen-studio-<version>.tgz

macOS 未安装全局 dsh 时，可使用桌面版内置 CLI：

sh "/Applications/DeepSeek Harness.app/Contents/Resources/runtime/cli/bin/dsh" \
plugin --profile desktop add /absolute/path/dsh-qwen-studio-<version>.tgz

2. 选择推理位置。 正常退出并重新打开 DSH，在插件设置中配置「图像」：

| 本机 Apple Silicon Mac | 自己的 NVIDIA GPU（Windows / Linux） |
| Python 3.12 + MFLUX 0.22.0 | 配套 CUDA / ComfyUI Qwen 网关 |
| 准备完整 Qwen Image 2.1 权重 | 准备服务器模型与访问地址 |
| 选择 Python 环境、模型和图库目录 | 填写 /v1 地址、模型名、配套网关必需的密钥及可选 SSH 别名 |
| 本机安装步骤 → | 远程部署步骤 → |
| Python 3.12 + MFLUX 0.22.0 | 网关默认 127.0.0.1:19488，模型 qwen-image-2.1-int8 |

Windows 没有 MLX：本机只装插件看界面，真正的推理要么走局域网里的 NVIDIA 机器，要么用同一台机器的 GPU 跑网关。Windows 上 dsh 是 .cmd，必须用 dsh.cmd 或 cmd /c dsh.cmd，直接 dsh 会 EINVAL。

模型权重独立准备，不随插件分发，也不会在首次打开时自动下载几十 GB 文件。原生编辑需要含视觉编码器与 processor 的完整模型；纯文本导出不通用。已有用户原位升级，沿用当前数据目录与预设。

3. 开始创作。 左侧「图像 → 创作」输入描述；或在会话中说：

画一张清晨山间小屋的横版插画。

上网找一张陶瓷杯参考图，用图像插件改成水彩。

用我现有的 LoRA 和控制图保存一套预设，先不要生成。

把刚才那张图再显示一次，不要重新生成。

两种参考模式，明确选择

| 模式 | 适合什么 | 参数 |
| 参考变体 | 保留原图、做轻微变化 | source_image_id + change_strength；旧预设默认行为 |
| 原生参考编辑 | 按指令换画风、改颜色、编辑主体 | source_image_id + reference_mode="edit"；完整采样 |

创作页选择参考图后，在高级设置中选「参考图用法」。Agent 先查询当前后端 reference_edit.supported，再选择模式。组件缺失会明确提示，不会静默删参数或切换到另一台机器。

原生编辑目前使用 linear 和 32 倍数尺寸，不与控制图、蒙版混用；同一 LoRA 通道可用，具体适配器的编辑效果需实测。本机启用前缀 KV 复用，不启用跳步缓存、Turbo 或隐式重试。前缀缓存会记录在结果中；固定种子也不保证跨后端像素一致。

功能与后端

| 功能 | Apple Silicon · MLX | 配套远程 · CUDA | 普通 Images API |
| 文生图 | ✓ | ✓ | ✓ |
| 参考变体 / 原生编辑 | ✓ / ✓¹ | ✓ / ✓¹ | — |
| LoRA 叠加 | ✓ | ✓ | — |
| ControlNet / 蒙版重绘 | ✓² | ✓² | — |
| 真实采样步数 | ✓ | ✓ | 仅处理状态 |
| 持久任务、图库、预设 | ✓ | ✓ | ✓，以基础参数为限 |
| Agent 自动导入参考图 | ✓ | ✓ | 可导入，但该服务不支持参考生成 |

¹ 需要兼容的 MFLUX / 网关及完整视觉模型。插件当前一次使用一张参考图，不代表已开放 MFLUX 的全部多图能力。

² 需要对应的 Qwen Image 2.1 Union 权重；黑色蒙版区域从输出尺寸下的原图复制，白色区域重画。插件不自动提取人体姿态或绘制蒙版。

看高级设置和整套预设

LoRA、结构控制与局部重绘共享预设与资源清单

智能体也能配置，不只是按下生成

启用插件后会自动注册 qwen-image 技能，无需复制技能目录。简介、触发条件与执行步骤都来自同一份技能说明。

| 工具 | 用途 |
| qwen_image_import | 图片直链、本机文件、真实会话附件 → 资源 ID；不启动推理 |
| qwen_image_resources | 查询 LoRA、图片输入与当前原生编辑能力 |
| qwen_image_presets | 保存、加载、重命名、默认、导入导出整套参数 |
| qwen_generate_image | 提交同一持久队列，返回图片附件和任务 ID |
| qwen_image_status | 查进度、取回原结果，不重新生成 |
| qwen_image_jobs | 一次批量查 200 个任务；查看活动队列与状态计数 |
| qwen_image_cancel | 按 ID 批量取消正在排队/生成的任务，不删图 |
| qwen_image_gallery | 只读检索图库：提示词、种子、状态、收藏、血缘字段 |
| qwen_image_batch | 一次提交 1–10 个任务，按 4 个准入位自动分波，返回真实 ID |
| qwen_image_import_many | 批量导入 1–20 个本机文件；同内容同用途复用 ID |
| qwen_image_export | 把完成任务复制成 <id>/image.png + job.json + manifest，不改图库 |
| qwen_image_score | 本地客观指标：边缘/颗粒/饱和度/肤色占比/高光剪切；只报告，不判 pass/fail |
| qwen_image_reroll | 按 QA 标记（默认 grain/texture）重投，种子 +1，保留原图 |
| qwen_image_connection | 实时切本机/远程、修改统一空闲时间 |

工具之间的分工、重叠边界与常见组合见 docs/TOOLS.md。

只配置不生图，只写提示词不生图；已提交任务超时先查状态，不自动重提或绕去执行独立脚本。找图使用当前会话已有搜索/浏览器工具，插件不自带搜索引擎。

导入支持 PNG/JPEG/WebP；公开直链需能直接取得图片，HTML 页面需先提取图片 URL。逐跳校验公网地址、限制大小和耗时；Fake-IP 兼容仅限本插件请求，不修改系统代理或 DNS。远程资源按 SHA256 同步，预设里的本机文件名不会被误当成服务器路径。

已验证，也有边界

实测记录 区分自动检查、插件执行体联调和原生 DSH 验收，保留具体版本与限制。2.19.0 的 Windows 修复及逐项验收见实测记录；历史版本的 UI 与 GPU 验收不自动代表本版已通过。2.13–2.17 新增批量提交/导入、只读检索、导出、客观评分、按标记重投与 Qwen 2.1 原生多图编辑；先前 2.11.0 还完成本机 MLX 蓝杯转水彩实测。当前测试覆盖 Apple Silicon / MFLUX 与 Windows / RTX 4090 D；Linux 远程尚未完成真实 GPU 验收，CI 不运行模型推理。

自然语言触发已在 DSH / DeepSeek-V41-Flash 验证；其他模型取决于工具能力、上下文与 DSH 权限。原生编辑不保证每条指令成功，通路可用也不等于任意第三方 LoRA 都有好效果。

图库与预设保存在自己选择的数据目录，升级不迁移或清空原件。导出预设只包含参数和资源指纹，不含模型、图像文件、连接密钥或设备绝对路径；缺失资源加载时明确提示。安装与数据说明 →

开发与反馈

git clone https://github.com/kingcharleslzy-ai/dsh-qwen-studio.git
cd dsh-qwen-studio
python -m pip install "Pillow>=11,<13" "numpy>=1.26,<3" "aiohttp>=3.10,<4"
npm ci --ignore-scripts
npm run check
npm run check:package

开发需要 Node.js ^22.19.0 || >=24、Python 3.12、Pillow 11–12、numpy 1.26–2.x、aiohttp 3.x。接口与界面在 src/，worker 与网关在 backend/。发布包含编译包、技能及 SHA-256，不包含权重、图库或个人日志。

报告 Bug / 提建议 · 更新记录 · English guide

源于 shanliuling/dsh-image-gen 的 DSH 生图集成，现独立维护，保留原始署名；代码按 Apache-2.0 发布，见 NOTICE。示例图像许可单列。Qwen 权重、MFLUX / MLX 与 ComfyUI 遵循各自许可证。本项目非 Qwen、MFLUX 或 DeepSeek 官方插件。