dsh-plugin-gpt-image

为 DeepSeek Harness 增加 GPT 生图与改图：两个工具 + 一个设置页。

image_generate：文生图，走任意 OpenAI 兼容的 POST /v1/images/generations
image_edit：图生图，走 multipart POST /v1/images/edits
设置页：填自己的 API 地址与密钥、测试连接、拉取模型列表、选画质/背景、看最近生成的图

默认中转 https://ai.stjapi.com，默认模型 gpt-image-2.6-flare。生成的图片写进工作区 gpt-images/，当前模型支持图片输入时会一并附到对话里。

包名：dsh-plugin-gpt-image　版本：1.3.11
适配：DSH >=0.2.1-0 <0.3.0（engines.dsh，不满足时安装会被明确拒绝）
运行时零第三方依赖，只需要 Node 内置能力

安装

三选一，对应「插件 → 添加插件」的输入框：

方式	填什么
npm（已发布）	`dsh-plugin-gpt-image`
GitHub	`git+https://github.com/hanlinwangluo/dsh-plugin-gpt-image.git`
Gitee	`git+https://gitee.com/yuhanlin2026/dsh-plugin-gpt-image.git`
本地目录	解压后该目录的绝对路径，例如 `D:\plugins\dsh-plugin-gpt-image`

仓库：GitHub · Gitee

装好即生效；打开 设置 → GPT 生图 填自己的密钥即可。安装需要会话具备 danger-full-access 或一次明确批准（插件代码在 Host 进程、工作区沙箱之外执行）。

升级提示：若同一包名在本机跑过不带 dsh.client 的旧版本，Host 会缓存该包名元数据直到重启，设置页不会出现；换包名安装或重启 DSH 一次即可。

配置

字段	默认	说明
API 地址	`https://ai.stjapi.com`	任意 OpenAI 兼容网关
API 密钥	空	只写进本机 `<profile>/gpt-image.options.json`，界面只回显后四位
模型	`gpt-image-2.6-flare`	可点「获取模型列表」从 `/v1/models` 拉取后选择
默认尺寸	`1024x1024`	`1536x1024` / `1024x1536` / `auto`
画质	`auto`	`low` / `medium` / `high`，非 auto 时才发给接口
背景	`auto`	`transparent` / `opaque`，非 auto 时才发给接口
输出目录	`gpt-images`	相对工作区

设置页另外提供：

测试连接：用保存的密钥请求 /v1/models，返回成功或失败原因与耗时，不消耗生图额度
获取模型列表：填充模型输入框的候选
侧边栏「最近生成」：左侧边栏新增一个图库入口（sidebar.panellist + main），点开是当前工作区 gpt-images/ 的缩略图网格，点图看原图，面板内可刷新

配置优先级：设置页/工具保存的值 → cordis.patch.yml 的 config → 环境变量 GPT_IMAGE_API_KEY → 内置默认值。同一个操作也能让 Agent 用 image_configure 改。

使用

「画一张深夜拉面店的招牌，霓虹灯，电影感」
「做一个 1536x1024 的极简产品横幅，主体是黑色耳机」
「把这张图里的纸鹤改成深蓝色」——附上图片路径，走 image_edit

工具参数：prompt（必填）、image（仅 image_edit）、size、model、quality、 background、n（1–4）。

稳定性

插件会向系统提示注册一条规则：只要任务是生成或修改图片，就调用 image_generate / image_edit，不要用代码逐像素绘制（PIL、numpy、ffmpeg、canvas、手写 SVG）；只有用户明确要求程序化批处理或像素级精确操作时才允许写代码
429 与 5xx 自动重试两次，遵守 Retry-After，退避 1s/2s
单次调用受 timeoutMs（默认 240s）约束，取消会立即中断
输出目录不存在时自动创建

已知限制

不导出 Config schema（路径软链接安装取不到 @deepseek-ai/schemastery），所以插件详情页没有自动生成的配置表单；配置在设置页与 patch 里。
设置页通过本机回环路由 /gpt-image-api/* 读写；响应不含明文密钥，写操作要求 JSON 请求体，跨站表单无法直接利用。
只有当前模型路由声明支持图片输入时，图片才会作为图像块进入对话。
不做局部重绘遮罩（mask）与多图参考，只支持单张源图编辑。

传输方式

默认向接口要 b64_json（内联图片数据），整个传输只经过 API 主机一跳，适合中转与 CDN 分离、或 CDN 在部分网络下会卡住的情况。

如果想让响应体积更小（约 500 字节，再单独下载图片），把 bundle 的 config 或 gpt-image.options.json 里 responseFormat 设为 "url"：此时插件会再用独立超时（120 秒，重试 2 次）去 CDN 取图。

文件清单

gpt-image/
├── package.json        # 包声明：dsh.bundle.patch + dsh.client
├── cordis.patch.yml    # 插入插件行并给出默认配置（key 留空）
├── index.js            # Host：两个图像工具、配置工具、5 条设置路由
├── lib/client.js       # Client：设置页（settings.section）
├── icon.svg            # 插件图标（自绘）
├── locale/{en,zh}.json # 插件列表标题与描述
├── README.md
├── RELEASING.md        # 发布到 npm / Gitee / GitHub 与市场索引
└── LICENSE             # MIT

许可

MIT

dsh-plugin-gpt-image

Installazione

README