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