视觉工作台manhoolee/hoosland-visual-workbench

Hoosland 视觉工作台

基于 DeepSeek Harness 的插件式智能视觉工作台。它使用 LLM 动态规划任务，通过 Skill 加载视觉专业方法，通过 MCP 调用视觉分析和生图 Provider。

当前 V0.1.0 支持：

- 从创意、文字、剧本片段或参考图生成视觉 Prompt；
- 诊断、压缩和优化已有 Prompt；
- 用户明确要求时，通过 MCP 调用文生图或携带本轮参考图的 Edits API；
- Oscar 导演与类型片电影语言；
- FANTASY Visual Studio 六套视觉工作流；
- 新风格 Skill 的后续插件式扩展。

设计原则

工作台不是固定模板拼接器。DSH LLM 先理解目标、附件和历史，再选择最小有效 Skill 集，决定分析与工具调用顺序，检查真实结果后继续、重试或交付。

flowchart LR
U[用户 / 参考图 / Prompt] --> API[React + FastAPI]
API --> DSH[DeepSeek Harness Agent]
DSH --> C[visual-workbench-controller]
C --> S[Oscar / FANTASY / Future Skills]
C --> O[visual-prompt-optimizer]
O --> G[visual-image-generator]
DSH --> MCP[MCP Capability Gateway]
MCP --> V[vision_analyze]
MCP --> I[image_generate]
P[Optional Cordis policy plugin] -. source-runtime extension .-> DSH

层级职责：

| 层 | 职责 |
|---|---|
| DSH / Cordis | LLM、Agent loop、会话、工具、Skill、MCP、沙箱与插件生命周期 |
| 视觉总控 | 动态规划、Skill 路由、依赖排序、结果判断与迭代 |
| 视觉专项 | Oscar、FANTASY 和未来风格系统的专业判断 |
| Prompt 优化器 | 把多来源视觉决策编译为单一、无冲突、可执行 Prompt |
| 生图执行器 | 校验用户意图和参数后调用 MCP 生图工具 |
| policy plugin | 可选源码运行时扩展；观察权威工具结果并阻止未完成 Prompt 优化就直接生图 |

当前打包版 DSH 0.1.1rc1 不默认挂载仓库外的本地 ESM policy plugin；默认运行链由总控、Prompt 优化器、生图执行 Skill 与 MCP 网关组成。plugins/visual-workbench-policy 保留为经过单元测试的源码运行时扩展，待兼容的插件安装方式可用时启用。

当前 Skill 图

- visual-workbench-controller：唯一确定性总控；
- oscar-director-cinematography：导演、类型片和摄影语言；
- fantasy-router：FANTASY Visual Studio 路由；
- fantasy-portrait-suite；
- fantasy-editorial-suite；
- fantasy-cinematic-suite；
- fantasy-cultural-poster；
- fantasy-fun-social；
- fantasy-photo-utility；
- visual-prompt-optimizer；
- visual-image-generator。

未来新增风格时，在 skills//SKILL.md 新增直接子目录并注册到 skills/manifest.json。通用优化器、生图执行器和 DSH 核心无需修改。

快速开始

环境要求：Python 3.11、Node.js 20.19+ 或 22.12+、可用的 DeepSeek 或兼容模型凭证。

python3.11 -m venv .venv
./.venv/bin/pip install -r backend/requirements.txt

cd frontend
npm ci
npm run build
cd ..

export DEEPSEEK_API_KEY="replace-me"
export HARNESS_SKILL_DIRS="$(pwd)/skills"
export IMAGE_GENERATE_API_BASE_URL="https://provider.example/v1"
export IMAGE_GENERATE_API_KEY="replace-me"

cd backend
../.venv/bin/python -m uvicorn app.main:app --host 127.0.0.1 --port 8000

浏览器打开 http://127.0.0.1:8000。密钥不要写入仓库；完整变量见 backend/.env.example。

验证

bash ./scripts/test.sh

测试覆盖后端 API、DSH Prompt/Skill 契约、MCP 边界、可选 Cordis policy plugin、FANTASY 模式引用以及前端 TypeScript 构建。真实模型和真实生图 Provider 仍需单独完成 E2E。

文档

- 设计文档
- 开发文档
- 架构
- Skill 与调度
- 配置
- 测试与验收

项目状态

V0.1.0 是开发者预览版。DeepSeek Harness 本身仍在快速迭代，可能出现不兼容变更；依赖升级前必须运行配置、Skill、MCP、插件和真实 Provider 回归。

许可

本项目原创代码和原创 Skill 规则按 MIT 发布，原创文档按 CC BY 4.0 发布。Oscar 与 FANTASY 来源及再分发边界见 NOTICE。