新闻详情

新闻详情

首页 / 资讯中心 / 详情

拆开 AI 绘图工作室的 Provider 矩阵:BYOK、订阅与本地 ComfyUI

发布时间:2026/11/15 12:07:44来源:尧图网络
拆开 AI 绘图工作室的 Provider 矩阵:BYOK、订阅与本地 ComfyUI
shanliuling/dsh-image-gen中文名「AI 绘图工作室」的 README 里有一张值得单独拆开看的表Provider 支持矩阵。它把「对话生图、对话编辑、Studio、多模型对比」四列摆开逐行对照十一个 Provider谁全绿、谁在哪一列缺席一眼可见——这张矩阵比功能清单更能决定你的实际用法。想先对照同类插件的中文清单与安装形态可以看 完整插件清单与汉化避坑指南。基础事实先对齐Star 454站点综合分 67.3周下载 2,665许可 Apache-2.0站点分类「视觉能力」安全扫描为低风险且需联网。安装检查是「✓ 可直接安装」依据是 npm 包dsh-image-gen已校验归属本仓库但同页的实装验证为未通过install_cmd_invalid信任档位「需留意」。环境要求 DeepSeek Harness 稳定版本加 Node.js^22.19.0或 24.0.0。安装命令矩阵怎么读四列其实是四种调用方式Provider对话生图对话编辑Studio多模型对比Google Gemini✅✅ 多图✅✅OpenAI Images✅✅ 多图✅✅OpenAI Compatible中转站✅✅ 多图✅✅ByteDance Seedream / 火山方舟✅✅ 多图✅✅Aliyun DashScope / Qwen Image✅✅ 多图✅✅xAI Grok Imagine✅⚠️ 有限✅✅智谱 GLM-Image✅—✅✅Local ComfyUI✅✅ 单图——ChatGPT 订阅免 Key✅✅ 多图✅✅Grok 订阅免 Key✅✅ 多图✅✅Google 订阅免 Key✅✅ 多图✅✅前五个云端通道与三条订阅通道四列全 ✅xAI Grok Imagine 的对话编辑标为「⚠️ 有限」智谱 GLM-Image 标为「—」Local ComfyUI 在最后两列都是「—」。README 的原话是Studio 与多模型对比目前只支持云端 Provider含订阅通道多模型对比调用的是各 Provider 在设置中已配置的模型。所以 ComfyUI 的缺席是设计边界不是遗漏。设置入口与 BYOK 的默认值配置从重启 DSH 开始然后进「设置 → 插件 → 图像生成」DSH 0.1.5 及更早版本为「设置 → 插件 → 插件配置 → 图像生成」插件已同时兼容两种入口。选 Provider、填 API Key、按需调整模型与 Endpoint / Base URL填好可点「测试连接」验证或点「拉取模型」一键获取该厂商支持的全部生图模型。BYOK 七个通道的默认模型与默认 Endpoint 如下全部可改Provider默认模型默认 EndpointGoogle Geminigemini-3.1-flash-imagehttps://generativelanguage.googleapis.com/v1beta/interactionsOpenAI Imagesgpt-image-2https://api.openai.com/v1ByteDance Seedreamdoubao-seedream-5-0-260128https://ark.cn-beijing.volces.com/api/v3Aliyun DashScopeqwen-image-3.0https://dashscope.aliyuncs.com/api/v1xAI Grok Imaginegrok-imagine-imagehttps://api.x.ai/v1智谱 GLM-Imageglm-imagehttps://open.bigmodel.cn/api/paas/v4OpenAI Compatible无默认模型自填 Base URL最后一行是给中转站准备的开口没有固定默认模型把它指向自家兼容网关模型名按网关侧填写——网关换了插件不用动。订阅免 Key 通道账号登录模型固定已有 ChatGPT / Grok / Google 订阅时无需填 API Key展开对应订阅 Provider 行点「登录」并在浏览器完成授权。三条通道的模型固定依次为gpt-image-2.5-flare、grok-imagine-image-2.0、gemini-3-pro-image。图生图走各订阅渠道的编辑接口参数为通道默认最多 5 张参考图——省掉的是 Key 与账单让出的是模型选择权与参数细调。本地 ComfyUI两个必填项与一处缺口接 ComfyUI 要填两样DSH Host 可访问的服务地址默认http://127.0.0.1:8188可达性针对 DSH Host 而言与API Format 的 Workflow JSON可配多个命名工作流并在对话里按名字调用。缺口来自矩阵——它只在前两列有值可用部分是 Agent 对话中的文生图、单图编辑与命名工作流编辑能力标注的是「单图」而非多图。Studio 与多模型对比云端通道的两个放大器Studio 解决「同一套设定要跑很多组」批量生成、多图参考、高级参数调整候选图先留在临时画布只有用户选中的结果才进入图库并保存。多模型对比则要求你先在设置里为目标 Provider 配好 Key 与模型满足后同一组 Prompt 加同一批参考图会并发打到多个模型上输出并排可比。两者都只支持云端 Provider上限由你所用通道的额度决定。README 写明的三条兼容性边界一是 ComfyUI 不进 Studio 与多模型对比属于插件边界。二是智谱 GLM-Image 上游本身不支持图生图属于模型能力边界换插件也不会变。三是 xAI 图生图走 OpenAI 兼容协议multipart部分网关可能需等待后续适配属于网关协议边界。三条都不是版本更新就能修好的类型选通道前先比对。总结它的技术含量不在「能不能生图」而在把十一个通道的差异摊成一张可读的矩阵再用设置页把模型、Endpoint 与凭据收进同一个入口把矩阵、默认值与边界一起看才谈得上按步骤分配通道更多同类插件的中文清单可对照 完整插件清单与汉化避坑指南。适合与不适合适合手上有多个云端 Key、需要按任务切换模型的用户用中转站、希望把 Base URL 指向自家网关而不改插件的团队已有 ChatGPT / Grok / Google 订阅、想免 Key 快速开始的人有本地 GPU 与现成 ComfyUI 工作流、需要在对话里按名字调用多个命名工作流的开发者。不适合期待所有通道能力一致的人——GLM-Image 上游不支持图生图、xAI 图生图部分网关待适配、ComfyUI 进不了 Studio这些配置抹不平想在订阅通道做精细参数控制的人——参数为通道默认、最多 5 张参考图把敏感素材交给云端通道的场景——请求会把 Prompt 与本次使用的参考图发给所选 Provider而唯一能绕开云端的本地 ComfyUI 又进不了 Studio 与多模型对比。标签dsh-image-gen、DeepSeek Harness、Provider 矩阵、BYOK、ComfyUI本文由 DeepSeek Harness Hub 自动整理数据来源于插件详情页。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉