dsh-imagegen-video

图片与视频一体化的 DSH 生图 / 生视频插件。 生图之外，本仓库提供完整的生视频链路，以及画布视频节点、片段拼接。 各版本的改动见 CHANGELOG.md，第三方代码归属见 NOTICE。

     

在 DeepSeek Harness 里，生成、编辑、管理，一站完成；图片与视频同一套工作流。

快速导航

🚀 快速开始　·　无限画布　·　片段拼接　·　电商套图　·　文生图 / 图生图　·　生视频　·　模板 / 画廊　·　模型配置　·　交流群　·　授权与致谢

赞助商

赞助商	简介与接入地址
	椰子API — OpenAI 兼容的多模型网关。一个 API Key 同时覆盖 GPT Image 与 Gemini 图像模型，不必分别注册各家；在插件里就是一个普通渠道，不需要改代码。 https://api.closeai.hk/v1 · Bearer API Key
	清衍 API — 面向国内开发者的 AI API 中转站，站点自述支持 Claude、GPT、Gemini 等模型。 https://api.metajing.cn/v1 · Authorization: Bearer <key>
	鲸屿 Whale Isle — 基于 DeepSeek Harness 的开源社区桌面客户端：AI 对话、终端与 Git、模型与 MCP 接入、主题壁纸与桌宠、用量统计，装好即可把本插件跑在桌面上。 Windows x64 · macOS Apple Silicon · MIT
	jev-chat — 聊天辅助决策工具：回复前先读懂对方意图与当下风险，再给出可一键填入的草稿，发不发由你。Android · Windows · macOS · iOS，MIT。 官网 chatjevs.com
	Mr. Day One — AI 原生编辑器，把仓库、终端和诊断信息接进同一条智能体回路：改代码、跑测试、读报错、再复审结果。 https://mrday.one
	Harness Catalog — DeepSeek Harness 插件目录：逐个评测、给出真实安装命令，并说明什么场景该用它。本项目已收录其中。 dsh-imagegen-video 条目
	莱昂 LEON — AI 电商操盘手 × GEO 顾问：把电商一线经验蒸馏成可审计的方法论与 AI 工作流，提供 GEO 品牌托管、电商方法论体系搭建与多智能体工作流定制。 点击名称或徽章访问站点

以上是赞助位，不是中立推荐。 七项均由第三方独立维护：两家 API 网关的 可用模型、价格、限流与稳定性，桌面客户端、移动应用与编辑器的兼容性、稳定性 及其使用条款，顾问站点的服务内容与交付承诺，以及插件目录的收录与评价，均以 各自站点公告为准，本项目不做担保。配置网关后密钥会发送给对应服务，请按需 自行评估；不要用它们处理你不愿意交给第三方的内容。

快速开始

需要已安装 DeepSeek Harness 和 Node.js 20+。

安装包有两个来源：npm registry（推荐，包名即版本，npm view 能查、能被锁文件盯住）与 GitHub Release 资产（每次附带 SHA256SUMS）。

# npm（registry 直达）
dsh plugin --profile web add @q253595422/dsh-imagegen-video

# 或 GitHub Release 资产
dsh plugin --profile web add https://github.com/q253595422/dsh-imagegen-video/releases/download/v1.7.8/q253595422-dsh-imagegen-video-1.7.8.tgz

也可以先到 Releases 页面下载 .tgz，再安装本地文件：

dsh plugin --profile web add ./q253595422-dsh-imagegen-video-1.7.8.tgz

⚠️ 不要与 @dickpy/dsh-imagegen 同时安装。 两者注册的是同一套 /api/dsh-imagegen/* 路由和同一个 UI 面板，同时启用会冲突。数据目录 ~/.dsh/dsh-imagegen/ 也是两者共用的，切换前请先备份。详见 授权与致谢。

安装后重启 dsh web，侧边栏会出现「生图」入口。到「设置 → 生图配置」添加提供方、填写 API 地址与密钥、检测并选择生图模型，保存后即可开始创作。Windows 若遇 PowerShell 脚本策略限制，请使用 dsh.cmd。

核心功能

把文字、图片和生成配置连起来；从历史或画廊加入素材，再继续生成和迭代。

片段拼接

把生好的视频片段拖到画布上，框选两段以上，底部会出现「拼接这 N 段」按钮。

• 顺序按画布位置：从上到下、从左到右；每个被选中的片段上会标出 ①②③，确认卡里也会列出最终顺序 —— 你看到的序号就是成片里的顺序。
• 本机 ffmpeg 执行：不调用任何模型、不联网、不消耗额度。工具从 ~/.local/bin、/opt/homebrew/bin、/usr/local/bin、/usr/bin 依次查找；找不到时按钮会明确说明原因，而不是静默失败。
• 成片进入视频历史：拼接结果作为一条普通视频记录落盘，可以在侧栏看到、播放，也可以收藏进素材库。
• 找不到的片段会让整次拼接失败并指出是第几段，而不是悄悄少拼一段。
• 要剪再接就用时间线：底部胶片按钮打开时间线，逐段裁剪、选转场、决定是否保留声音，再一次性交给同一条 ffmpeg 链路。不设时间线时行为与以前完全一致（整段、硬切、带音轨）。
• 输出统一为 1280×720 / 30fps / H.264 + AAC，不同尺寸或帧率的输入会等比缩放并补边，不会变形。

判定规则与已知边界见 docs/compose-contract.md。

分镜节点也有自己的「拼接全部镜头」：它把各镜已经生成的片段按镜头顺序交给同一条链路， 还在生成的镜头会被跳过并说明少了几镜。

从商品主体和可选风格参考出发，先预览套图计划、逐张调整提示词，再批量生成；主图可作为其他用途图片的一致性参考。

输入提示词即可生成，也可上传参考图进行编辑。图生图支持多张参考图（最多 5 张，单张 10 MiB、合计 16 MiB）：可多选、拖拽或粘贴，逐张移除，缩略图里用方向键翻看。请求形状按协议族各自整形——第一张始终在 image，其余在 images，所以只接受单张的渠道看到的仍是一张图；面板会在提交前就按模型能力拦下超额张数，而不是让服务端默默截断。此外支持多张结果、比例与清晰度设置、任务队列、历史恢复和全屏预览。

在 DSH 对话里可让 Agent 调用生图；用 /edit_image 描述修改内容，也可从工作台或画廊把图片加入当前会话继续编辑。

生视频

在「生视频」标签页里写视频描述，选择视频模型、比例、分辨率与时长即可提交。视频是异步渲染：宿主先提交任务、再按协议族轮询，渲染完成后把成片以文件落盘，并在面板内直接播放；渲染通常需要数分钟，期间可以关闭页面，任务仍在宿主继续执行。

视频模型按渠道单独配置，与图片模型分开：渠道里的「视频模型」目录决定该渠道能用哪些视频模型，因为视频走的是提交+轮询协议，和图片的同步返回不是一回事。

先规划（导演规划）

视频面板的先规划开关默认打开。开启后，提交前会先跑一轮推理，把一句话需求拆成镜头、动作、运镜、时长与风格，再落成真正发给模型的提示词与参数：

• 提示词：上游收到的是规划后的多镜头描述，而不是你输入的原句。结构参照 Wan 2.2 官方 --use_prompt_extend 的电影语言（景别、光线、运镜、风格），在「生成前先规划」之后，原句只作为素材。
• 参数：时长、画幅、分辨率可以按镜头节奏收紧，但永远不会超过你自己选的值；规划提出的画幅/分辨率还会再按模型协议族收敛一次（例如算力萌只接受 16:9 / 9:16 / 1:1）。
• 可检查：点「预览规划」不消耗渲染，只运行规划本身；确认后提交会沿用这份预览，不会重新问一次对话模型，所以所预览即所提交。
• 降级有据：对话模型调用失败、超时或返回的不是合法 JSON 时，会自动改用离线镜头规划，并在面板与视频历史里标明降级原因与来源（对话模型 / 本地规则），不会静默地把原句发出去。
• 拒绝非法输入：空描述直接报 video-prompt-empty；超过 4000 字符报 video-prompt-too-long，且都不会提交到上游。

规划用的对话模型复用「设置 → 提示词增强模型」那一处配置（promptModel / promptApiUrl / promptApiKey），不需要额外申请密钥：

• promptModel：任意支持 /chat/completions 的模型；留空时退回本地规则规划。
• promptApiUrl / promptApiKey：留空时复用生图渠道的地址与密钥。
• 规划阶段失败只降级、不会中断渲染；渲染本身失败仍按原有报错返回。

代码落点：src/video-director.ts（规划与参数收敛）、src/generation-runtime.ts（接入 runVideo）、POST /api/dsh-imagegen/video/plan（预览）。对应离线检查：pnpm run test:director。

代码生成路径（不调生图/生视频模型）

画布合成栏里有一个「生成方式」下拉，两个选项：模型生成（默认，就是上面那整条链路）和代码生成。它按任务选，不写进设置、不做全局开关；同一个画布上这一张用模型、下一张用代码都行。

选「代码生成」时：

• 谁来画：用 DSH 里已经接入的对话模型——就是你在对话面板里选中的那个模型，不是插件设置里的「提示词增强模型」，插件也不新增任何模型或密钥配置。宿主把这个请求当成一次无头对话：系统提示里给绘图 API 与约束，用户消息就是你的描述，模型返回一段 JavaScript 绘图程序。
• 谁来渲染：本机 node:vm 沙箱逐帧执行这段程序，拿到 RGBA 像素后交给 ffmpeg 编码（视频）或直接写成 PNG（图片）。全过程不产生任何网络请求，也不消耗生图/生视频额度。沙箱里没有 require、没有 process、没有文件系统，只有一套绘图方法（矩形、圆、路径、渐变、文字等）。
• 参数照旧：分辨率、比例、时长仍按合成栏选的档位生效（480P/720P/1080P × 比例，30fps），视频帧数 = 时长 × 30。同一套档位，代码路径不另立一套。
• 产物对等：视频落进同一个 videos/ 目录、同一条视频历史（条目带 renderer: 'code'），因此预览、下载、收藏、取尾帧、多选拼接、时间线裁剪与转场、工作流执行器全部照常；图片落进同一个 images/ 与图片历史，可以继续做标注、海报编辑、当参考图。
• 模型会「答非所问」时降级：如果模型返回的不是代码（比如直接回了一段说明），会改用内置标题卡渲染，任务标记 degraded 并记录原因——照样出图/出片，不会白跑一趟。真正无法继续的情况（语法错、运行时抛错、超时、缺 ffmpeg）才失败。
• 重试不重复问模型：第一次生成的绘图程序存在任务里，重试会沿用它；想换一版再重新生成。

失败语义（错误码会直接显示在节点上，并附一行「可在上方「生成方式」里切回模型生成后重试」）：

缺 ffmpeg 在提交前就会提示（合成栏下方一行黄色说明），不会等渲染到一半才报。

依赖只有 ffmpeg（视频路径；图片路径零依赖）。不引入任何新框架或原生模块。

多模型对比

同一提示词可提交给多个模型并列查看结果，便于快速挑选风格与质量。

提示词模板库内置八个来源（精选案例、沧河、手绘、Prompt/Signal、evolink、itgoyo、songtianlun、youart），共三千余条，可搜索、筛选、收藏并直接带入生图。模板库以右侧抽屉打开，约占工作区 75% 宽度：左边缘可拖动调宽（宽度记在本地），可一键铺满工作区，手机上自动全宽；搜索可限定当前来源或横跨全部来源；最近用过的 24 条留在「历史记录」里一键复用。选中的提示词可以替换输入框内容，也可以追加在后面。生成结果可在画廊中用标签和收藏继续整理；删除是可撤销的——被删的条目先进回收站，保留 30 天，期间可以逐条还原或一键清空，只有清空（或超过 30 天后的首次访问）才真正删除磁盘上的文件。

模型配置

在「设置 → 生图配置」添加渠道，填写 API 地址与密钥，检测并选择生图模型。可配置多个提供方，并设置默认生图模型和可选的提示词增强聊天模型。

支持 OpenAI 兼容的 Images API / Chat Completions，以及 xAI Grok、Google Nano Banana、Seedream、Qwen-Image、GLM-Image、MiniMax 等预置渠道；也可手动添加兼容模型。

数据与安全

• API 请求经 DSH 宿主转发；密钥保存在本机设置中，不直接暴露给浏览器。
• 历史、画廊、画布和图片保存在 DSH 数据目录 ~/.dsh/dsh-imagegen/，由你控制。
• 生图与图生图会把提示词或参考图发送给所配置的 API 服务商；请按服务商政策处理敏感内容。
• 内置轻量技能会把所选内容发送给配置的聊天模型。图片转 PPT 的 PPTX 在本地生成，由原生文字与基础矢量形状组成，不会把整张原图直接铺成幻灯片背景；结果需人工检查。
• 外部重任务技能可能读写本机文件并执行命令；运行前请确认技能可信、输入内容可共享。
• 生图会消耗 API 服务商额度；请人工检查生成结果。不要把 API 密钥贴到 Issue、日志或截图中。
• 诊断日志（两个工作台右上角）：失败的 API 请求会留在本机内存里 （最多 200 条，重启即清空，不写磁盘，不产生后台请求）， 可一键复制后贴进 Issue。记录含实际请求地址、HTTP 状态、网络错误码、耗时、 体积与服务商原始响应；密钥已在写入前脱敏（Bearer 令牌、查询串密钥、 内联 base64 均替换为占位符，API Key 只记「是否发送」）。 生图与生视频写同一个缓冲：视频的提交 / 轮询 / 下载三条腿各自标记。

交流群

微信群「龙虾吹水🦞群」：使用问题、版本更新与画布玩法都可以在群里聊。

二维码 7 天内有效（2026 年 10 月 25 日前）。过期或人数已满时，请改到 Issues 提问题， 并提醒维护者换一张新码。安全敏感的问题不要发在群里，也不要贴 API 密钥。

授权与致谢

本项目按 Apache-2.0 发布。各版本的改动逐条列在 CHANGELOG.md；第三方代码与素材的版权、许可与来源见 NOTICE 与 THIRD_PARTY_NOTICES.md。

核心能力：生图（文生图 / 图生图 / 多参考图编辑）、生视频（文生视频 / 图生视频 / 首尾帧 / 多参考图）、图片转可编辑 PPT（最多 12 张，每张一页）、无限画布（图片与视频节点、 分镜节点、片段拼接、技能）、电商套图、模板库与画廊。

支持与问题反馈请提到本仓库的 Issues（Bug 报告 · 功能建议 · 全部 Issues）。

与 @dickpy/dsh-imagegen 不能共存：两者注册同一套 /api/dsh-imagegen/* 路由与 同一个 UI 面板，同时安装会冲突；数据目录 ~/.dsh/dsh-imagegen/ 也是共用的。要换回 原版，请先卸载本插件。

pnpm run typecheck
pnpm run build
pnpm run watch
pnpm test
node scripts/smoke-video.mjs
pnpm run test:negative

pnpm run upstream:check   # 有新版本时退出码为 1
pnpm run upstream:plan    # 生成移植报告到 .upstream/<版本>/report.md
pnpm run upstream:adopt v1.8.3   # 记录「已整合到哪个版本」

pnpm pack --pack-destination .
dsh plugin --profile web add ./q253595422-dsh-imagegen-video-<版本>.tgz

许可证

Apache-2.0

版权归属与第三方许可见 NOTICE 与 THIRD_PARTY_NOTICES.md。