让 dsh 学会画图：img2img-studio 安装与多通道出图实操
img2img-studio 技能能画什么、怎么装、设置面板怎么配，MiniMax 兜底链与 ChatGPT 网页账号额度怎么用——插件作者本人的 295 秒实录，12 步截图逐步走。
最近更新: 2026-10-04
dsh 能画图吗？能——给它装上 img2img-studio 这个 Agent Skill，它就能同时走 API 通道和 ChatGPT 网页账号出图。本页是插件作者本人 295 秒演示的 12 步截图实录（他把这期视频定位成「在 dsh 里复刻 Codex 的生图体验」）：装技能与设置面板、读懂 MiniMax 兜底卡、把免费网页额度排上队，然后在会话里直接生图、涂抹改图、返修海报。每一帧导出前都对照源录屏的水印、烧录字幕与任务栏逐一复核过。
本页管「画图」。如果你想让 dsh「看图」——描述、提取、识别——那是配套识图技能的活，详见识图攻略页。 dsh 识图实操
TL;DR
- ▸img2img-studio 是 GitHub 用户 Dogwind221 的 MIT Agent Skill（★5）：L1 识图 → Step0 路由门（通道/风格/细化需求）→ 多供应商生成。硬性要求只有 Node.js 18+，核心脚本零第三方依赖。
- ▸通道按序降级：ChatGPT 网页账号先画（免费档也在内），codex-cli 顶你自己的订阅，再往后是 API 链——DashScope 默认，MiniMax、Z.AI、豆包、OpenAI 兼容端点垫后。额度类错误不重试，直接切下一通道。
- ▸免费额度是一等公民：面板按账号追踪套餐档位（Free/Plus/5x/20x）和 24 小时滚动台账。视频里的账号 1 显示额度 3、已用 0 张；up 主口播估计免费网页出图每天约 5 张——他自己的口径，有时效。
- ▸改图都在会话里完成：贴一张参考图（JSON 附件 chip 随行）、开口要图、在涂抹编辑器里圈改、再把演示海报返修一轮——下面每张截图都深链回作者实录。
12 步实操
安装：从作者的 GitHub 装进 dsh
- 1
装之前先认识作者的 GitHub
视频开场停在 GitHub 上 Dogwind221 的主页——也就是 B 站频道 Dogwindi 背后的账号（同一人两个名字；技能仓库是 img2img-studio，并不存在「dsh-image-studio」这个仓库）。这里有两支仓库要认识：img2img-studio（★5、MIT、TypeScript，2026-10-04 API 实查 pushed 2026-09-17）和给纯文本模型补视力的配套仓库 dsh-vision-skill（★1）。仓库现行描述比很多转述都长：「图生图工作室 Agent Skill」，覆盖 L1 识图、Step0 路由门、多供应商生成、电商套图与含 zine 风格的照片艺术。
插件作者的 GitHub 主页——本页用到的两支仓库都在一个账号下。去源视频看 1:00 - 2
装技能：拖进去，或复制到 skills 目录
实录演示的是实测路径：仓库拖进 dsh 的文件缓存对话框，就地完成安装。README（下方逐字引用）给的是手动等价做法——把文件夹复制进 Agent 的 skills 目录。硬性要求只有 Node.js 18+，生图脚本本身零第三方依赖。
$Copy-Item -Recurse -Force "img2img-studio" "$env:USERPROFILE\.agents\skills\"
把仓库拖进 dsh，文件缓存对话框接管一切——不碰终端也能装。去源视频看 0:24 - 3
装自带插件，补齐面板与编辑器
技能本体纯命令行就能出图，但本页会用到的设置面板和涂抹编辑器来自仓库自带的 dsh-img2img-config 插件——README 的说法是「一个包装两个面」。会话里置顶的发布说明（即本帧）把 clone 与装配步骤写成了一条长消息，README 的确切命令在下方。
$$plugin = "$env:USERPROFILE\.agents\skills\img2img-studio\plugins\dsh-img2img-config"$node "$plugin\scripts\build.mjs"$dev_install_package "$plugin"
作者自己的安装说明就置顶在会话里：clone 仓库、构建自带插件、装配进 profile。去源视频看 4:24
配置：识图与生图设置面板
- 4
找到「设置 → 识图与生图」
在实录使用的 dsh webui（127.0.0.1:3080，本地构建）里，设置打开后是一个双段弹窗：识图器（dsh.vision.skill）管看图，生图模块（img2img.studio）管画图。这一帧截到弹窗顶部两段 Enabled 状态——第 3 步那支可选插件的两个面都注册上了。
设置 → 识图与生图：识图技能与生图模块各占一段状态。去源视频看 1:46 - 5
读懂 MiniMax 卡：兜底档位、模型链、Base URL
主图帧值得慢慢读。作者的 MiniMax 海螺卡挂着紫色「三级·兜底」徽标——整条链的最后兜底，欠费自动关停——旁边还有 Key 未配置的行内提示。模型链串起八枚 chips：image-01、qwen-image-3.0-pro、qwen-image-3.0、wan2.7-image-pro、gpt-image-2、glm-image、doubao-seedream-5.0-260120、Qwen3.8-Max。点 × 删除、输入后回车添加；Base URL 指向 api.minimaxi.com/v1，「+ 添加生图通道」还能再长出一张卡。
排在最后，欠钱最先被关：一张卡写尽兜底哲学。去源视频看 2:30 - 6
探测余额，然后保存——面板会替你写 .env
面板底部两个按钮收尾：「探测全部余额」（标签里就带「欠费自动关停」说明）和「保存配置」。保存不是走形式：按 README 的说法，面板会把 GEN_PROVIDER_ORDER、各供应商 Key 和 IMG_CHATGPT_WEB_ACCOUNTS 直接写回技能的 scripts/.env，识图配置写回识图技能自己的 .env——两支技能谁也不依赖谁也能活。
把余额全探一遍再保存——顺序和 Key 会写回技能的 .env 文件。去源视频看 3:56 - 7
把 ChatGPT 网页账号排进免费额度
另一条供给路线完全不需要 API Key。ChatGPT 网页出图区按账号标注套餐档位——免费、Plus、5x、20x——实录里的账号 1 读作「免费 Free · 额度 3 · 已用 0 张」，按 24 小时滚动计。凭据填进去后可自动探测档位，也可以用「登记 1 张」手动记账；免费账号额度用完后，链路会自动切到下一通道。
免费档、额度 3、零已用——整条通道链设计出来先烧的就是这份免费额度。去源视频看 2:56
出图与改图：生图、涂抹、封面返修
- 8
递给 dsh 一张图：贴图加 JSON chip
生图从对话开始。往输入框里贴一张参考图，消息会同时带上图片和 JSON 附件 chip——这正是图生图请求需要的输入。README 还补了个进阶细节：DSH 0.1.5+ 的消息内嵌归一化只读副本路径，多数参考图拿来即用；要满画质就把路径指向本地原图。
一贴一挂——接下来就像在 ChatGPT 里一样，把图「说」出来。去源视频看 1:34 - 9
第一张图出炉——弹窗里留了回执
「生成了第一张」弹窗保留着这次完成的出图记录——通道链真的画出东西的回执。更爱终端？README 的快速开始就两条命令（见下方）：先列已配置的供应商（不泄露密钥），再带提示词、尺寸和输出目录生成。
$node "$env:USERPROFILE\.agents\skills\img2img-studio\scripts\generate_image.mjs" --list-providers$node "$env:USERPROFILE\.agents\skills\img2img-studio\scripts\generate_image.mjs" --prompt "红色苹果白底产品图" --size 1:1 --output-dir out
「生成了第一张」——弹窗留下记录，哪条通道干的活一查便知。去源视频看 2:50 - 10
用涂抹编辑器就地改图
输入框上方是自带编辑器的工具条：标记、抠图、涂抹擦除、改尺寸。实录把画笔用在一张海报上，边涂要改的区域边调属性工具栏。改完回填输入框，下一步请求自动带着标好的图走。
先涂后说：标好的图会自动跟着改图请求走。去源视频看 1:16 - 11
在会话里返修封面海报
视频里的实测题：作者那张「小白如何用其他 agent 安装 DeepSeek Harness」海报被再次送上手术台——请求消息把引用 chip 和目标海报图卡排在同一条里。按 README 的说法，编辑器产出的标记/掩码请求走专门的工作流落地（改尺寸、去背景、擦除、局部改）。
实测的小白鼠是作者自己那张「装 dsh」海报——再合适不过的试验品。去源视频看 3:12 - 12
作者想让你知道的两件事
收尾帧「两件你应该知道的事」：其一，视频里呈现的 dsh 版本节奏与官网当前展示并不同步——以实际发布为准；其二，技能的工具流文档在基础调修后会当天提交。两句都是 up 主本人口播口径——插件作者亲自收尾，再合适不过。
作者用版本节奏与文档承诺收尾——装之前值得听完这两句。去源视频看 4:50
常见问题
装生图技能之前值得先弄清楚的问题。
这支 dsh 生图插件支持哪些生图服务？
按 README（2026-10-04 经 GitHub API 复查）：ChatGPT 网页账号以 image 2.5 跑一级优先，codex-cli 顶你自己的订阅；API 通道覆盖 DashScope qwen-image（默认）、OpenAI 兼容端点（gpt-image-2）、Z.AI GLM-Image、豆包 Seedream、MiniMax 海螺 image-01，以及本地 chatgpt-web 类服务。视频面板里的 MiniMax 卡还挂着从 image-01 到 Qwen3.8-Max 的八枚模型 chips。
需要自备 API Key 吗？
不一定。ChatGPT 网页模式烧账号额度、不要 Key；DashScope 零配置即可起步（自动复用识图技能的 Key，或自己设 DASHSCOPE_API_KEY）。每条专属 API 通道确实各要一份凭据：MINIMAX_API_KEY、ZAI_API_KEY、豆包的 ARK_API_KEY、OpenAI 兼容的 IMG_API_KEY。面板会对未配置的 Key 给行内提示，余额探测则告诉你哪些通道真的活着。
免费额度有多少？
网页通道就是免费便车。实录里账号 1 挂在免费 Free 档、24 小时滚动窗口、额度 3、已用 0 张；up 主补充免费网页出图每天约 5 张、每周末还有赠送——他自己的口径，有时效。README 说得更保守：免费档本地不设上限，服务端开始拒绝就自动切下一通道（额度类错误不重试，--skip-exhausted 还能跳过已用尽的付费账号）。
它和集合里的其他 dsh 生图插件有什么区别？
差别在形态与供给路线。img2img-studio 是 Agent Skill——markdown 工作流加零依赖脚本——自带插件只补设置面板与编辑器，不是传统 web 插件包；供给上是「API 通道 + ChatGPT 网页账号池」双路线。/collections/image-generation 目录里收着别的选择：dsh-image-gen 的对话生图、vox-director 视频生成、ComfyUI 本地管线。去那边货比三家，回这边安装。
中文提示词和图里的中文文字支持吗？
支持。README 快速开始的示例本身就是中文提示词（「红色苹果白底产品图」）；API 通道里 README 特别点名 Z.AI GLM-Image 的中文文字渲染强（但该通道不支持参考图）。ChatGPT 网页模式和 DashScope 也都吃中文提示词；出图前整套路由门就是用你的语言对话完成的。
生成的图能商用吗？
技能代码是 MIT，但 README 里就有两条注意。其一，照片艺术的 zine-gathered 风格源自 Zeejay0 的个人非商业授权风格作品——该风格商用需原作者授权。其二，各供应商条款管各自产出：走 ChatGPT 网页账号自动化出图烧的是你自己的账号，注意 OpenAI 使用条款；要把 API 供应商渲染的图拿去卖，先查它的商用条款。
我的模型是纯文本的，还能画吗？
能，靠配套技能。dsh-vision-skill 是条件依赖而非硬前置：多模态模型有 read_image 就原生看参考图，纯文本模型才走识图技能的多模型降级链。两支技能放同一个 skills 目录，生图脚本还能复用识图的 Key——README 写明的零配置路径。只有「Key 已配好、只做文生图」的情况两支都不用装。
相关攻略
dsh 图像与插件这条线上的其余攻略。
dsh 生图插件集合
本簇的目录位：dsh-image-gen 对话生图、vox-director 视频生成、ComfyUI 本地管线——先看看生态里有什么，再挑一支。
阅读指南dsh 识图实操
视觉组合的另一半：dsh-vision-skill 让纯文本模型看懂你拖进 webui 的图。那边管看，这边管画。
阅读指南dsh 视频生成实操
从静图到动图：视频生成轴实录一条 ComfyUI 驱动的管线，把提示词变成成片。
阅读指南dsh 插件安装教程
通用安装打法——web profile 装配、本地路径与重启规则，远不止一支生图技能用得上。
阅读指南dsh 模型切换教程
模型是多模态还是纯文本，决定你要不要装识图配套技能——这个选择从切换模型开始。
阅读指南dsh 插件怎么找
市场、awesome 清单与搜索技巧——这支技能画顺手了，去捞下一支。
阅读指南来源与署名
全部 12 帧取自插件作者本人的屏幕实录，每张图以 ?t= 秒数深链回原片对应时刻。画面为插件作者本人录制，此处以其 B 站频道名（Dogwindi）与 GitHub 账号（Dogwind221）双重署名——视频与仓库互证为同一人。仓库事实已于 2026-10-04 经 GitHub API 复查。