dsh-chat-imagine

English | 中文

实现了在 DeepSeek Harness（DSH） 的聊天窗口中自动调用生图工具（API 渠道，或本机 CLI：已支持mmx / codex / agy）并展示图片，也支持利用对应 CLI 识别图片。

说明

支持 API 和 CLI 两种方式：

API

• 使用 DSH 中已配置的 OpenAI 兼容接口，从中查找可用的生图模型。

• 内置渠道（如 OpenRouter）在 DSH 设置里未填写 base URL 时，插件会自动使用 DSH 内置的默认地址，与聊天路由的行为一致。

CLI

插件会扫描本机是否安装了 MiniMax CLI（mmx）、OpenAI Codex CLI（codex）、Google Antigravity CLI（agy）；找到的都会作为可用的生成图片和识别图片的渠道。

生成图片

• 调用 codex 消耗的是 ChatGPT 账号（Plus/Pro）额度，而非 API key；需已安装 codex CLI，并登录有生图额度的账号（codex login status 可查）。
• 调用 agy 消耗的是 Google 账号额度；需已安装 agy CLI，并在 Antigravity App 里保持登录。
• 探测到 codex / agy 时，插件还会随包注册技能 cli-image-gen，教模型在 generate_image 工具失败（额度/区域限制/解析失败）时驱动 CLI 生图，以及收尾用 show_image_file 内联展示。

识别图片

• 识别走的是同一个 CLI 渠道的视觉能力（mmx 的 vision describe / codex 的 exec -i 附图 + 服务端 JSON schema / agy 的 --json-schema），所以装了 mmx / codex / agy 任意一个即可识图，无需全装；一个都没装时插件照常工作，只是 analyze_image 会返回「未发现 CLI，不支持识图」。
• 把图片（本地路径或 http(s) URL）读取成结构化 JSON 证据：OCR 全文与逐行文本、按阅读顺序的版面区域、语义实体与关系、视觉线索、不确定项清单：任何模型（含纯文本模型）都能直接调用，无需切换到视觉模型。
• 渠道自动按速度选（mmx → codex → agy），也可用 set_image_default 的 visionBackend 参数固定默认识图渠道。

安装

dsh plugin --profile web add github:corrinehu/dsh-chat-imagine

使用

安装启用插件后，在新对话里直接说你想画什么，例如：

帮我生成一个 Q 版蓝鲸 Logo

插件会检索可用的渠道和模型，并询问默认生图的渠道：

设置后，不必重复选择。之后，直接在聊天里描述你想要的图片：

生成一张 16:9 的雪山日出

生成结果会直接显示在聊天中。

也可使用其他生图渠道：

在对话中直接说明即可，例如：

用 agy 生成一张手绘彩铅风格说明大模型后训练的宽屏图片

识图（读图）

识图能力依赖本机 CLI：装了 mmx / codex / agy 任意一个，analyze_image 工具即可用（三者任一即可，无需全装）；一个都没装时插件照常工作，只是不提供识图——调用会返回「未发现 CLI」的说明。装好后工具把图片（本地路径或 http(s) URL）读取成结构化 JSON 证据——OCR 全文与逐行文本、按阅读顺序排列的版面区域、语义实体与关系、视觉线索、不确定项清单。

帮我读一下这张图 /tmp/screenshots/error.png，把报错原文抄出来

• 任何模型可用：工具走 CLI 渠道的视觉模型（MiniMax VLM / ChatGPT / Gemini），当前会话不需要切换到视觉模型——这是与 modlens 那类「接管模型路由」方案的主要区别。
• 契约借鉴 modlens：同一份证据结构（五段式），刻意不含坐标框与置信度（视觉模型最容易编造的字段）。
• 渠道选择：mmx（最快，直连 VLM，约 3-8 秒）→ codex（服务端强制 JSON schema，最稳）→ agy（Gemini，额度周桶共享）。可用 set_image_default 的 visionBackend 参数固定默认识图渠道，不设则自动按速度选。
• 失败降级：某渠道额度耗尽时，对话里说明换一个即可（backend 参数或直接说「用 codex 读」）。

注意事项

• 当前仅在 DSH Web profile 中测试通过。
• 图片只保存在 DSH 进程内存中；重启后历史图片链接会失效。需要保留时请从聊天界面保存。

许可证

MIT