dsh-paint

DSH PLUGIN视觉与多模态

仓库 kongbaiwin/dsh-paint · npm dsh-paint

视觉与多模态 L5 · 运行验证通过 安全审查:低风险 可信度:金 可安装插件
安装这个插件

dsh-paint 是一款 DSH plugin,能把图片本地重画成可无限放大的矢量画,纯 CPU 离线运行,输出 SVG 与 PNG。

一句话选型结论

按资料字段整理

dsh-paint 是视觉与多模态类的 DSH 可安装插件,验证等级 L5 · 运行验证通过,安全审查为低风险,列出 5 项功能,有可直接复制的安装命令。验证通过不等于安全:插件会读写文件、执行命令或联网,装前先到仓库确认它做了什么;涉及密钥或系统权限的,建议先在隔离环境试装。

分类视觉与多模态 收录类型可安装插件 验证等级L5 · 运行验证通过 安全审查低风险
验证等级 L5 L5 · 运行验证通过
GitHub 星标 4 复刻 0 · 未关闭 issue 0
最近更新 2026-11-06 创建于 2026-11-06
README 4.3 KB 正文体量,越大说明说明书写得越细

安装

可安装插件
在 DSH 里执行,装完用 dsh plugin list 确认已挂上;标了 L4 / L5 的命令已在沙盒里真实跑通
dsh plugin --profile web add github:kongbaiwin/dsh-paint#v0.1.1
  1. 1
    确认版本与运行环境

    兼容的 DSH 版本为 0.2.2-rc.1;版本不匹配时安装会报错。

  2. 2
    执行安装命令

    在 DSH 里执行上面的命令;多包仓库要注意区分具体子包名,别装错包。

  3. 3
    确认已挂载

    用 dsh plugin list 查看列表里是否出现这个插件,出现即挂载成功。

  4. 4
    试跑并检查权限

    加载后跑一个最小用例,确认它能正常工作;同时看它申请了哪些文件、命令或网络权限。

兼容 DSH 版本0.2.2-rc.1版本不匹配时安装会报错
Node.js 要求未标注来自仓库 package.json 的 engines 字段
前置依赖无需要同时安装的同级依赖
npm 包名dsh-paint可用 npm view 查看包信息

能做什么

5 项功能
字段来自项目仓库与公开索引,中文说明由本站标注

dsh-paint:DeepSeek Harness 里把图片重画成矢量画的 DSH plugin

  • 图片转矢量 SVG
  • 自写渲染器输出 PNG
  • 纯 CPU 离线运行
  • 悬浮窗显示进度
  • 模块化开关能力

适用场景

视觉识别内容创作文件读写

上游标签

deepseek-harnessdshdsh-pluginsvgvectorizevtracer

验证等级与安全审查

L5 · 运行验证通过
自动化流程结论,不是人工审核
验证等级L5 · 运行验证通过在 dsh 沙盒中完成安装与运行冒烟——装得上、跑得起来
安全审查低风险静态分析结论,未标注不代表已通过审查
仓库健康度活跃按仓库活跃度与最近更新时间给出
可信度金综合仓库活跃度与验证结果

上面的结论来自上游最近一次自动化验证(2026-11-10): 同一套检查会在插件发新版后重跑,页面显示的是最新一次的逐项结果。

逐项检查结果

L1 · 已找到 ✓ 通过
  • L1.0_DEFAULTED_FROM_L3 由 L3 推定 默认通过——L3 安装规范已通过(全库 L3 扫描策略)
L2 · 结构化 ✓ 通过
  • L2.0_DEFAULTED_FROM_L3 由 L3 推定 默认通过——L3 安装规范已通过(全库 L3 扫描策略)
L3 · 安装规范 ✓ 通过
  • L3.1_INSTALL_COMMAND_PARSED 安装命令已解析 方式:安装规范解析
  • L3.2_DSH_VERSION_DECLARED DSH 版本已声明 方式:DSH 版本声明
L4 · 安装已测 ✓ 通过
  • L4.1_INSTALL_EXECUTED_CONFINED 受限沙盒内执行安装 方式:沙盒安装执行
  • L4.2_INSTALL_SUCCESS 沙盒安装成功 方式:沙盒安装执行
  • L4.3_ARTIFACT_CONFIRMED 安装产物已确认 方式:沙盒安装执行
L5 · 运行已测 ✓ 通过
  • L5.1_INSTALL_PASSED_SANDBOXED 沙盒安装通过 方式:沙盒安装执行
  • L5.2_WEB_BOOT_READY Web 启动就绪 方式:Web 启动
  • L5.3_HTTP_SERVED HTTP 服务响应 方式:HTTP 请求
  • L5.4_PLUGIN_INVENTORY_ACTIVE 插件清单中已激活 方式:插件清单查询

风险详情

  • 结论说明 静态扫描 低;动态审计无结论(以下以静态为准)→ 总评级 低。
  • 风险计数 严重 0 / 高 0

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 验证等级 L5:安装和运行都在沙盒里跑通过,装完能直接用的概率高。
  • 静态安全审查为低风险,没有发现明显可疑行为。
  • 有可直接复制的安装命令,不用自己翻文档找入口。
  • 标注了兼容的 DSH 版本(0.2.2-rc.1),按版本装不容易报错。
  • 列出了 5 项功能,能直接看出它解决什么问题。

先想清楚的地方

  • 没有声明 Node.js 版本要求,版本不匹配可能装不上。
  • 验证通过不等于安全:插件会读写文件、执行命令或联网,装前先到仓库确认它做了什么。

更适合

  • 需要在视觉与多模态场景里给 DSH 补能力的人。
  • 想装完就能用、不想自己排依赖的人。
  • 能接受在本地装依赖、愿意自己确认权限的人。

不太适合

  • 只使用 DSH 官方内置能力、不接受第三方插件的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
插件验证等级安全审查星标兼容版本安装命令
dsh-paint当前 L5 · 运行验证通过 低风险 4 0.2.2-rc.1 有
open-design L4 · 沙盒安装通过 低风险 10.0 万 未标注 有
awesome-gpt-image-2 L3 · 安装规范通过 低风险 3.4 万 未标注 无
PicGo L3 · 安装规范通过 低风险 2.7 万 未标注 无
iPolloWork L4 · 沙盒安装通过 低风险 6,775 未标注 有
modlens L5 · 运行验证通过 低风险 4,207 0.2.0-rc.2 等 13 个 有

仓库档案

视觉与多模态
字段来自项目仓库与公开索引,中文说明由本站标注
作者 / 维护方kongbaiwin仓库 dsh-paint · 默认分支 main
分类视觉与多模态vision
收录类型可安装插件声明了 dsh.bundle、可用 dsh plugin add 安装的条目
开发语言JavaScript仓库主语言
许可证MIT商用或二次分发前请确认条款原文
星标 / 复刻 / issue4 / 0 / 0收录时的数值,非实时
创建 / 更新2026-11-06 · 2026-11-06最后推送 2026-11-06
本站收录2026-11-07首次进入本站目录的时间

README 全文

4.3 KB
作者原文,中文版优先;只做安全转义,不改内容

dsh-paint

让 AI 把一张图片重画成矢量画的 DSH 插件。

装好之后,只要对它说「把这张图重画成矢量」,它就会本地跑一遍算法,给你一张可无限放大的 SVG 和一张 PNG。

不是 AI 生成 —— 不训练、不联网、不用显卡
是图像矢量化 —— 把色块边界描成曲线,再用自写渲染器画出来

它到底在做什么

步骤 谁来做
把像素区域描成矢量路径 vtracer(Rust 算法库,MIT)
解析路径、渲染成 PNG、超采样抗锯齿 本插件自带(lib/paint.py)
挑参数、做质量评分 你(或者让 AI 一起调)

所以它不会凭空画出没被画过的东西,但能把已有的图重建得几乎一模一样,而且放多大都不糊。

安装

方式一:在 DSH 里装——设置 → 插件 → 安装本地插件,选这个目录。

方式二:改 profile——在 profiles/<你的 profile>/package.json 里加一行:

{
"dependencies": {
"dsh-paint": "link:<这个仓库的本地路径>"
}
}

然后把它加进同一文件里的 dsh.profile.bundles 数组。

依赖:

  • DSH 自带的 Python 运行时(需要有 numpy 和 Pillow)
  • vtracer 已随插件打包在 vendor/,不需要 pip 安装

用法

装好后直接对 AI 说:

> 把 D:\图片\xxx.png 重画成矢量,要 4K

或者显式调用工具 draw_vectorize:

{
"src": "D:\\图片\\xxx.png",
"size": 4096
}

参数:

参数 说明
src 输入图片路径(必填)
size 输出长边像素,常用 1024 / 2048 / 4096 / 8192
trace 描摹分辨率,默认等于 size;调低会明显变糊
crop 居中裁成正方形;默认保留原始比例
out / svg 自定义输出路径

产物默认落在设置里的画库目录,文件名带时间戳(画-1106-205032.png)。

硬件需求

不需要显卡,全程 CPU。

档位 输出尺寸 形状数 耗时 内存(估算) 产物大小 最低内存
1K 1024 × 576 2,623 1.1 s < 200 MB PNG 0.1 MB / SVG 1.3 MB 4 GB
2K 2048 × 1152 6,844 4.8 s ~ 400 MB PNG 0.4 MB / SVG 1.8 MB 4 GB
4K(推荐) 4096 × 2303 44,636 18.6 s ~ 1.2 GB PNG 2.7 MB / SVG 17.6 MB 8 GB
8K 8192 × 4606 102,224 78 s ~ 3.5 GB PNG 3.6 MB / SVG 51.3 MB 16 GB

> 耗时实测于 i7 + 32 GB 的机器;内存是按画布与形状数推算的,实际可能略高。
> 8K 的形状数是平方级增长,日常用 4K 就够。

架构:外壳 + 模块

这个插件是外壳,能力靠模块插进来:

dsh-paint(外壳)
├─ 核心:悬浮窗 · 进度显示 · 画库 · 历史
├─ 模块 lamp   盯任意 progress.json,可暂停/停止
└─ 模块 paint  提供 draw_vectorize 工具 + 自己的进度文件

模块通过统一接口接入:

{ id, label, desc, enabled, progressFile, controlFile, tools }

所以:

  • 不画画的时候,把 paint 关掉,灯照样能盯别的任务(下载、转码、拟合……)
  • 以后想加新能力(比如「矢量化批量」),按同一接口写个模块就行

在 设置 → 绘画 → 模块 里可以随时开关。

给外部进度面板用

paint 模块的进度文件默认在:

/dsh-paint/paint-progress.json
/dsh-paint/paint-control.json

本插件自带悬浮窗,不需要额外装灯。如果你在用别的进度面板,把这两个路径填进去即可(格式与 dsh-lamp 兼容)。

已知限制

  • 描摹分辨率低于输出尺寸时,会明显发糊(用 trace 控制)
  • 平涂色阶是矢量本质:原图柔和过渡会被切成一格一格,靠 precision 8 + layer-diff 2 缓解
  • 复杂插画的形状数会到几万,SVG 文件较大(4K 约 17 MB)

许可

插件本体 MIT。内置的 vtracer 为 MIT(见 vendor/vtracer-LICENSE),版权归其作者。

关于图片:本工具只做格式转换。描摹他人作品不产生新的著作权,公开发布前请确认你有权使用那张图。

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
dsh-paint 怎么安装?

在 DSH 里执行 `dsh plugin --profile web add github:kongbaiwin/dsh-paint#v0.1.1` 即可。对应的 npm 包名是 `dsh-paint`。

dsh-paint 的验证等级是什么意思?

L5 · 运行验证通过。在 dsh 沙盒中完成安装与运行冒烟——装得上、跑得起来

dsh-paint 安全吗?

低风险。静态扫描 低;动态审计无结论(以下以静态为准)→ 总评级 低。

dsh-paint 装之前要先确认什么?

先看它会读写哪些文件、执行哪些命令、连接哪些网络地址;验证等级只说明装得上、跑得起来,不等于安全。涉及密钥或系统权限的,建议先在隔离环境试装。

dsh-paint 支持哪些 DSH 版本?

上游记录的兼容版本包括 0.2.2-rc.1。

dsh-paint 用的是什么许可证?

上游标注为 MIT。商用或二次分发前请到仓库确认许可证原文。

dsh-paint 有哪些功能?

图片转矢量 SVG、自写渲染器输出 PNG、纯 CPU 离线运行、悬浮窗显示进度、模块化开关能力。

这条记录的数据可靠吗?

本站按仓库名去重后合并整理,字段以作者仓库与 npm 元数据为准;安装命令、仓库地址与 README 保持原文,带 L4 / L5 标记的安装命令已在隔离沙盒里真实跑通。

视觉与多模态
按星标排序,可作替代方案

open-design

open-design

L4 · 沙盒安装通过 10.0 万 星

awesome-gpt-image-2

awesome-gpt-image-2

GPT Image 2 / 2.5 提示词与案例库,530+ 个案例、20+ 套工业级模板与可复用 Skills,新增 2.5 同提示词对比

L3 · 安装规范通过 3.4 万 星

PicGo

PicGo

L3 · 安装规范通过 2.7 万 星

iPolloWork

iPolloWork

L4 · 沙盒安装通过 6,775 星

modlens

modlens

ModLens 是 DeepSeek Harness 的视觉插件,为纯文本模型外挂视觉能力,粘贴图片即得结构化 JSON 证据(OCR、版面

L5 · 运行验证通过 4,207 星

OpenBiliClaw

OpenBiliClaw

本地私有、开源的自进化跨平台 AI 内容发现 Agent:先理解你,再主动从 B站、小红书、抖音、YouTube、X、知乎、Reddit、微

L4 · 沙盒安装通过 3,398 星

kongbaiwin 的其它插件

1 个

插件的元信息来自作者仓库;分类、验证等级与安全结论的中文说明为中文整理,最近核验 2026-11-10。