zemul/dsh-generate-image
zemul★ 1JavaScriptLast synced: 2026-08-15
DeepSeek Harness 插件:通过本机 OpenAI Codex CLI 生成与编辑图片。
README excerpt
dsh-generate-image DeepSeek Harness 插件:通过本机 OpenAI Codex CLI 生成与编辑图片。 = 18" 向 Harness 的模型暴露一个 generate image 工具,提供两种模式: - 文生图 : generate image(prompt) — 根据文字描述生成全新图片。 - 图生图(编辑) : generate image(prompt, inputImage) — 传入已有图片路径,按描述编辑(换背景、改颜色、去物体、重绘局部等),未指定部分保持不变。 纯 JS 实现、 零 npm 依赖、零构建步骤 ——从 GitHub 安装后即可直接运行,不需要 prepare 构建脚本或 pnpm 构建授权。 与 modlens 的 modlens read image 是对偶设计:modlens 让纯文本模型「看」图,本插件让模型「画」图,两者底层都复用你本机的 Codex CLI。 特性 - 🖼️ 文生图 + 图生图 双模式,一次调用完成生成或编辑 - 🔑 无需 API key :走 Codex 内置 image gen 工具,复用本机 Codex 登录(ChatGPT 账号额度) - 📦 零依赖零构建 :只用 Node 内置模块,git 安装即用 - 🔍 可靠的结果获取 :通过目录快照 diff 定位新生成的图片,不依赖解析模型输出文本 - ⏱️ 超时与信号保护 :遵循工具调用的 abort 信号,超时强制终止 工作原理 安装 从 GitHub 安装 一条命令(无需本机安装 dsh CLI,npx 会自动拉官方 dsh ): - --profile web 是 Web GUI 使用的组合( dsh web 即 --profile web );其他组合把 web 换成对应名字即可。 - 本机已装 dsh 命令时可直接 dsh plugin --profile web add github:zemul/dsh-generate-image 。 - 刚发布 24 小时内 @latest 可能被 pnpm 扣住解析不到,建议点名版本: [email protected] 。 本包没有任何生命周期脚本,pnpm 不会要求构建授权;若仍提示,在该 profile 的 pnpm-workspace.yaml 中加入: 重启 GUI 后生效。 本地开发(overlay) 快速开始 模型在对话中直接调用即可: 工具返回生成图片的绝对路径,模型与用户可直接引用。 配置 通过插件行的 config 提供: 测试 不依赖 GUI,直接验证引擎链路(会消耗少量 Codex 额度): 插件形态验证(不消耗额度): 常见问题 Q:需要 API key 吗? 不需要。走 Codex 内置 image gen 工…
View full README on GitHub →Category
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics). | 全网第一个 DeepSeek Harness 视觉插件,为 DeepSeek、GLM 等纯文本模型外挂视觉能力,粘贴图片即得结构化 JSON 证据(OCR、版面、语义)。
★ 2,047
Anionex/agent-vision-toolkit为纯文本模型"看图“设计更好的视觉工具箱和技能,支持多图理解,图片问答,前端UI还原、GUI 自动化等,并可选无缝接入多个主流agent,直接识别粘贴图片| A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode
★ 920
Anionex/dsh-vision-toolkit让纯文本模型更好地做视觉任务的DeepSeek Harness插件:带意图的图片问答、长截图 OCR、UI 还原等|DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
★ 457