dsh-tool-imagegen

DeepSeek Harness Desktop 对话内联生图插件 — 模型在对话中自动调用 generate_image 工具，图片直接内联显示在对话框里，无需外部面板、无需手动切换。

对接任意 OpenAI 兼容的 /images/generations 接口（默认 gpt-image-2），当前模型是纯文本输入也能正常使用（含上传参考图 + 图生图）。

图生图说明：带参考图的「图生图」请求走标准 OpenAI 兼容 /images/edits（multipart form-data），文生图走 /images/generations（JSON）。对接网关时需确认上游两个接口都支持——只实现 generations 的上游可以用文生图，但图生图会失败。

特性

• 纯对话触发 — 模型听到「帮我画 / 生图 / 生成插画」等请求时自动调用 generate_image，参数（prompt / size / n）由模型自己组织
• 对话内联显示 — 生成的图片以卡片形式直接出现在对话流中；悬停提供 全屏查看 / 修改 / 下载 / 本地打开 四个操作：
  • 全屏查看：应用内大图查看（Esc / 点击背景关闭）
  • 本地打开：走系统默认图片查看器，无需先下载再找文件
  • 修改：一键把这张图作为参考图，输入需求即可连续修改（图生图）
• 网络自动重试 — 上游网络错误 / 超时 / 5xx 网关故障自动重试（指数退避，最多 3 次）；4xx 与参数错误不重试（重试无意义），重试耗尽后错误信息注明已重试次数
• 双模型兼容 — 通过自定义 generated-image / uploaded-image 内容块展示图片，模型侧永远看不到图片块（contentHasImage 只匹配 image 块）：
  • 纯文本输入模型：不会触发 UNSUPPORTED_CONTENT，生成后可以继续正常对话
  • 图像输入模型：同样正常工作，无需任何配置
• 上传参考图（纯文本模型专用通道） — 对话框上传按钮（仅文本模型会话显示）：选择文件后不立即提交，先出现「已选图片」标记，等你输入消息后图文一并发送；模型收到信封里的图片路径，可基于它图生图
• 一键修改 / 连续修改 — 任何一张生成图都能点「修改」直接变成待发送参考图，输入需求发送后生成新图；对新图再点「修改」即可无限连续改。对两类模型同一机制
• 模型直接图生图（无需手动上传） — 每次生成的图片会自动在工作目录保存一份，信封把「参考图路径」告知模型；用户说「把这张图改成…」时模型直接用该路径调用 generate_image(image=路径)，无需点「修改」重新上传。路径仅用于工具参数，模型被明确禁止在回复中展示
• 存储清理卡片 — 设置 → 插件 → 可配置 →「生图存储」：显示上传文件与附件对象占用，一键清理不被任何会话引用的孤儿文件（含已删除会话的历史图片）
• 设置页可配置 — 设置 → 插件 → 可配置 中的「生图插件」卡片：接口地址、API 密钥、模型名、默认尺寸（官方尺寸下拉）、默认张数，以及 6 个可选参数（画质/格式/背景/风格/审核/水印），每项 = 勾选框 + 可输入下拉：勾选才使用，未勾选不发送上游、模型也不可见（默认全不勾）。参数优先级：模型显式传参 > 设置页默认 > 留空用上游默认
• 零配置迁移 — 复用旧插件 @dickpy/dsh-imagegen 的 dsh-imagegen 设置命名空间，已存在的 apiUrl / apiKey 自动继承
• 安全设计 —
  • API 密钥只在宿主侧保存（settings.yaml），绝不进入浏览器，设置页不回显
  • 设置桥、附件桥、本地打开桥、存储桥均为 loopback 围栏，仅本机浏览器可访问
  • 附件桥按「会话事件里是否存在引用该附件的 generated-image 块」授权，与平台自身的附件授权模型一致；本地打开桥复用同一套授权

快速开始

# 1. 把插件目录放到 DSH 插件目录
cp -r dsh-tool-imagegen C:/Users/CJX/.dsh/plugins/

# 2. 在 desktop profile 挂载（见 docs/installation.md 的完整步骤）
#    package.json 添加依赖 + bundles，然后：
cd C:/Users/CJX/.dsh/profiles/desktop
pnpm install

# 3. 重启 DSH，在对话里说「生成一个猫咪的图片」

完整安装步骤见 docs/installation.md，问题排查见 docs/troubleshooting.md。

工作原理

用户: "帮我画一只戴帽子的橘猫"
  │
  ▼
模型 ──调用 generate_image──▶ 插件宿主侧 execute()
  │                              │  读取设置（apiUrl / apiKey / model）
  │                              ▼
  │                        OpenAI 兼容 /images/generations
  │                              │  返回 b64 图片
  │                              ▼
  │                    ctx.attachments.saveImage() 存入本机附件库
  │                              │
  │                              ▼
  │              render() 产出 { type: 'generated-image', attachment, prompt, ... }
  │                              │
  ▼                              ▼
模型只看到随附的文本信封         客户端 keyed toolview 卡片
（"已生成 1 张图片…"）            │
                                 ▼
                   <img src="/api/dsh-tool-imagegen/attachment?session=…&id=…">
                   附件桥做会话引用检查后返回图片字节 → 内联显示

图生图 / 修改链路（参考图来源有两种，处理完全一致）：

来源 A：上传按钮选文件 → 暂存 → 输入消息一起发送
来源 B：生成图点「修改」→ 直接暂存为参考图 → 输入需求发送
  │
  ▼
宿主上传桥：字节存入附件库 + 上传工作目录，向会话投递一条用户消息
  [uploaded-image 块（模型不可见）+ 文字信封（含本机路径）]
  │
  ▼
模型读到信封 → 调用 generate_image 且 image=<路径>
  │
  ▼
引擎走 multipart POST /images/edits（model / prompt / image 文件）
  │
  ▼
新图以 generated-image 块内联显示 —— 对新图再点「修改」→ 无限连续改

三个关键设计：

…