文生图工具 songlairui/dsh-imagegen

dsh-imagegen

给 DeepSeek Harness 加上和 Codex image_gen、grok-build /imagine 同形态的生图能力。

DeepSeek 官方 chat-completions 是纯文本，DSH 本体也不内置文生图。本插件注册：

| 入口 | 对标 | 行为 |
| 模型工具 image_gen | Codex 内置 image_gen | Agent 说「画一张…」时调用；结果落到工作区 |
| 斜杠命令 /imagine | grok-build /imagine | 不经过模型，立刻生图 |

后端走 OpenAI 兼容的 POST {baseURL}/images/generations。随包默认对准 xAI：

- https://api.x.ai/v1
- 凭据名 XAI_API_KEY
- 模型 grok-imagine-image-quality

任何兼容网关都可以（OpenAI、OpenRouter、本地代理）。在 profile patch 里覆盖 baseURL / apiKeyEnv / model。不要把密钥写进配置文件。

安装

dsh plugin --profile web add https://github.com/songlairui/dsh-imagegen/archive/refs/tags/v0.1.0.tar.gz

然后重启正在跑的 dsh web。dsh --profile web --dump-config 应能看到 # == dsh-imagegen 层。

密钥放在 DSH credentials（Settings → Models）的 XAI_API_KEY，或导出 XAI_API_KEY / OPENAI_API_KEY。

使用

用 image_gen 画一只戴墨镜的柴犬，电影感，存成 shiba.png

或：

/imagine a shiba in sunglasses, film still, 35mm

图片会写到：

- 工作区 generated_images/.png
- $DSH_HOME/generated_images/.png

当前会话模型若声明了 image 输入（例如带视觉的 grok-4），工具结果还会带上 DSH 图片块，对话里可以直接看到图。

配置

profile patch 会整段替换 config。在 $DSH_HOME/profiles/web/cordis.patch.yml 里把要用的字段一次写全：

- id: imagegen
name: dsh-imagegen
config:
baseURL: https://api.x.ai/v1
apiKeyEnv: XAI_API_KEY
model: grok-imagine-image-quality
timeoutMs: 180000
outputDir: generated_images

OpenAI Images：

baseURL: https://api.openai.com/v1
apiKeyEnv: OPENAI_API_KEY
model: gpt-image-2

其他 OpenAI 兼容的 images/generations：把 baseURL 设成该源的 /v1，apiKeyEnv 设成你存在 DSH 里的凭据名。

工具参数

image_gen(prompt, file_name?, model?, size?, quality?, reference_image?)

- prompt 必填
- file_name 例如 hero.png
- model 覆盖默认模型
- size 1024x1024 / 1536x1024 / 2K / auto
- quality 仅 gpt-image：low / medium / high / auto
- reference_image 本地路径、data URL 或 https URL

密钥解析顺序

1. ctx.credentials.resolve(apiKeyEnv)
2. 环境变量 XAI_API_KEY / OPENAI_API_KEY / OPENROUTER_API_KEY
3. 若存在，~/.grok/auth.json 里未过期的 xAI key（grok CLI 缓存）