Skip to content
Back to search

dsh-image-prompt-studio

dsh-image-prompt-studio · 提示词工作台 复刻图片风格,模仿风格生图!用户只要两步:**① 导入一张风格图 → ② 描述想画的画面 → 出图**。 提示词工作台:结构化 JSON 提示词生成/最小化修改/apiz 双模型生图 dsh 插件(image-prompt-studio skill 快照 + 校验/冻结比对/预设库/出图工具 + 工作台面板)

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/liangdabiao--dsh-image-prompt-studio/badge.svg)](/listings/liangdabiao--dsh-image-prompt-studio)

HTML

<a href="/listings/liangdabiao--dsh-image-prompt-studio"><img src="/api/listings/liangdabiao--dsh-image-prompt-studio/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

Install instructions from the README

As written by the repo's author. findsafeskills has not verified these steps.

dsh plugin --profile web add https://github.com/liangdabiao/dsh-image-prompt-studio

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

README.md · README · 97 lines
  1. # dsh-image-prompt-studio · 提示词工作台
  2. 复刻图片风格,模仿风格生图!用户只要两步:**① 导入一张风格图 → ② 描述想画的画面 → 出图**。风格提示词(结构化 JSON,26 个中文叶子字段)是内部机制,由对话里的 agent 按随包 skill 自动生成与修改,用户不需要碰;同一份 JSON 同时兼容 **Nano Banana 与 GPT-Image** 双模型家族,出图统一走 apiz。
  3. <img width="1773" height="1455" alt="image" src="https://github.com/user-attachments/assets/1be74ada-8b44-4eac-810b-42916140eead" />
  4. ## 安装
  5. ```bash
  6. dsh plugin --profile web add https://github.com/liangdabiao/dsh-image-prompt-studio
  7. ```
  8. ## 用户流程(面板首屏「出图工作台」,就两步)
  9. ```
  10. 第 1 步 · 导图定风格
  11. 上传一张喜欢的风格图(或填本地路径)
  12. → 点「分析这张图,生成风格」→ 自动开对话
  13. → agent 读图按四维度分析(角色/场景/画风/构图),产出风格提示词
  14. → agent 自动把风格写回面板(ips_style),第 2 步的「风格已就绪」卡自动亮起
  15. 第 2 步 · 风格生图
  16. 从风格库(或刚生成的当前风格)选一套风格 + 写描述要求(想画什么)
  17. → 点「生成图片」→ 自动开对话
  18. → agent 把描述融进画面主体(风格字段逐字冻结,画风不漂移)
  19. → agent 自动带上该风格的参考图调 ips_generate 出图
  20. → 成图出现在「生成历史」(含积分/耗时/参数)
  21. ```
  22. 参考图铁律在风格与出图之间自动成立:每套风格都记着自己的参考图,出图时自动传回作风格参考——这是画风还原度的关键。第 1 步产出的风格可一键「保存到风格库」,下次生图直接从库里选。
  23. ## 六个工具
  24. | 工具 | 职责 |
  25. |---|---|
  26. | `ips_style` | 当前风格槽(两步向导枢纽):set=agent 分析完把风格 JSON+参考图路径写回面板;get=取当前风格与参考图;clear=清空 |
  27. | `ips_generate` | apiz HTTP 生图执行:**按模型家族自动传对参考图参数**——GPT-Image 用 `reference_image_urls`、Nano Banana 用 `image_urls`;默认 `apiz/gpt-image-2.5-flare` + `quality=low`;参考图本地图/http 均可(自动传 CDN);轮询超时**不重提交**(防重复扣费) |
  28. | `ips_validate` | 结构校验(validate_prompt.py 的 JS 移植):26 必需字段齐全性、类型红线、完整/部分双模式。**报告不拦截** |
  29. | `ips_diff` | 冻结度自检:两份 JSON 展平叶子字段逐一比对,返回改动/冻结清单与冻结率 |
  30. | `ips_presets` | 预设库:内置 9 套(内置只读)+ 用户自存预设 |
  31. | `ips_history` | 生成历史查询与管理(模型/比例/参考图数/积分/耗时/成图路径) |
  32. ## 面板「提示词工作台」
  33. 侧栏入口,**四个页签**(没有提示词 JSON、没有参数表单——那些是 agent 的内部机制):
  34. - **出图工作台**(首屏):上面两步向导;Step2 还提供「不改提示词直接出图」快速通道(描述作为附加要求直传模型)
  35. - **风格库**:已保存风格的缩略图墙(风格名/概括/参考图),「用于生图」一键选中回工作台,「删除」管理
  36. - **生成历史**:记录看板(积分/耗时/参数/成图缩略图)、删除、清空
  37. - **设置**:apiz API Key / 复用本机 CLI 登录态 / 默认模型 / 质量档位 / API 地址 / 超时 / CLI 路径。写进当前 profile 的插件配置行并热应用(插件重启一次),保存后状态条立刻变成「apiz 已配置」;面板「直接出图」和对话里的 `ips_generate` 用的是同一份 Key
  38. ## 配置
  39. **面板「设置」页可以直接改**(推荐);也可以在 profile 的 `cordis.patch.yml` 里手写同名配置项。
  40. | 配置项 | 默认 | 说明 |
  41. |---|---|---|
  42. | `apizApiKey` | 空 | apiz API Key;留空时也可环境变量 `APIZ_API_KEY`,或本机 `apiz auth login` 后开启 `apizUseCliAuth` |
  43. | `apizBaseUrl` | `https://api.apiz.ai` | apiz API 地址(自建/代理时改) |
  44. | `apizUseCliAuth` | 关 | 复用本机 apiz CLI 登录态 |
  45. | `defaultModel` | `apiz/gpt-image-2.5-flare` | 也支持 `service-inference/gemini-nano-banana-2.1` 等双家族模型 |
  46. | `quality` | `low` | GPT-Image 五档:low(10 积分)/medium/high(64 积分)/xhigh/max |
  47. | `apizBin` | `apiz` | CLI 路径(参考图上传走 CLI upload,免费) |
  48. | `timeoutSeconds` | 900 | 生图轮询超时;超时不重提交 |
  49. Key 的解析优先级:插件配置(面板里保存的)> 环境变量 `APIZ_API_KEY` > 本机 apiz CLI 登录态(需显式开启)。设置接口 `GET/POST /image-prompt-studio/api/settings` 只回脱敏值(`sk-a****ijkl`),绝不回 Key 原文。
  50. 未配置 HTTP 通道时 `ips_generate` 会报错并指引改用 **apiz CLI 兜底**(命令模板见随包 skill `references/image-generation.md`)。
  51. ## 实测结论(上游沉淀,随包 skill 全文收录)
  52. - **双模型兼容**:同一份结构化 JSON 被 GPT-Image 2.5 flare 与 Gemini Nano Banana 2.1 正确消费,画风/构图/主体均准确还原。
  53. - **最小化修改不漂移**:只改主体字段(骑驴武将→诸葛亮坐大象,8 个字指令),26 个叶子字段中 15 个逐字冻结,两模型输出仍保持原漫画风——系列作品靠同一份 JSON 骨架换角色,画风不漂移。
  54. - **参考图必须传回**:提示词源自参考图时,出图必须把原图作为风格参考传入——分析完就丢原图是实测 bug,画风还原度大幅下降。带参考图版连坐骑的「滑稽圆凸眼」都能继承。
  55. - **参数名坑**:GPT-Image 只认 `reference_image_urls`(1-16 张),`image_url`/`image_urls` 均 400;Nano Banana 只认 `image_urls`(≤14 张,传入即改图模式)。
  56. - **超时不重跑**:单张 2-9 分钟,`--wait` 超时后任务仍在服务端继续,重跑=重复扣费。
  57. ## 开发
  58. ```bash
  59. npm install
  60. node test/lib.test.mjs # 37 个单测(离线,网络全 mock)
  61. node scripts/selftest.mjs # 包完整性 + 金标准 + 上游 python 校验器对齐
  62. node scripts/api-test.mjs # 面板 API 全路由(14 条,含失败入历史、手填参考图登记)
  63. node scripts/client-smoke.mjs # 客户端模块冒烟(slot 注册)
  64. node scripts/lab-smoke.mjs # 面板静态冒烟(选择器↔DOM、无 alert/confirm、hidden/主题兜底)
  65. node scripts/live.mjs # 真实出图(花 10 积分,可选)
  66. ```
  67. ## 来源
  68. - 上游 skill:`image-prompt-studio`(提炼自 nano-banana-prompt-studio,PyQt6 桌面端 + Flask Web 端),感谢 [linux.do](https://linux.do) 社区。快照授权与范围见 `skills/image-prompt-studio/NOTICE.md`。
  69. - apiz 生图适配器移植自同系列 `dsh-ecom-visual-copy`(GPT-Image 通道),本插件扩展了 Nano Banana 家族参数。
  70. ## License
  71. MIT

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.