dsh-ernie-image

DSH 百度 ERNIE-Image-Turbo 文生图插件：宿主端注册图像生成工具（图片落盘 + 注册为会话附件，agent 可继续读图），浏览器端提供插件配置卡（密钥用户自填、测试连接、默认参数）与「✨ 文生图」生成画廊面板（prompt → 变体 → 预览/下载/同 seed 复现/换 seed 出变体 → 插入会话）。

定位

• 数据源：百度 AI Studio 的 ERNIE-Image-Turbo 文生图模型（/llm/lmapi/v3/images/generations）。
• 宿主工具：
  • ernie_generate_image(prompt, {size, n, seed, usePe, steps, guidance}) → 生成 PNG 落盘到 $DSH_HOME/ernie-image/<YYYY-MM-DD>/ 并注册为会话附件，返回附件引用 + 磁盘路径；同 seed 同参数可复现同一张图。
  • ernie_image_test() → 最小请求（n=1、小 prompt）探测密钥与网络；未配置密钥时返回指向设置卡的引导。
• 浏览器 UI：
  • 设置 → 插件配置 → ERNIE 文生图 卡片：密钥（走 DSH 凭据保险箱，值永不回传浏览器）、测试连接、 生成默认参数（size / use_pe / steps / guidance）、面板开关。
  • 右下角 ✨ 文生图 面板：prompt + 7 档尺寸预设 chips + 张数/seed/步数/引导 → 生成骨架屏 → 画廊（大图预览 / 下载 / 同 seed 重生成 / 换 seed 出变体 / 插入会话，插入会话直接把图作为消息附件发给 agent）。

密钥获取与配置

1. 打开 aistudio.baidu.com 并登录百度账号；
2. 右上角头像 → 访问令牌 → 新建，复制令牌；
3. 在 DSH 设置 → 插件配置 → ERNIE 文生图 卡片粘贴并保存（或设置环境变量 ERNIE_IMAGE_API_KEY，环境变量优先且只读遮蔽）。

与 OCR 插件（paddle-ocr）使用的是同一个 aistudio token，可以填同一个。

⚠️ 安全提醒：请勿复用旧 token。 本插件的前身 skill（kk_skill/skills/ernie-image/generate.py） 曾把 AI Studio 访问令牌硬编码进脚本并进入 git 历史，该 token 视为已泄漏：请到 AI Studio 令牌页轮换（删除重建），不要把旧 token 填入本插件。本插件自身不含任何密钥，凭据只写入 DSH 凭据保险箱（$DSH_HOME/.credentials.yaml），不进入设置文档、日志或会话内容。

安装

# 宿主组合（profile cordis.patch.yml / bundle patch）插入一行：
- insert:
    - id: ernie-image
      name: dsh-ernie-image

浏览器半区通过包内 dsh.client 清单自动发现（exports["./client"]），无需额外配置。 宿主行挂载后客户端 bundle 以 /plugins/dsh-ernie-image/client.js 提供服务。

说明：配置卡的默认参数读写走插件自带的 /ernie-image loopback RPC 通道，而不是 settingsScope——DSH 的 settings 线上域按 api-proxy 允许名单暴露命名空间，自包含插件 用自己的 RPC 即可在热重载下立刻可用，无需改动部署源码。

参数速查（ERNIE-Image-Turbo）

参数	范围/取值	默认
size	1024x1024 / 1376x768 / 1264x848 / 1200x896 / 896x1200 / 848x1264 / 768x1376	1024x1024
n	1-4	1
seed	正整数；同 seed 同参数可复现	随机
use_pe	prompt 增强	开（默认参数可改）
num_inference_steps	4-20	8
guidance_scale	1.0-7.5	1.0

开发与构建

npm install --no-audit --no-fund                       # 公开 devDependencies
DSH_WORKSPACE_ROOT=/path/to/dsh-checkout npm run setup:dsh-workspace   # 链接 DSH 私有 peer
npm run typecheck && npm run build                     # 门禁：tsc（host 半区）+ tsdown（client bundle）

lib/ 为构建产物：host 半区 tsc 输出 + client 半区 tsdown bundle（CSS 内联、平台模块 external）。 宿主行修改后需要重启 DSH 进程生效（Node ESM 模块缓存）；客户端 bundle 改动重建后刷新浏览器即可。

美术素材

assets/ 内的 SVG（插件图标、设置卡配图、生成骨架屏插画、7 个尺寸比例线框）为扁平线性插画风格 （中性灰描边 + 紫罗兰强调色，透明背景，适配深/浅色主题）。原计划由 Codex 生成，因 Codex 账号 用量上限（预计 Aug 18 重置）改为手工绘制，风格规范保持一致。

License

BSD-3-Clause