我给自己做了个DSH插件「产出台」

一、起因：一句「已完成」和一座山

最早的问题特别具体。

我用 DSH 让 AI 做设计相关的活——生成效果图、改配色、出几版备选。它干活其实不慢，但每次收尾都是这么一句话：

「已完成。」

然后甩给我一堆文件。

我打开一看：方向偏了。沙发位置不对、色调太暖、构图太满。这时候再说一遍，它又得跑十分钟。而那十分钟它其实出过好几版草稿——我一版都没看见，等我想说「中间那个版本感觉对」的时候，它已经被后面覆盖了。

产出是有的，只是我看不见。

以前：递出去一句需求，收回来一座山。现在：活儿摊在台面上，一直看着

这不是 AI 不努力，是我和它之间的接口太窄：我递出去一句需求，收回来一座山，中间的过程对我完全不可见。

所以我动手做的第一件事，跟任何高级功能都无关——

我要能边看边等。

二、先让它「看得见」

面板亮起来的那一刻

第一版只做一件事：侧边栏多一个面板，AI 每出一个文件，这边立刻出现。

不用等它说完成。它还在跑，我已经能看见第一张图长什么样了。

这一版做完，最大的感受不是功能多强，而是心里的不确定消失了。以前是等一个不知道会不会来的结果，现在是我看着它一步步逼近。

当前对话 · 29 条产出实时可见，每 5 秒自动刷新

但面板空得离谱

跑起来我就发现不对：明明 AI 生成了十几张图，面板里只显示出两三张。

查了半天才明白——它只认几种「写文件」的动作，而很多图是它用脚本批量生成的，走的是另一条路，没被记录。

解决思路：AI 生成完图，通常会自己打开看一眼，这是它检查自己工作效果的方式。这个「看一眼」的动作也被记录下来了。

把它也算作产出，那些「过程中生成的图」就都能看见了。

漏掉的两类：脚本批量生成的、它自己打开看过的

看见了，但看不清

缩略图能看个大概，可我要判断细节——沙发扶手的位置、材质对不对、字体有没有压到边。

所以加了查看器：点开大图、放大、拖动画布。

但很快又不够了：放大的缩略图糊。

这是常识问题——缩略图本来就是为了快，细节在压缩的时候就丢了。可我要判断的是「这张图能不能用」，糊的图没法判断。

解决思路：右键「查看原图」，加载文件本身。查看器里也有个按钮可以随时切。

这一步很琐碎，但没有它，前面所有「看得见」都是打折的。

三、它出的不只是图

视频和音频是空白的

做设计验证的时候，我会让 AI 出漫游动画、出配音样片。

但面板里根本没有这一类。

不是「忘了做」，是当时底层只分了两种东西。要加视频，得先把它当成和图片平级的类别，而不是图片的附属。

改完之后：视频有首帧缩略图，点开在面板里直接播。

卡了最久的坑：进度条拖不动

视频能播了，但我拖不动进度条。

拖到 30 秒，松手，它跳回 0。

查了很久才找到原因：DSH 的桌面外壳在转发视频文件时，会把「这个文件总共多大」这个信息去掉。播放器拿不到总长度，就不知道进度条该有多长，只能认为总时长是 0——所以怎么拖都没用。

试过几条路都不行，最后换了思路：不流式播了，把整段先拿到浏览器里再播。

整段在本地内存里，播放器知道确切大小，进度条就正常了。

代价是开始播之前要等一下（文件越大等越久）。实测 127MB 的视频大约半秒，可以接受。

如果文件大到不适合这样播，会引导你用系统播放器打开——不硬撑。

进度条拖不动的真正原因

四、东西太多，开始乱

能看的越来越多之后，新问题冒出来了，而且是我完全没预料到的：

找不到东西。

我做一篇公众号，封面在这个对话、正文配图在另一个对话、背景素材又是第三个对话生成的。找一张图要一个个对话翻回去，翻到后来自己都忘了哪张是哪个对话出的。

这跟最开始的问题其实是同一个——看得见，但组织不起来。

先把它们汇总

加了「全局资产」，把所有对话的产出汇到一处，按对话分组。

当前正在聊的对话默认展开，其他收起。每组头上标着：成稿几张、过程稿几张、素材几张。

全局资产 · 跨对话的产出汇到一处

再让它自己分类

但汇总之后还是一屏几十张图。所以让它根据线索猜分类：

• 定稿
  ——你确认过要用的
• 过程稿
  ——AI 生成了一堆供你挑的候选
• 素材
  ——你提供给它的原图、参考图
• 未归类
  ——判断不出来的

这里踩了整个项目最本质的一个坑

分类猜得不准，这我预料到了——机器只能看文件什么时候产生、被谁用过，猜不准很正常。

所以加了手动改：点一下标签，自己标。

结果标完过一会儿，它自己变回去了。

查了几遍代码才想明白问题在哪：

分类是机器猜的，每 5 秒重扫一次就会重算；而我的标记，写在了那个「每次都会被重算」的地方。

机器猜的东西会变，人给的判断必须留得住。这两样东西，从一开始就不该放在同一个位置。

改法是把它们彻底分开：自动分类每次重扫重算，人的判断单独存一个文件，扫描永远不碰它。

改完之后，标签标上就真的锁住了——刷新、切对话、重启，甚至文件被重新生成过，标记都还在。

这件事让我改了一个更基础的认识：界面可以合并，数据必须分开。

分类是机器猜的会变，判断是人给的必须留得住

五、看见了，然后呢

三类资产都能看了，也能分类整理了。但真正让我觉得还差一口气的是：

看见不对之后，我怎么告诉它？

以前是在聊天框里打字：

「第二张那个沙发位置偏了，往左挪一点，色调也太暖了要冷一点，其它的别动……」

打完一长串，还得祈祷它别把整张图重做一遍。

直接在图上圈

所以加了框选：在图上拖一个框，圈出哪块不对，旁边写一句。

图上圈选 · 放大后框跟着图走，不脱框

这个功能做完，又连着踩了两个坑：

第一个坑：标注完放大图片，框飘走了。因为框记的是「屏幕上第 500 像素」，图片一放大，500 像素对应的位置就变了。

改成记「相对整张图的百分比」——左 30%、上 16%、宽 24%。这样不论窗口多大、放大几倍，都能还原到同一块地方。

第二个坑：标到画布边缘就动不了了。因为标注状态下左键被框选占用，没法平移。

改成按住鼠标中键平移，已经画的框跟着走，不会脱框。

攒成一张清单

圈一个不够，可以圈好几个。每条自动编号，最后整理成一张清单写进输入框。

清单长这样：

Annotation 1：按框选区域修改 —— 示例_EP01.png
区域：左 30%、上 16%、宽 24%、高 18%（相对整张图）
理由：人物手势再收一点，别压住衣纹

Annotation 2：……

但发送这一步，我没让它自动做

这是整个项目我态度最坚决的一点：

草稿写进输入框之后，插件就停手了。

它不帮你发。你可以改字、删掉某条、加几句自己的话，然后你自己按发送。

为什么不自动发？

AI 接到指令就开始干活。一旦发错了，它已经在错了。

而人看一眼再发，成本几乎等于零。

我宁可多这一步。

从圈一下到发出去，四步

顺带解决：视频里那一帧怎么指

做视频的时候，「第 12 秒那个镜头里人物表情不对」这种话 AI 很难理解。

所以加了截帧：播到你觉得不对的地方，按一下，当前这一帧立刻变成一张图，存进这次产出里。

视频截帧 · 自动存进当前对话，反馈能精确指到某一帧

然后就能在这张帧图上圈框，草稿里会多一行「取自视频《xxx》第 60500 毫秒」——AI 就知道你说的是哪一帧。

六、回头看，每一步都是被上一步逼出来的

没有一条是提前规划出来的。 都是用的时候觉得别扭，然后去改。

七、现在它长成了什么样

就三件事：

产出随出随看 — 它还在跑，你已经能看见第一张图。图片能看原图，文件能直接预览，视频能拖进度条。

跨对话收得拢 — 所有对话的产出汇在一处，按对话分组，自动分类还能手动改，标签标上就锁住。

圈点意见送回任务 — 在图上圈一块写一句，攒成清单写进输入框。你确认了才发。

不变的底线是：所有判断都是你做的。插件只负责让你看见、让你说得清楚、让你确认。

它不自动发送、不自动改文件、不替你做决定。

八、几句实话

不联网。 所有数据在你本机。它只读对话记录来找出「这次产出了哪些文件」，不读你聊了什么。

跨平台但有个例外。 Windows、macOS、Linux 都能装。「打开所在文件夹」能精确选中文件这个只有 Windows，其他系统只能打开到目录。

批注不长期保存。 圈选的批注只在这一次有效——它是「这次要跟 AI 说的话」。真正长期存着的是你手动改的标签。

它不完美。 分类还是会猜错，大文件播放还是会引导你用系统播放器，标注还只支持矩形框。都是些能忍的地方。

写在最后

最开始我想要的其实只有一件事：让 AI 干活的时候，我能站在旁边看着。

后来发现，光看着不够。得能翻回去找、得分得清、还得说得清楚哪里不对。

「产出台」这个名字是这么来的——它是一张台面，不是一台机器。

机器是你按一下按钮，等它出结果。台面是你把活儿摊开，边做边看，随时伸手调整。

我更想要后面这个。

一张台面，不是一台机器

安装方式

方式一 · 在 DSH 里装（推荐）

打开 DSH → 插件页 → 搜 dsh-gallery → 点安装。

方式二 · 命令行装

npm i dsh-gallery

方式三 · 从 GitHub 直接装

dsh plugin --profile web add dsh-gallery@latest

装完必须完全退出 DSH 再重新打开。

不是刷新页面，是彻底关掉重开——它有一部分跑在后台，只在 DSH 启动时加载一次。只刷新页面的话，那部分不会更新，你会以为没装上。

开源地址

GitHub：https://github.com/Hope2023Dcr/dsh-gallery

npm：https://www.npmjs.com/package/dsh-gallery

MIT 协议，代码全开放。零依赖、不联网、不上传任何数据——你可以自己翻代码确认。

有问题、装不上、或者发现哪个功能不对劲，直接去 GitHub 开 issue，我会看。

想加点什么？来投票

这个插件到现在所有功能，都是我自己用着别扭、然后去改的。

所以下一个功能该做什么，我更想听听你们用的时候哪儿别扭。

下面几个是我一直在犹豫的，在评论区告诉我你更想要哪个（或者直接说你的场景，不用管这几条）：

① 图片 A/B 对比

两张图并排看、同步缩放，专门用来挑「这两版哪个好」。

—— 现在的做法是来回切，切多了就记不清了。

② 按标记筛出「待处理」

现在能按定稿/过程稿筛，但不能只筛出「我标了要重做」的那些。

—— 想一次性把所有待返工的都调出来。

③ 标注支持更多形状

现在只能拉矩形框。想要箭头、圆圈、随便画。

—— 有些地方不是一个框能说清的。

④ 换个词、改个名

「过程稿」「定稿」这套叫法你觉得别扭吗？你更习惯怎么说？

⑤ 你的场景

你做的是什么活？哪一步最烦？现在这个插件帮你省了哪一步、还差哪一步？

说真的，第 ⑤ 条对我最有用。

我做这个插件的出发点就是「用着别扭就去改」，所以你们怎么用、卡在哪，比我拍脑袋想功能有用得多。

评论区见。

产出台 · Output Gallery
GitHub: github.com/Hope2023Dcr/dsh-gallery