shanliuling/dsh-image-gen
可在对话内生成、编辑、对比图像;内置 500 + 提示词、图库、多模型工作流,支持 ComfyUI。AI image studio for DeepSeek Harness — generate, edit & compare images in chat, with 500+ prompts, gallery, multi-model workflows and ComfyUI.
TypeScript · ★ 1,498 · Fork 128 · 在 GitHub 查看
在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→
GitHub Trending 上榜记录
shanliuling/dsh-image-gen 已在 GitHub Trending 每日榜单上榜 2 天,最高排名第 53,首次上榜 2026-11-13,最近一次上榜 2026-11-14。
| 日期 | 排名 | Star | 当日增长 |
|---|---|---|---|
| 2026-11-14 | #53 | 1,498 | +95 |
| 2026-11-13 | #53 | 1,471 | +92 |
同期上榜的项目
- backnotprop/plannotator – The workspace to stay in the loop and on top of agents - shape, decide, plan, annotate, review code, share with team, and send all feedback to agents with one click.
- GoogleChrome/modern-web-guidance-src – Keep your coding agent up to date with the latest web best practices
- tradermonty/claude-trading-skills – Claude Code skills for equity investors and traders — market analysis, technical charting, economic calendars, screeners, and trading strategy development.
- ChromeDevTools/chrome-devtools-mcp – Chrome DevTools for coding agents
- alibaba/open-code-review – Secure, fast, efficient, battle-tested at Alibaba's scale. Hybrid architecture code review tool: deterministic pipelines + LLM Agent, precise line-level comments, built-in multi-language ruleset (NPE, thread-safety, XSS, SQL injection), OpenAI & Anthropic compatible.
- QwenLM/qwen-code – An open-source AI coding agent that lives in your terminal.
dsh-image-gen 项目深度剖析与商业评估报告
dsh-image-gen 项目深度剖析与商业评估报告
---
1. 核心定位与商业落地价值
1.1 根本痛点剖析 在当今 AI Agent 与多模态生成生态中,文本大模型(LLM)与图像生成模型(Image Gen)的结合通常面临严重的交互割裂与上下文丢失: 1. 交互割裂:用户往往需要在聊天界面与独立的生图 WebUI(如 Midjourney、Stable Diffusion WebUI、ComfyUI)之间频繁切换,Prompt 参数、垫图(参考图)和历史迭代上下文无法在 Agent 会话中连续传递。 2. 多图规划能力缺失:原生对话式生图通常是一问一答的单张生成模式,缺乏对“系列插画”、“分镜故事板”或“统一风格多图”的结构化规划与批量并发/容错执行能力。 3. 空间与草图交互断层:纯文本无法精确表达局部修改意图(如“把这把剑换成斧头”),传统流程依赖截图、标注后重新上传,信息熵损失极大。
dsh-image-gen 的核心定位并非单纯在聊天框中封装一个生图 API 调用器,而是作为 DeepSeek Harness (DSH) 架构下的原生具身视觉创作引擎(Agentic Visual Studio)。它将 LLM 的任务规划分解能力、画布上下文感知(Spatial/Canvas Awareness)、多模型异构调度以及私有算力(ComfyUI)统一编排进同一个会话上下文中。
1.2 企业级商业落地场景 自媒体与内容营销自动化矩阵:单条指令驱动 Agent 完成文章结构理解、视觉风格统一(500+ 内置模板约束)、分镜批量生成(1 次产出 4~10 张 16:9/3:4 配图)及版本迭代,全流程无需人工干预参数。 游戏/影视前期概念设计与原画打样:基于“草图变正式图(Sketch-to-Art)”与“圈选局部重绘(Inpainting)”,美术总监可直接在无限画布中通过火柴人草图快速对齐 Agent 构图,极大压缩原画 Conceptualizing 周期。 私有化安全生成中心(Hybrid Cloud):企业对敏感 IP 资产可配置本地 ComfyUI 专用工作流,普通非敏感配图走公有云高性价比模型(Seedream/DashScope/GLM-Image),通过统一的 Agent 接口实现成本与数据安全的弹性调配。
1.3 竞品差异化与技术护城河 | 维度 | 普通 ChatBot 生图插件 | 传统生图 WebUI (如 WebUI/ComfyUI) | dsh-image-gen | | :--- | :--- | :--- | :--- | | Agent 协作深度 | 仅支持单一 Prompt 转发 | 无 Agent,完全依赖人工连线与参数调优 | 深层次状态机集成:具备批量规划、错误单图隔离、画布几何感知与角色一致性保持 | | 模型拓扑 | 单一商业模型 (如 DALL-E 3) | 仅限本地/私有 SD 节点 | 混合多模态调度网关:商业 API + 中转 + 订阅免 Key + 本地 ComfyUI 统一抽象 | | 上下文继承 | 每次对话独立生图,无版本概念 | 树状历史,但缺乏会话语境 | 原地卡片版本流(In-card Revision):支持 Prompt 差异对比与历史多版本无缝切换 | | 多模态扩展 | 仅支持静态位图 | 支持复杂动图,但配置门槛高 | 原生支持 SVG 矢量图与 GIF 帧级时间轴批注重绘 |
---
在 README 中展示上榜徽章
[](https://github.fq6825.top/repo/shanliuling/dsh-image-gen)