# DSH Design Mode [English](README.md) | 中文 ### 把一句想法，推进为可继续修改的视觉结果。 DSH Design Mode 将意图澄清、图片生成、无限画布、对象级工具与定位评论统一接入 DeepSeek Harness 原生会话。 [观看真实工作流](#workflow) · [快速开始](#quick-start) · [产品介绍 PDF](pitch/DSH-Design-Mode-%E4%BA%A7%E5%93%81%E4%BB%8B%E7%BB%8D.pdf) [![DSH plugin](https://img.shields.io/badge/DSH-plugin-3975EE)](https://github.com/topics/dsh-plugin) [![MIT License](https://img.shields.io/badge/license-MIT-111317)](LICENSE) [![桌面端 + Web 端](https://img.shields.io/badge/%E6%A1%8C%E9%9D%A2%E7%AB%AF%20%2B%20Web-%E5%B7%B2%E6%94%AF%E6%8C%81-5A83F7)](#quick-start) [![纯图片 v1](https://img.shields.io/badge/v1-%E4%BB%85%E5%9B%BE%E7%89%87-6F7682)](#current-v1-scope) DSH Design Mode 真实工作流：开启模式、处理图片并添加定位评论 **一次会话，一张画布，每次修改都有记录。**
> 当前是基于 `dsh-v0.1.1-rc.2` 的开发者预览版。该独立社区项目已加入 GitHub [`dsh-plugin` Topic](https://github.com/topics/dsh-plugin)，不是 DeepSeek 官方发布版本。 ## 为什么需要 Design Mode 图片模型已经能够生成高质量画面，但完整创作流程仍要求用户像产品经理一样工作：把想法翻译成专业提示词、判断应该使用哪个工具、在多个面板之间搬运上下文，并在任务完成后重新梳理每个版本为何产生。 DSH Design Mode 将这些协调工作交给同一个 Agent 会话。用户可以从普通自然语言开始，只澄清真正影响结果的决策，生成或导入图片，选择需要处理的对象，再把精确的视觉评论送回原生对话继续修改。 | 割裂的图片工作流 | DSH Design Mode | | --- | --- | | 需求还没明确，用户先面对空画布或大量工具。 | Design Mode 可以随时开启或关闭；只有文字、图片或“图片＋文字”产生真实视觉任务后，画布才会打开。 | | 用户必须自己把模糊想法写成专业提示词。 | `ask_user` 在生成前把模糊需求收敛为 3–5 个关键决策。 | | 编辑能力与选中的图片、任务和历史脱节。 | 选中对象后才出现相关工具，处理结果自动回到当前画布。 | | 评论停留在独立审阅面板，修改过程难以追溯。 | 点、框、画笔 Comment 回到左侧聊天，并按顺序处理。 | ## 一分钟理解产品

DSH Design Mode 从开启模式到结果回流的六步工作流

1. **开启 Design Mode。** 模式可开可关，不用空画布打断正在进行的对话。 2. **发送文字、图片或两者组合。** 原生 Composer 是唯一入口，用户不需要在画布里再找一个输入框。 3. **澄清关键歧义。** Agent 每轮只问一个问题，给出三个推荐选项；UI 固定提供可自由输入的「其他」。 4. **生成或导入图片。** 只有出现可以查看、比较或编辑的图片后，画布才会展开。 5. **围绕对象进行编辑。** 用户选中图片后，系统展示与当前对象和任务相关的能力。 6. **定位评论并继续。** 修改要求回到原生聊天，保留清晰可见的思考、工具调用与结果记录。 ## 观看真实工作流 以下录屏均来自当前可运行的 DSH 构建。点击卡片即可播放完整 MP4。
从 DSH 原生输入框进入 Design Mode

01 · 从聊天进入

用户动作：开启 Design Mode，用自然语言描述希望生成的图片。
系统反馈：保留原生聊天，在没有真实视觉任务前不打开空画布。

▶ 播放完整录屏

 使用 ask_user 卡片澄清图片生成需求

02 · 先澄清意图

用户动作：回答关于用途、风格、构图、材质或限制条件的短问题。
系统反馈：生成前将全部答案合成为一条可执行的图片请求，再调用对应 Provider。

▶ 播放完整录屏
在无限画布上使用对象级图片工具

03 · 编辑选中的图片

用户动作：选中图片，使用抠图、高清、扩图、消除、编辑文字或智能翻译等具体能力。
系统反馈：展示该任务专属的参数与确认动作，并把新结果放回当前画布。

▶ 播放完整录屏

 添加定位评论并回到聊天继续修改

04 · 在需要修改的位置评论

用户动作：通过点选、框选或涂抹定位区域，并写下修改要求。
系统反馈：Comment 自动回到左侧聊天；多条评论按顺序处理，使每次修改都能被看懂和追溯。

▶ 播放完整录屏
## 当前可以完成什么 | 创作目标 | 已实现能力 | | --- | --- | | **创造** | 自然语言生成、最多 14 张多图参考、上传、粘贴、拖入，以及把普通聊天图片加入画布。 | | **精修** | 抠除或替换背景、高清、编辑识别文字、翻译选中文字区域，以及经授权的标记去除。 | | **重构** | 扩图、消除、换角度、智能换色，并在保留原主体的前提下生成新的子结果。 | | **评审** | 点、框、画笔评论；评论回到聊天；多条评论顺序处理；可恢复失败支持重试。 | | **交付** | 从画布导出 PNG、PDF、独立 HTML、ZIP 或 PPTX。 | 无限画布同时支持指针中心缩放、平移、单选与多选、移动、等比缩放、旋转、锁定、隐藏、下载、适配视图和本地撤销/重做。 ## 四项产品原则 ### 先澄清，再生成 「帮我设计一个登山双肩包」不会被直接送给图片模型。Agent 会进行 3–5 轮自适应提问，不重复已经确定的决策，并在完成最低澄清轮数后才生成。 ### 先选中对象，再展示能力 当前图片决定工具栏出现什么。每个任务拥有独立的参数、确认动作、Provider 说明、进度状态和可恢复错误，不再用同一套通用侧栏模板承载所有能力。 ### 对话负责记录，画布负责呈现 画布承载视觉对象，DSH 对话记录意图、工具调用、失败原因与完成结果。Comment 因此会回到聊天，而不是形成第二套割裂的任务系统。 ### 执行逻辑归 Host 所有 浏览器不会直接调用图片 Provider。UI 操作与 Agent Tools 共用同一套 Host 服务、请求协议、每会话任务队列、持久化与错误映射。 ## 快速开始 运行环境：Node.js `^22.19.0` 或 `>=24.0.0`、Corepack、pnpm `11.7.0` 与 Git。 ```sh git clone https://github.com/KaichenCurry/dsh-design-mode.git cd dsh-design-mode corepack enable pnpm install pnpm run build pnpm run design:install pnpm run design:start ``` `design:start` 会使用隔离的 `design` profile 启动完整 DSH Web 应用并打开本地地址。如果需要由 DSH Desktop 或其他外壳打开同一地址，可运行 `pnpm run design:start --no-open`。该 profile 只为标准 DSH 应用增加 Design Mode，不会替换其他 DSH 可执行文件，也不会修改默认 `web` profile。 ### Provider 凭证 不提供密钥时，画布交互、Comment、Composer Context、持久化和无密钥契约测试仍然可用。只有运行真实外部图片任务时才需要进入 **设置 → Design Mode**，通过只写凭证界面保存对应 Key。 | 任务 | 所需凭证 | | --- | --- | | GPT Image 图片生成与生成式编辑 | `OPENAI_API_KEY` | | 抠除背景与高清 | `FAL_KEY` | 缺少密钥会产生可恢复的配置错误。凭证只保存在 DSH Vault，不进入浏览器 Bundle、不写入工作区，也不会显示在聊天记录中。 ### Profile 管理 ```sh pnpm run design:status pnpm run design:upgrade pnpm run design:uninstall ``` `design:uninstall` 会把 Profile 移到带时间戳的可恢复目录，并保留工作区中的 `.dsh/design-mode` 数据。 ## 技术架构与可信执行

连接 Composer Context、Agent、Design Job Router、Provider、对话与画布的 DSH Design Mode 架构

```text Native DSH Composer ├─ text / images / removable Design context chips └─ ask_user clarification ↓ DSH Agent ├─ design_read_context ├─ design_generate_image ├─ design_edit_image └─ design_update_comments ↓ Design Job Router + per-session queue ├─ GPT Image: generation and generative editing ├─ FAL: background removal and upscale └─ OCR: text and region detection ↓ Native conversation + local canvas document and assets ``` 实现分为三个核心部分：[`packages/design/design-mode`](packages/design/design-mode) 提供 Host 服务与 Agent Tools，[`packages/client/ui-design-mode`](packages/client/ui-design-mode) 提供 React/Konva 画布，[`packages/bundle/design-app`](packages/bundle/design-app) 提供隔离 Profile 使用的 Bundle Layer。 只有当前任务明确引用的资产会离开 Host；画布文档与历史默认保存在本地工作区；Provider 失败不会自动触发可能收费的重试；去水印或标记功能要求用户确认拥有图片或已获得授权。详见 [SECURITY.md](SECURITY.md)。 ## 产品资料 | 资料 | 适用场景 | | --- | --- | | [产品介绍 · PDF](pitch/DSH-Design-Mode-%E4%BA%A7%E5%93%81%E4%BB%8B%E7%BB%8D.pdf) | 面向用户、合作伙伴和投资人的 10 页完整产品叙事。 | | [可编辑产品介绍 · PPTX](pitch/DSH-Design-Mode-%E4%BA%A7%E5%93%81%E4%BB%8B%E7%BB%8D.pptx) | 路演、客户交流和定制化讲解。 | | [`showcase/`](showcase/) | 动态产品介绍及以上录屏的源码；运行 `npm install && npm run dev` 即可查看。 |

DSH Design Mode 产品介绍封面

## 当前 v1 范围与路线图 V1 明确只做图片：包含图片生成、导入、画布编辑、对象级工具、Comment、持久化和导出，不提供视频生成、视频编辑或任何视频按钮。 下一阶段将重点补强真实 Provider 的质量与成本评估、签名桌面安装包、团队评审与权限、共享资产治理，以及面向第三方 Provider、Agent Skill 和可复用工作流的 Adapter 生态。 ## License 与归属 本仓库基于 [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness)，保留 MIT License 与第三方声明；新增的 Design Mode 代码同样采用 MIT License。DeepSeek 与 DeepSeek Harness 商标归其各自权利人所有。