Skip to content
dsh marketplace

dsh-img2img-config

Verified

dsh-img2img-config · v0.1.1 · MIT · Web UI

DSH plugin: a composer image editor (numbered marks, background removal, brush-mask erase, resize and crop) plus a vision/generation provider panel that writes the resolved providers back to the skills' .env files.

Install

dsh plugin add dsh-img2img-config

Confirm the layer applied with dsh --profile default --dump-config — see the install guide.

Source

Tags

Creators

Readme

dsh-img2img-config

img2img-studio 的 DSH 插件：一个包，两个 UI 面，一套宿主路由。

本包原名 dsh-img2img-editor（只有编辑器）与 dsh-vision-config（只有设置面板）， 现合并为 dsh-img2img-config。装技能就装它，两个面一起有。

UI 面 位置 干什么
图片编辑器 输入框上方 dock「图片编辑」 对输入框里的图片做标记 / 抠图 / 涂抹擦除 / 改尺寸，结果回填输入框
供应商面板 设置 → 识图与生图 配识图与生图的 API Key / 模型 / 端点 / 优先级 / ChatGPT 网页账号额度

两个面共用一份「配置即写回 .env」的契约：面板保存时把供应商写进 ~/.agents/skills/img2img-studio/scripts/.env（生图）与 ~/.agents/skills/dsh-vision-skill/scripts/.env（识图），技能脚本无需再读别处。

面 ①：图片编辑器

图片放进对话输入框后，在输入框上方的「图片编辑」条上打开全屏编辑器，做四件事：

  1. 标记修改点：在图上点一下加一个带编号的标记（可拖动），右侧每个标记配一个输入框写「这一处要怎么改」；
  2. 移除背景：本地纯色背景抠图即时预览（复杂背景交给云端抠图，见技能脚本）；
  3. 涂抹擦除：画笔涂抹要处理/重绘的区域，可「擦回」、撤销一笔、全部清除，并写涂抹区域的统一处理要求；
  4. 调整大小：比例预设（原图 / 1:1 / 4:3 / 3:4 / 16:9 / 9:16）+ 宽高 + 裁切填满 / 完整放入 / 拉伸。

点「放回输入框」后：编辑结果作为附件回到输入框（marked-*.png 带标记的位置图 / edited-*.png 干净底图 / mask-*.png 涂抹掩码 / img2img-manifest.json 机器可读清单）， 草稿里只多出一个胶囊「图片编辑 · N 处标记」。JSON 不写进输入框正文——胶囊的载荷里带着完整 brief（附件清单 + 标记坐标与改法 + 请求动作 + 一行 JSON: manifest），发送那一刻由胶囊所属 reference source 的 codec 展开成模型文本，所以模型看到的与旧版写块时完全一致，用户看到的只有一个胶囊。

胶囊插不进去时（客户端没有触发服务、或草稿版本已变）退化为正文里一段 [img2img] … [/img2img] 文本块：内容同上但不含 JSON: 行（清单已在附件里），再次编辑会整块替换而不是叠加。 用户按发送，agent 据此调 img2img-studio/scripts/edit_image.mjs 交给生图供应商。

面 ②：设置 → 识图与生图

多供应商管理面板，识图与生图各一条链，每个通道可开关、可拖拽排序、可跨组改级：

  • 三级优先级：一级「主通道」→ 二级「备用」→ 三级「兜底」，auto 链按此顺序依次降级；
  • 拖拽排序：拖把手在组内排序，拖到别的等级组自动改级，也可用每行的 ▲▼ 与等级下拉；
  • 模型链：每行可写完整降级链（逗号分隔），并给常用模型快捷 chip；
  • 余额探测：GET /models 识别欠费错误码（Arrearage / quota exhausted / insufficient balance…）， 欠费通道自动关停，避免每次出图白等超时；
  • ChatGPT 网页出图账号库：每个账号标套餐档位（免费 / Plus / 5x / 20x），可粘贴 __Secure-next-auth.session-token、按 ChatGPT 后端返回的实际出图时刻统计 24h 滚动出图数， 也可手动「登记 1 张」；Codex 账号额外显示 5h/7d 窗口百分比；
  • 保存即写回 .env：VISION_PROVIDERS / VISION_API_KEY / 各 *_API_KEY / GEN_PROVIDER_ORDER / IMG_CHATGPT_WEB_ACCOUNTS，新会话生效。

面板只服务本机两个 skill，因此两个 skill 只装一个也能用：写 .env 前会先把目标目录建出来 （早前版本会以 ENOENT 失败并拖垮整次保存）。

结构

半边 位置 作用
host 入口 src/index.ts 注册 webServer 路由 /dsh-img2img-config/{providers,probe,chatgpt-usage}；供应商库与 ChatGPT 账号库的读写、.env 同步、额度探测
host .env 工具 src/env.ts .env 解析 / 合并写回（保留注释与未知行，'' = 删行）
client 入口 src/client/index.tsx 注册 dock 条目 + 触发源编解码，并把设置面板一并 registerConfigPanel(ctx)
client 面板 src/client/config-panel.tsx 设置页「识图与生图」整块 UI
编辑器 UI src/client/EditorDock.tsx / EditorModal.tsx dock 条目与全屏编辑器
光栅核心 src/client/raster.ts 本地抠图（边界泛洪）、resize/cover/contain/stretch、涂抹掩码回放、编号标记绘制、导出 edited/marked/mask
交付格式 src/client/manifest.ts 生成 brief（两种载体）、清单文件、草稿合并规则
胶囊编解码 src/client/brief-source.ts 注册一个不产出菜单行的触发源，只为持有胶囊 codec

配置持久化目录：~/.dsh/dsh-img2img-config/（providers.json + chatgpt-accounts.json）。 首次启动若发现旧的 ~/.dsh/dsh-vision-config/ 而新目录还不存在，会整体复制一次过来 （旧目录保留不删），老用户不必重配。

客户端只用三处 DSH 内部面（编辑器部分）：

  • resolveDraftAttachments(ids) —— 把输入框里的图片草稿解析成 {file, previewUrl}；
  • createDrafts(sessionId, files) / releaseDraftAttachment(id) —— 把编辑结果（含清单文件）登记成新的草稿附件；
  • sessions.scope(sessionId) → conversation.input.for(actx).insertReference(...) —— 往输入框插一个胶囊（与 @文件 同一套引用机制）。

前两者是惰性 ctx.get('conversation') 读取（与 dsh-better-sidebar 同样的做法），第三处同理惰性读取； inputTriggers（胶囊 codec 的注册处）走 ctx.inject，因为批量启动时该服务可能晚于本插件的 apply ——一次性 ctx.get 会看不到它，于是静默留下一个展开不了的胶囊，发送被拒。 服务缺失或方法改名时降级为正文文本块 + 可见提示，不崩。

构建与安装

# 1) 构建（host tsc + client tsdown + banner 归一化；Node 版脚本，沙箱里无需 bash）
node scripts/build.mjs
# 2) 运行时注入（免重启）或写进 profile 的 bundles 列表持久化：
#    dev_inject_plugin <本目录>
#    dev_install_package <本目录>

构建依赖从 DSH checkout 链接（@types/node、@deepseek-ai/cordis、@types/react、tsdown）； scripts/build.sh 是同一流程的 bash 版本，供注入器的 dev_build_plugin 调用。

@deepseek-ai/cordis 必须能解析：宿主半边声明 apply(ctx: Context)，类型找不到时 ctx.* 会静默退化成 any，webServer 的 handler 参数也一起丢掉上下文类型， 于是编译期什么都发现不了——两个 build 脚本都显式链接了它。

打包后 scripts/normalize-client-banner.mjs 把 tsdown 折成多行的 banner 压回一行， 保证 lib/client.js 以 window.__ModuleLoader__.load({ id: "dsh-img2img-config", … 精确开头。

已知限制

  • 不做任意矩形裁剪：cover 居中裁切覆盖了绝大多数改比例需求；自由裁剪框未做。
  • 本地抠图只对纯色/近色背景有效（边界泛洪 + 容差），复杂背景请用云端抠图通道。
  • 依赖 DSH 客户端的非公开方法：conversation.resolveDraftAttachments / createDrafts， 以及 sessions.scope(id) + conversation.input.for(actx)。它们在 0.1.5-rc.2 上是 ConversationController / ClientSessions 的公开方法但不在 IConversation 声明里； 升级 DSH 后若被改动，面板会退化成「编辑条不显示」或走正文文本块，不会报错崩掉。
  • 胶囊不会被替换，只会叠加：一次编辑回填后源图附件即被移除，所以「同一张图再编辑」走不到； 但若草稿里还留着未发送的胶囊，又拖进第二张图再编辑，输入框会有两个胶囊、两组附件。 两条 brief 都在，文件按名字对应，模型仍能分辨；没有删除胶囊的客户端接口，故不做去重。
  • 标记是位置指引，不是掩码：面板只输出标记坐标与文字；把标记转成可重绘区域由技能脚本 mask-from-markers 完成。
  • 编辑器文案注册在 img2imgEditor 命名空间，面板文案注册在 dsh-img2img-config 命名空间（均 zh/en），随 GUI 语言切换。