glangzh / dsh-imagegen

dsh-imagegen

dsh 插件,为 agent 补上图像能力(主模型本身不能看图、不会生图):

• imagegen — 让 agent 能生成、编辑、合成图片,并把结果保存为工作区文件
• image_understand — 让 agent 能"看懂"图片:把图片转成文字描述,主模型据此回答你的问题(看图说话、读图中文字、风格分析、多图对比、生成后自检)
• 安装即全局生效,所有会话/预设可用,无需改预设
• 配置全在「设置 → 插件 → 图像生成」,API Key 存本机凭据,明文不泄露
• provider 无关:默认接入 Agnes AI(OpenAI 兼容),换服务商只改设置,不改代码

安装

dsh plugin --profile web add github:glangzh/dsh-imagegen

重启 dsh web 后生效。

配置

打开「设置 → 插件 → 图像生成」:

项	说明
API Key	必填。填入 sk-... 保存;已配置时显示 * 掩码(长度与真实 key 一致,明文不回显)
Base URL	默认 https://api.agnes-ai.cn(可带 /v1);换国际站填 https://apihub.agnes-ai.com
生图模型	默认 agnes-image-2.1-flash
视觉模型	默认 agnes-2.5-flash

保存立即生效,无需重启。换服务商:改 Base URL 与模型即可。

使用

在会话里直接对 agent 说:

生成

生成一张赛博朋克风格的城市夜景图,16:9 画一张产品图:玻璃立方体放在白色桌上,摄影棚灯光,高细节

图生图 / 编辑

把 docs/design.png 改成水彩风格,保留构图不变 把 照片.png 的背景换成海边日落

多图合成

把 a.png 和 b.png 合成一张:两个角色背靠背站在黄昏的山顶

识图

看看 截图.png 里写了什么文字 这张图是什么风格?帮我分析构图和配色 对比一下 a.png 和 b.png,哪张构图更协调

生成后校验

生成一张「红苹果放在木桌上」的静物图,然后检查效果是否符合描述

生成结果保存在会话工作区 generated_images/,agent 会返回本地路径和远程 URL。

卸载

dsh plugin --profile web remove dsh-imagegen

灵感

项目灵感来自 Codex imagegen 的图像生成工作流(用例分类、prompt 模板与生成/编辑/校验闭环)。

许可

MIT