dsh-qwen-studio

安装与 Agent 上手

让你的 Agent 先读 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。用户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，无需在用户机器上构建（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。

• 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

Agent 也能配置，不只是按下生成

启用插件自动注册 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。