豆包出图 liangzz1998/dsh-doubao-painter

dsh-doubao-painter

把本机 豆包桌面客户端的生图能力接进 DeepSeek Harness：智能体一句话 doubao_paint，豆包在后台出图，直接拿回无水印高清原图。

- 不逆向豆包私有接口
- 不需要火山方舟 API Key、不按张付费
- 不需要「去水印」——从源头拿的就是干净原图

先说水印这件事（这是本插件最值钱的部分）

同一张图在豆包 CDN 上有两个版本，实测（豆包 2.32.5 / 2026-10）：

| URL 里的模板 | 尺寸 | 水印 |
| …-cthumb_lwm3:…png | 384×216 | 右下角烧了「豆包 AI生成」 |
| …-cgen_wm0_hflow:…png | 2848×1600（图生图 2048×1152） | 无 |

聊天流里默认只挂 cthumb（缩略图）——这就是「豆包出的图带水印」的来源。
点开图片后豆包才会把 cgen 原图 URL 挂进 DOM。本插件做的就是：等图 → 点开 → 抓 cgen → 下载。

所以「便宜的办法」不是找去水印工具（LaMa/IOPaint 要算力、裁切会毁构图、糊了还得修），而是在正确的层拿到本身就没有水印的那张图：成本 0，画质还是 2K+ 原图。

⚠️ 合规提醒：如果生成的图要对外发布，按《人工智能生成合成内容标识办法》等规定，AI 生成内容仍应做显著标识。本插件解决的是「素材被平台 logo 污染」，不是让你绕过标识义务——请按自己所在地区/平台的规则来。

原理

豆包桌面端是 Electron（Chromium 147）。用调试端口启动它：

"D:\Doubao\app\Doubao.exe" --remote-debugging-port=9225

它就在 127.0.0.1:9225 暴露 Chrome DevTools Protocol。插件通过 CDP：

1. 开一个新对话（不污染你正在聊的会话）
2. 往 ProseMirror 输入框里 Input.insertText 提示词、回车发送
3. 轮询 DOM 等 rc_gen_image 出现
4. 点开图片拿到 cgen 原图 URL
5. 下载到会话工作区的 doubao-images/

图生图（P 图）走文件输入：把参考图塞进豆包隐藏的 input[type=file]，等上传完再发指令。

安装

前提：

- 豆包桌面版已安装、已登录，且你机器上 D:\Doubao\app\Doubao.exe 存在（不是 launcher 那个 D:\Doubao\Doubao.exe）
- DSH 运行时自带 Node ≥ 22（插件跑子进程用）

1. 把插件链进 desktop profile 这一步会把依赖写进 package.json，并自动把 "dsh-doubao-painter" 加进 dsh.profile.bundles
dsh plugin --profile desktop add "link:D:\dsh-plugins\dsh-doubao-painter"

2. 如果 bundles 里没自动出现，手动在 ~/.dsh/profiles/desktop/package.json 的 dsh.profile.bundles 数组里加一行 "dsh-doubao-painter"

3. 重启 DeepSeek Harness（profile 的配置树只在启动时组装）

重启后问智能体「豆包在线吗」，它会调用 doubao_status 自检。

第一次调用 doubao_paint 时，如果豆包没在调试端口上跑，插件会自己用 --remote-debugging-port=9225 拉起来。
如果豆包已经在普通模式下运行着，需要先完全退出它（托盘 → 退出），否则新实例不会抢端口。

让豆包常驻调试端口（推荐）

每次都要退出豆包太烦。把快捷方式改成带参数启动，以后点图标就是带端口的实例，插件随时能连，不用再关窗口：

桌面 + 开始菜单两个快捷方式都改（先备份成 .bat-20261031 之类的名字） $s = (New-Object -ComObject WScript.Shell).CreateShortcut("$env:USERPROFILE\Desktop\豆包.lnk") $s.TargetPath = "D:\Doubao\app\Doubao.exe" $s.Arguments = "--remote-debugging-port=9225"
$s.Save()

注意 Target 要写成 D:\Doubao\app\Doubao.exe（主程序），不是 launcher 的 D:\Doubao\Doubao.exe。

使用

智能体里（推荐）

用户：帮我画一张「戴墨镜的橘猫在赛博朋克街头」的图 agent → doubao_paint({ prompt: "..." })
← { files: ["<工作区>/doubao-images/doubao-....png"], seconds: 21.2 }

P 图/改图：

agent → doubao_paint({
prompt: "把参考图改成水彩风，保留构图",
ref_images: ["C:\\path\\to\\ref.png"]
})

批量出图（推荐：一次 2~6 张，同一个对话排队跑，最后归档一次）：

agent → doubao_paint({
prompts: [
"橘猫趴窗台，水彩，方形", "柴犬雪地奔跑，油画，横版", "复古飞机穿云，扁平插画，横版" ] })

批量模式比逐张开新对话省掉「切对话 + 归档」的开销，实测同对话连投不同主题不串上下文 （水彩猫 → 油画柴犬，各自独立）。建议同批主题相近，或者就是同一角色的系列图（一致性反而更好）。

⚠️ 豆包免费额度按天算（客户端显示「今日图片生成免费额度」）。额度用完时批量会提前收工，返回里每条带 额度用完 标记，不会白等。

命令行（排障 / 手动）

文生图
node tools\paint.mjs "一只披着斗篷的柯基宇航员站在月球上，电影级光影"

图生图powershell
node tools\paint.mjs "改成蒸汽朋克机械狗" --ref "C:\path\ref.png" --out ".\out" --json

机器可读（插件内部就是走这个）

echo '{"prompt":"..."}' | node tools\paint.mjs --stdin-json --json

附：视频取用（tools/video.mjs）

借用豆包 video-extract 技能的脚本，下载在线视频 + 自动转 mp3，不消耗对话额度、不用开豆包 UI： powershell
node tools\video.mjs info "https://www.bilibili.com/video/BV..." # 元数据（标题/时长/播放/封面）
node tools\video.mjs download "https://www.bilibili.com/video/BV..." --out D:\videos

支持 B站 / YouTube / TikTok / 快手 / 微博 / X / Instagram 等 20 个平台，产物是 mp4 + mp3 一对。

转写（逐字稿）依赖飞书妙记，需要 lark-cli 授权，未授权会失败——但 mp3 已经在本地，接 whisper 就能补。

附：直接调用豆包的技能脚本（tools/skill.mjs）

豆包把它的技能放在

%LOCALAPPDATA%\Doubao\User Data\Default\.doubao\agent_mode\workspace\.skills\<技能名>\

每个技能 = SKILL.md（说明书）+ scripts/（Python 工具集）+ references/（平台文档）。
共 112 个技能，其中 47 个带脚本（ppt 265 个 py、pdf 18、video-extract 28…）。

这些脚本可以在本地直接跑，不走 UI、不消耗对话额度——用豆包自带的沙箱 Python： powershell
node tools\skill.mjs list # 112 个技能
node tools\skill.mjs read doubao-video-extract # 看说明书
node tools\skill.mjs scripts pdf # 看有哪些脚本
node tools\skill.mjs run doubao-video-extract scripts/minutes/social_video_to_minutes.py -- "<url>" --media-mode video

实测能跑通的：视频下载（B站/YouTube/TikTok 等 20 个平台）、视频转音频、PDF/Word 分析工具。

跑不通的：生图、云端媒体处理、飞书妙记转写——这些脚本最终调云端接口，需要豆包运行时注入的凭证（DOUBAO_OFFICE_PLATFORM_APP_ID 等），只能走豆包 UI。

小细节：跑脚本务必带 PYTHONIOENCODING=utf-8（skill.mjs 已经设好了），否则 Windows 默认 GBK 会在输出中文时炸掉。

配置（cordis.patch.yml）

| 字段 | 默认 | 说明 |
| enabled | true | 关掉插件 |
| cdpPort | 9225 | CDP 端口；和别的调试程序冲突时改 |
| appExe | D:\Doubao\app\Doubao.exe | 豆包主程序（不是 launcher） |
| timeoutMs | 180000 | 单张图等待上限 |
| newChatPerTask | true | 每单开新对话；关掉会写进你当前对话 |
| outSubdir | doubao-images | 输出目录（相对会话工作区） |
| projectName | ''（不归档） | 可选：豆包侧边栏里的项目（分类文件夹）。填了名字才会自动建项目并把对话拖进去 |

对话模型：固定会话复用，不归档

出图走普通对话（约 20~30 秒），批量模式在同一个对话里连投 2~6 条。
实测 5 连投：19.6 / 22.6 / 20.0 / 20.6 / 21.9 秒，没有变慢、没有串上下文（水彩猫 → 油画狗 → 扁平飞机 → 水墨玫瑰 → 水彩灯塔，各自独立）。

默认所有出图都复用一个固定会话（reuseSession: true）：

- 第一次出图时新建一个对话，把它的 conversation id 记到 ~/.dsh/doubao-session.json
- 之后每次出图直接 Page.navigate 跳回那个对话，不再点「新对话」

所以豆包侧边栏里只会有一个 DSH 出图对话，不会每次堆一条「图生图修图需求」。
想换新会话就删掉 ~/.dsh/doubao-session.json，下次会自动新建一个。

正因为都在一个会话里，所以默认不做归档——没有「拖进项目」这一步，也就没有拖拽失败的问题。

想让 DSH 的出图对话单独归类，就在 cordis.patch.yml 里填 projectName （插件会自动建项目，跑完拖进去）。归档是尽力而为的，批量模式下偶尔拖不准，可以手动补一刀： powershell
node tools\archive.mjs

已知限制（都是「用 UI」换来的）

- 会动你的豆包窗口：任务进行中会点开图片预览、开新对话。别在它干活时手动操作豆包。
- 需要调试端口：豆包必须带 --remote-debugging-port 启动。从快捷方式正常启动的实例没有这个端口——按上面「让豆包常驻调试端口」改一次快捷方式即可一劳永逸。
- 豆包改版会坏：DOM 结构、CDN 模板名都可能变。坏了先跑 node tools\paint.mjs "test" --json 看报错，再改 lib/bridge.mjs 里的选择器。
- 串行：豆包只有一个界面，插件用文件锁保证同一时刻只跑一个任务。
- 额度：吃的是你豆包账号的免费额度（用页面上的「今日签到领 200 额度」那套）。
- 不保证多图：豆包一次给几张由它自己决定，插件把拿到的都下下来。

排障

| 现象 | 原因 / 处理 |
| CDP 仍不可用 | 豆包已在普通模式运行。完全退出豆包（托盘退出）后重试 |
| 没找到豆包聊天页 | 豆包没登录，或停在非聊天页。手动打开一次主界面 |
| 页面提示：额度不足 | 豆包免费额度用完了，去客户端签到/等明天 |
| 拿到 384×216 小图 | 原图升级那步没成功（预览没点开）。重跑一次；或看 lib/bridge.mjs 的 openPreviewForKey |
| 冷启动后第一张图拿到的是上一张旧图 | 0.5.1 已修：刚启动/刚跳回会话时历史消息异步渲染，基线抓早了。现在会等图片数量稳定再抓基线，并在提交后二次采样 |
| 报 找不到可执行脚本的 node | 设环境变量 DSH_NODE 为真实 node 路径 |

文件

lib/bridge.mjs CDP 驱动核心（连接/发消息/抓图/下载/原图升级） lib/index.js cordis 插件壳：注册 doubao_paint / doubao_status lib/resolve-node.mjs 在 Electron 里找真 node tools/paint.mjs CLI（插件走子进程调它，也可手动用） cordis.patch.yml bundle patch tests/plugin.test.mjs 离线测试（不启动豆包）

License

MIT