dsh-image-forge
Verifieddsh-image-forge · v0.2.0 · MIT · Web UI
DeepSeek Harness plugin: Qwen-Image 文生图 / 参考图编辑，把官方提示词契约的 wh_ratio 做成一等参数；后端 api（云端 key）/ comfyui（本机 ComfyUI），默认 auto；成果按画板归档。
Install
dsh plugin add dsh-image-forge Confirm the layer applied with dsh --profile default --dump-config — see the install guide.
Source
Tags
Creators
Readme
dsh-image-forge
在 DeepSeek Harness 里用 Qwen-Image 出图、改图。
说「画一张 16:9 的夏日饮料海报」，出图；丢一张客厅照片说「改成晚上的」，改图。比例、像素由插件换算，不用你查表。
后端二选一：你自带的云端 key，或你本机装好的 ComfyUI。插件不自带运行时，不下载权重。
能不能用
| 你手上有的 | 能做什么 |
|---|---|
| 只有云端 API key | 文生图。改图不行，云 API 没有编辑通道 |
| 只有 ComfyUI（+ 三个权重） | 出图 + 改图，全离线 |
| 两者都有 | 出图走 key，改图自动落到 ComfyUI |
| 两者都没有 | 先看 ComfyUI 部署指引 |
安装
dsh plugin --profile <profile> add github:Demerier/dsh-image-forge
装完重启 DSH。对话里能看到 qwen_image_generate / qwen_image_edit / qwen_image_status 三个工具，设置页左侧出现「Qwen 出图」，第一页就是工作台。
本机改代码时：
pnpm install
pnpm build
dsh plugin --profile <profile> add <本仓库绝对路径>
别用
npm install装它——这是 DSH 插件，脱离宿主跑不起来。pnpm build报Cannot find package 'ansis'时，删掉node_modules重装（本仓库用nodeLinker: hoisted绕开这个问题）。
配置
14 个字段都有默认值，日常只看这 6 个：其余见 docs/configuration.md。
| 字段 | 默认 | 说明 |
|---|---|---|
backend |
auto |
auto / api / comfyui。改图只能 comfyui |
apiKey |
空 | 建议留空，改用环境变量，key 就不进 profile 文件 |
comfyEndpoint |
空 | 如 http://127.0.0.1:8188。留空自动探测端口；非回环地址会被拒绝 |
comfyModelsDir |
自动探测 | ComfyUI 的 models 目录，只影响报错信息里写的路径 |
comfyModel |
base |
turbo（8 步，快约 2.7×）或 base（25 步）。写实、中文文字、古典构图用 base |
outputDir |
~/Pictures/dsh-image-forge |
图片存哪 |
- Key 依次读
apiKey→QWEN_IMAGE_API_KEY→DASHSCOPE_API_KEY→OPENAI_API_KEY。不写盘、不进日志。 - 步数优先级：调用时显式传的 >
comfyuiSteps>defaultSteps。turbo 用自己的turboSteps（默认 8）。 - 设置页三个页签：出图、云端 API、ComfyUI。
出图
在对话里直接说需求就行。模型会把话改写成契约再调工具，你不用管：
{"rewritten_prompt": "A wide photograph of …", "wh_ratio": "16:9"}
wh_ratio 七档，对应像素（约 1.5MP，32 对齐）：
wh_ratio |
像素 | 备注 |
|---|---|---|
1:1 |
1248×1248 | |
4:3 |
1408×1056 | |
3:4 |
1056×1408 | |
3:2 |
1536×1024 | |
2:3 |
1024×1536 | |
16:9 |
1664×928 | 32 网格上无法精确，偏差 +0.86% |
9:16 |
928×1664 | 偏差 −0.86% |
- 要固定像素就传
width/height（32 的倍数），优先于wh_ratio。 - 图片存为
<outputDir>/<prefix>_<W>x<H>_<n>.png，编号自动跳过已占用的名字，重复出图不会覆盖旧的。
改图
给了参考图就是改图任务。
qwen_image_edit(prompt = <改图指令>, images = ["D:\\pictures\\room.png"], ratio_follow = "image1")
画布怎么定，三选一：
| 你说的话 | 传什么 | 画布 |
|---|---|---|
| 明说了比例或像素 | wh_ratio（或 width+height） |
该比例 |
| 没说，但想跟随某张图 | ratio_follow: "image1" |
按该图长宽比取最接近的像素 |
| 什么都没说 | 都不传 | 跟随第一张参考图 |
- 路径必须绝对；只认 PNG / JPEG / WebP。
wh_ratio和ratio_follow同时传会直接报错，二选一。- 改图只走 ComfyUI。
backend: "api"会明确报错，不会把参考图丢掉。 - 多张参考图时用
<image1><image2>指明用途，并说清哪张是画布。 - 显存不够就先调小
width/height。
工作台
设置页第一个页签。不想每次在对话里贴参数，就在这里点。
- 画幅只有七档，标的像素就是实际送进 ComfyUI 的像素。
- 传了参考图就是改图（最多 10 张），留空就是文生图。
- 提示词优化用当前会话的模型改写，结果写回输入框，你改完再生成。
- 结果是一块画布：拖空白处平移、滚轮缩放。选中一张点「用作参考」，下一轮就变成改图，新图会从原图拉一条虚线过来，改了哪几轮一眼看清。
- 按画板归档：顶部切换 / 新建 / 重命名，画布位置自动保存，重开页面回到上次的画板。「素材」页可以跨画板搜索，把图用作参考、定位回画布、或删掉。
ComfyUI 没起来时面板照样打开，顶部会写清查了哪些端口、为什么失败。
「优化提示词」需要宿主装了
@deepseek-ai/dsh-llm。没有的话只有这个按钮不可用，出图不受影响。
工具
| 工具 | 用途 | 主要参数 |
|---|---|---|
qwen_image_generate |
出图 | prompt、wh_ratio、width/height、steps、seed、count、transparent、backend、preset、board |
qwen_image_edit |
改图 | prompt、images（1–10 张）、ratio_follow 或 wh_ratio、board |
qwen_image_status |
检查环境 | 无 |
不确定为什么跑不通时，先跑 qwen_image_status。它会告诉你云 API 通不通、ComfyUI 在不在、三个权重能不能识别、显卡剩多少显存、输出目录能不能写。不产图、不写盘。
board 不传时会新建一块画板，把返回的 board.id 传回后续调用就能归到同一块。
提示词怎么写
模型会自动改写，这里只说改写的方向。完整规则见 T2I 规则 与 改图规则。
| 场景 | 你可以这么说 | 改写方向 |
|---|---|---|
| 海报、页面、多物宽景 | 「画一张夏日饮料海报」 | 一整段英文散文，从背景到顶部到主体再到下方依次描写。比例不写进正文 |
| 肖像、特写、单品 | 「画我的猫的大头照」 | 同上，顺序是背景 → 姿态 → 头脸 → 身体 → 手持物 → 边缘细节 |
| 单张参考图改图 | 「把这张客厅改成晚上的」 | 只动点名的属性，其余保持。不加 <image1> 标签 |
| 多张参考图 | 「把我放进那张客厅照片」 | 必须用 <image1> <image2> 逐张说明，并指明哪张是画布 |
| 只想问怎么写 | 「这种需求提示词怎么写」 | 只给改写结果，不出图 |
工作台里可切两种风格：「长散文」（约 20 句英文细节描写）和「关键词」（主体+场景+风格+镜头+氛围+细节修饰，逗号分隔）。两派都遵守：比例不写进正文、画面里的文字逐字照抄。
后端
auto 的判断只有一步：有 key 走云 API，没有走 ComfyUI。
- 云 API：一次 HTTP 请求，不占本机显存。没有编辑通道，每张图都要联网。
- ComfyUI：本机唯一能改图的路。8 GB 卡（RTX 4070 Laptop）实测，文生图 1312×736 约 2 s/步，1.5MP 的 8 步改图 19–23 s。
- turbo 不保证生效：没装 turbo 权重会自动退回
base，结果里会有提示。盲测 5 题 base 3 : 2 turbo，单张 27–29 s → 9–11 s。turbo 氛围更强，但材质细节、中文小字、印章、古典构图会输给 base。
部署见 ComfyUI 部署指引，两条路的详细取舍见 docs/backends.md。
可能踩的坑
- 云 API 不能改图。给了参考图又指定
backend: "api"会报错，不会静默丢图。 - 参考图只认 PNG / JPEG / WebP 的文件头，TIFF、AVIF 会被拒绝并说明原因。
- 没有局部重绘、没有放大。素材页只做检索和整理，不做批量导出或调色。
- 插件不会替你装 ComfyUI、不下权重、不改它的启动参数。
- 显存不够时报的是 ComfyUI 自己的 CUDA OOM，插件不做前置检查。卡上同时跑游戏或 Blender 会明显变慢。
- 图在对话里的显示靠工具结果里的 Markdown 绝对路径。
许可
插件本体 MIT。权重和官方提示词原文都不随包分发。
- Qwen-Image-2.1 权重受 Qwen RESEARCH LICENSE 约束，限研究用途，商用需自行向权利方取得授权。插件不下载、不携带。
- ComfyUI 是可选外部依赖（GPL-3.0），插件只通过 HTTP 与你的实例通信。
skill.md和references/*.md是本插件自撰的规则，不是官方原文。
「Qwen」「千问」是阿里巴巴集团商标。本项目是第三方作品，与阿里巴巴无关联、未获其背书。开源许可不授予商标使用权。详见 docs/license-and-limits.md。
ComfyUI 后端与工作流占位符协议（{{prompt}} / {{seed}} / {{image}}）参考并移植自 dsh-image-gen（Copyright 2026 shanliuling，Apache-2.0），许可全文见 THIRD-PARTY。
更多文档
| 文档 | 内容 |
|---|---|
| docs/comfyui-deployment.md | 本机部署：下载、建实例、放权重、校验、排障 |
| docs/configuration.md | 14 个配置字段的默认值和边界 |
| docs/usage-reference.md | 像素怎么算、表外比例、board 用法、status 各字段 |
| docs/backends.md | 两条后端的详细对比 |
| docs/license-and-limits.md | 分发和商用前的注意事项 |
| docs/testing.md | 开发：怎么跑测试 |
| docs/client-bundle.md | 开发：改客户端和设置页 UI |
| docs/release-notes-0.2.0.md | 0.2.0 改了什么，以及从 0.1.0 升上来要注意什么 |