EasyAnimateV5-7b-zh-InP实战：Visual Studio扩展开发-编程实验室

EasyAnimateV5-7b-zh-InP实战：Visual Studio扩展开发

作为一名.NET开发者，你是不是经常在代码和AI工具之间来回切换？想给项目加个动态演示视频，得先打开浏览器，找到AI生成平台，上传图片，写描述，等结果，最后再下载下来。整个过程繁琐不说，还打断了你的编码思路。

如果能直接在Visual Studio里，选中一张设计图，点一下按钮，就生成一段动态演示视频，那该多方便？今天，我们就来把这个想法变成现实。我将带你一步步开发一个Visual Studio扩展，把强大的EasyAnimateV5-7b-zh-InP视频生成模型，无缝集成到你的开发环境中。

这个扩展的核心价值很简单：让你在写代码的地方，直接生成代码需要的演示素材。无论是为UI组件生成动态效果，还是为产品原型制作演示视频，都不用离开你熟悉的IDE。

1. 为什么要在Visual Studio里集成AI视频生成？

在深入代码之前，我们先聊聊为什么这件事值得做。对于开发者，尤其是全栈或前端开发者，工作流里经常有这样的场景：

场景一：你刚用WPF或WinForms做好一个漂亮的按钮控件，想录个GIF展示它的悬停和点击动画效果。传统方法是运行程序，用录屏软件录制，再剪辑。费时费力。
场景二：你在开发一个电商后台，商品详情页需要展示模特图。产品经理希望看到“模特转身”的动态效果来评估体验。你难道要去找专业视频团队吗？
场景三：你在编写项目文档或技术博客，想为某个架构图或流程图添加动态解释。一张静态图说不清楚，自己画动画又太麻烦。

EasyAnimateV5-7b-zh-InP这个模型，正好能解决这些问题。它是一个“图生视频”模型，你给它一张图（比如你的UI截图、设计稿、产品图），再给一段中文描述（比如“镜头缓慢拉远”、“人物向左转身”），它就能生成一段约6秒的动态视频。

而Visual Studio扩展，就像一个“桥梁”，把这个能力从遥远的服务器或命令行，直接拉到你手边的工具栏上。它的价值在于“场景化集成”和“效率提升”，让AI能力成为你开发工具链的自然延伸，而不是一个需要额外费心去用的独立工具。

2. 开发前的准备工作

在开始敲代码之前，我们需要把“原料”准备好。这包括了解我们的核心AI模型，以及搭建好Visual Studio扩展的开发环境。

2.1 认识核心引擎：EasyAnimateV5-7b-zh-InP

我们这个扩展的灵魂就是EasyAnimateV5-7b-zh-InP模型。简单理解，你可以把它想象成一个超级厉害的“图片动画师”。

它能做什么？输入一张静态图片和一段文字指令，输出一段动态视频。比如，输入一张汽车图片，指令写“汽车在公路上向前行驶”，它就能生成一段汽车跑起来的视频。
有什么特点？模型名字里的“7b”代表它有70亿参数，效果和速度比较平衡；“zh”代表它原生支持中文，你直接用中文描述就行；“InP”代表它是基于“Inpainting”（图像修补）技术的图生视频模型。
我们需要怎么用它？官方提供了多种使用方式，比如Python脚本、Gradio网页界面、ComfyUI工作流。对于我们要做的VS扩展，最合适的方式是将其封装为一个本地API服务。我们的扩展不直接运行复杂的Python代码，而是向这个本地服务发送请求，获取生成好的视频。这样架构更清晰，也更容易维护。

2.2 搭建本地EasyAnimate API服务

为了让VS扩展能调用，我们先在本地把模型跑起来，并提供一个简单的HTTP接口。这里我们用最直接的Python Flask来快速实现。

首先，确保你的电脑有足够的资源（推荐NVIDIA显卡，显存最好12GB以上），并安装好Python、PyTorch和CUDA环境。

创建一个新的项目文件夹，比如EasyAnimateService，然后新建一个app.py文件：

# app.py - EasyAnimate 本地API服务 import torch from flask import Flask, request, jsonify, send_file from diffusers import EasyAnimateInpaintPipeline from diffusers.utils import export_to_video, load_image from PIL import Image import io import os import uuid import logging # 设置日志 logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__) app = Flask(__name__) # 全局变量，用于缓存加载的模型，避免每次请求都重新加载 _pipeline = None _MODEL_PATH = "alibaba-pai/EasyAnimateV5-7b-zh-InP" # 使用diffusers格式的模型 def get_pipeline(): """获取或创建模型管道（单例模式）""" global _pipeline if _pipeline is None: logger.info("正在加载EasyAnimate模型，首次加载较慢，请耐心等待...") try: # 加载图生视频管道 _pipeline = EasyAnimateInpaintPipeline.from_pretrained( _MODEL_PATH, torch_dtype=torch.float16, # 使用float16节省显存，如果显卡支持bfloat16更好 variant="fp16" ) # 启用CPU卸载，节省显存 _pipeline.enable_model_cpu_offload() # 启用VAE切片和分块，进一步优化显存 _pipeline.vae.enable_slicing() _pipeline.vae.enable_tiling() logger.info("模型加载完成！") except Exception as e: logger.error(f"模型加载失败: {e}") raise return _pipeline @app.route('/generate', methods=['POST']) def generate_video(): """接收图片和文本，生成视频""" try: # 1. 获取请求数据 data = request.form prompt = data.get('prompt', '') negative_prompt = data.get('negative_prompt', '') image_file = request.files.get('image') if not image_file: return jsonify({'error': '未提供图片文件'}), 400 if not prompt: return jsonify({'error': '提示词不能为空'}), 400 # 2. 加载并处理图片 image = Image.open(image_file.stream).convert("RGB") # 3. 获取模型管道并生成视频 pipe = get_pipeline() logger.info(f"开始生成视频，提示词: {prompt}") # 设置生成参数 # 视频尺寸，可以根据原图比例调整，这里固定为512x512 height = 512 width = 512 num_frames = 25 # 帧数，对应约3秒视频（8fps） num_inference_steps = 30 # 推理步数，影响质量和速度 # 准备输入（这里简化了latent准备过程，实际使用需参考官方完整示例） # 注意：以下为简化示例，真实调用需要更复杂的latent准备 # 完整代码请参考HuggingFace模型卡中的示例 from diffusers.pipelines.easyanimate.pipeline_easyanimate_inpaint import get_image_to_video_latent # 将输入图片调整为模型需要的尺寸 image = image.resize((width, height)) # 获取视频潜在表示（这里是关键步骤，调用了模型内部的工具函数） # 假设我们只提供起始图，不提供结束图 input_video, input_video_mask = get_image_to_video_latent( [image], # 起始图列表 None, # 结束图（可选） num_frames, (height, width) ) # 4. 执行生成 generator = torch.Generator(device="cuda").manual_seed(42) # 固定种子保证可复现 result = pipe( prompt=prompt, negative_prompt=negative_prompt, height=height, width=width, num_frames=num_frames, num_inference_steps=num_inference_steps, video=input_video, mask_video=input_video_mask, generator=generator, ) # 5. 导出视频到内存 video_frames = result.frames[0] # 获取生成的帧 video_buffer = io.BytesIO() export_to_video(video_frames, video_buffer, fps=8) # 8帧/秒 video_buffer.seek(0) # 6. 返回视频文件 return send_file( video_buffer, mimetype='video/mp4', as_attachment=True, download_name=f'generated_{uuid.uuid4().hex[:8]}.mp4' ) except Exception as e: logger.error(f"视频生成失败: {e}", exc_info=True) return jsonify({'error': str(e)}), 500 @app.route('/health', methods=['GET']) def health_check(): """健康检查端点""" try: # 简单检查模型是否已加载 get_pipeline() return jsonify({'status': 'ready'}), 200 except Exception as e: return jsonify({'status': 'error', 'message': str(e)}), 500 if __name__ == '__main__': logger.info("启动EasyAnimate本地API服务...") # 在本地5000端口启动服务 app.run(host='0.0.0.0', port=5000, debug=False)

这个服务提供了两个接口：

POST /generate：接收图片和提示词，返回生成的MP4视频。
GET /health：检查服务是否就绪。

运行这个服务前，你需要先安装依赖：

pip install flask torch diffusers transformers accelerate pillow

然后运行python app.py。首次运行会从Hugging Face下载模型（约22GB），需要较长时间和充足磁盘空间。下载完成后，服务将在http://localhost:5000启动。

重要提示：上面的generate_video函数中的生成逻辑是高度简化的。在实际部署时，你需要根据alibaba-pai/EasyAnimateV5-7b-zh-InP-diffusers模型卡中提供的完整示例代码（类似于我们参考内容中的b、Image to video部分）来完善latent准备和管道调用，以确保生成效果。本文侧重于VS扩展开发流程，故在此简化。

3. 创建Visual Studio扩展项目

好了，现在我们的“AI引擎”已经在本地点火了。接下来，就是打造连接引擎和Visual Studio的“驾驶舱”——也就是我们的扩展。

我们使用Visual Studio 2022来开发这个扩展。打开VS2022，选择“创建新项目”，搜索“VSIX”，选择“空白VSIX项目”，给它起个名字，比如EasyAnimateVSExtension。

创建好后，项目结构很简单。我们需要重点关注两个文件：

source.extension.vsixmanifest：这是扩展的“身份证”，定义了名称、版本、描述等信息。
我们需要添加新的项：一个“自定义工具窗口”（EasyAnimateToolWindow）和一个“工具栏按钮命令”（GenerateVideoCommand）。

3.1 设计工具窗口界面

我们希望扩展有一个独立的面板，用来操作。右键项目，添加 -> 新建项 -> 扩展性 -> “自定义工具窗口”。命名为EasyAnimateToolWindow。

VS会生成几个文件，我们主要修改EasyAnimateToolWindowControl.xaml来设计界面。想象一下，这个面板需要：一个区域显示图片，一个文本框输入描述，一个按钮点击生成，一个区域显示进度或结果。

下面是一个简单的界面设计（EasyAnimateToolWindowControl.xaml）：

<UserControl x:Class="EasyAnimateVSExtension.EasyAnimateToolWindowControl" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml" Background="{DynamicResource VsBrush.Window}" Foreground="{DynamicResource VsBrush.WindowText}" Height="Auto" Width="Auto"> <Grid> <Grid.RowDefinitions> <RowDefinition Height="Auto"/> <RowDefinition Height="*"/> <RowDefinition Height="Auto"/> <RowDefinition Height="Auto"/> <RowDefinition Height="Auto"/> </Grid.RowDefinitions> <!-- 标题 --> <TextBlock Grid.Row="0" Text="EasyAnimate 视频生成器" FontSize="16" FontWeight="Bold" Margin="10" HorizontalAlignment="Center"/> <!-- 图片预览区域 --> <Border Grid.Row="1" BorderBrush="Gray" BorderThickness="1" Margin="10" CornerRadius="5"> <Grid> <Image x:Name="PreviewImage" Stretch="Uniform" /> <TextBlock x:Name="PlaceholderText" Text="拖入图片或从解决方案资源管理器选择" HorizontalAlignment="Center" VerticalAlignment="Center" Foreground="Gray" FontStyle="Italic"/> </Grid> </Border> <!-- 提示词输入 --> <StackPanel Grid.Row="2" Margin="10,5"> <TextBlock Text="视频描述（中文）:" Margin="0,0,0,5"/> <TextBox x:Name="PromptTextBox" Height="60" TextWrapping="Wrap" AcceptsReturn="True" VerticalScrollBarVisibility="Auto" Text="镜头缓慢拉远，展示全景"/> </StackPanel> <!-- 负向提示词（可选） --> <StackPanel Grid.Row="3" Margin="10,5"> <TextBlock Text="避免出现的内容（可选）:" Margin="0,0,0,5"/> <TextBox x:Name="NegativePromptTextBox" Height="40" TextWrapping="Wrap" Text="模糊，变形，文字，丑陋"/> </StackPanel> <!-- 操作按钮 --> <StackPanel Grid.Row="4" Orientation="Horizontal" HorizontalAlignment="Center" Margin="10"> <Button x:Name="SelectImageButton" Content="选择图片..." Width="100" Margin="5" Click="SelectImageButton_Click"/> <Button x:Name="GenerateButton" Content="生成视频" Width="100" Margin="5" Background="#007ACC" Foreground="White" Click="GenerateButton_Click"/> <Button x:Name="OpenFolderButton" Content="打开输出目录" Width="120" Margin="5" IsEnabled="False" Click="OpenFolderButton_Click"/> </StackPanel> <!-- 进度条 --> <ProgressBar Grid.Row="4" x:Name="GenerationProgress" Height="10" Margin="10,0,10,5" VerticalAlignment="Bottom" Visibility="Collapsed" IsIndeterminate="True"/> </Grid> </UserControl>

界面有了，我们还需要在后台代码（EasyAnimateToolWindowControl.xaml.cs）里实现功能：选择图片、调用API、处理结果。

3.2 实现工具窗口后台逻辑

后台代码的核心是处理按钮点击事件，并与我们之前启动的本地API服务进行通信。

// EasyAnimateToolWindowControl.xaml.cs using Microsoft.VisualStudio.PlatformUI; using Microsoft.VisualStudio.Shell; using System; using System.IO; using System.Net.Http; using System.Threading.Tasks; using System.Windows; using System.Windows.Controls; using System.Windows.Media.Imaging; namespace EasyAnimateVSExtension { public partial class EasyAnimateToolWindowControl : UserControl { private string _selectedImagePath = string.Empty; private readonly HttpClient _httpClient; private readonly string _apiBaseUrl = "http://localhost:5000"; // 与本地服务地址一致 public EasyAnimateToolWindowControl() { InitializeComponent(); _httpClient = new HttpClient(); _httpClient.Timeout = TimeSpan.FromMinutes(5); // 视频生成可能较慢，设置长超时 // 允许从解决方案资源管理器拖放图片 this.AllowDrop = true; this.Drop += EasyAnimateToolWindowControl_Drop; this.DragEnter += EasyAnimateToolWindowControl_DragEnter; } // 拖放支持 private void EasyAnimateToolWindowControl_DragEnter(object sender, DragEventArgs e) { if (e.Data.GetDataPresent(DataFormats.FileDrop)) e.Effects = DragDropEffects.Copy; else e.Effects = DragDropEffects.None; } private async void EasyAnimateToolWindowControl_Drop(object sender, DragEventArgs e) { if (e.Data.GetDataPresent(DataFormats.FileDrop)) { string[] files = (string[])e.Data.GetData(DataFormats.FileDrop); if (files.Length > 0 && IsImageFile(files[0])) { await LoadImageAsync(files[0]); } } } // 选择图片按钮 private void SelectImageButton_Click(object sender, RoutedEventArgs e) { var openFileDialog = new Microsoft.Win32.OpenFileDialog { Filter = "图片文件|*.jpg;*.jpeg;*.png;*.bmp|所有文件|*.*", Title = "选择一张图片" }; if (openFileDialog.ShowDialog() == true) { _ = LoadImageAsync(openFileDialog.FileName); } } // 加载并预览图片 private async Task LoadImageAsync(string filePath) { try { _selectedImagePath = filePath; PlaceholderText.Visibility = Visibility.Collapsed; // 异步加载图片，避免界面卡顿 var bitmap = new BitmapImage(); bitmap.BeginInit(); bitmap.UriSource = new Uri(filePath); bitmap.CacheOption = BitmapCacheOption.OnLoad; bitmap.EndInit(); bitmap.Freeze(); // 跨线程使用 await Dispatcher.InvokeAsync(() => { PreviewImage.Source = bitmap; }); // 自动根据图片内容建议提示词（简单示例） string fileName = Path.GetFileNameWithoutExtension(filePath); PromptTextBox.Text = $"基于图片 '{fileName}' 生成一段平滑的动态视频，镜头缓慢移动"; } catch (Exception ex) { await ShowMessageAsync("错误", $"加载图片失败: {ex.Message}"); } } // 生成视频按钮（核心） private async void GenerateButton_Click(object sender, RoutedEventArgs e) { if (string.IsNullOrEmpty(_selectedImagePath) || !File.Exists(_selectedImagePath)) { await ShowMessageAsync("提示", "请先选择一张图片。"); return; } if (string.IsNullOrWhiteSpace(PromptTextBox.Text)) { await ShowMessageAsync("提示", "请输入视频描述。"); return; } // 检查API服务是否健康 if (!await CheckApiHealthAsync()) { await ShowMessageAsync("服务未就绪", "请确保本地EasyAnimate API服务已启动 (http://localhost:5000)。"); return; } // 禁用按钮，显示进度条 GenerateButton.IsEnabled = false; SelectImageButton.IsEnabled = false; GenerationProgress.Visibility = Visibility.Visible; try { using (var formData = new MultipartFormDataContent()) using (var imageContent = new StreamContent(File.OpenRead(_selectedImagePath))) { // 添加图片文件 imageContent.Headers.ContentType = new System.Net.Http.Headers.MediaTypeHeaderValue("image/jpeg"); formData.Add(imageContent, "image", Path.GetFileName(_selectedImagePath)); // 添加提示词 formData.Add(new StringContent(PromptTextBox.Text.Trim()), "prompt"); if (!string.IsNullOrWhiteSpace(NegativePromptTextBox.Text)) { formData.Add(new StringContent(NegativePromptTextBox.Text.Trim()), "negative_prompt"); } // 发送POST请求到本地API var response = await _httpClient.PostAsync($"{_apiBaseUrl}/generate", formData); if (response.IsSuccessStatusCode) { // 获取视频字节流 var videoBytes = await response.Content.ReadAsByteArrayAsync(); // 保存视频到本地文件夹 string outputDir = Path.Combine(Environment.GetFolderPath(Environment.SpecialFolder.MyDocuments), "EasyAnimateVideos"); Directory.CreateDirectory(outputDir); string timestamp = DateTime.Now.ToString("yyyyMMdd_HHmmss"); string outputPath = Path.Combine(outputDir, $"video_{timestamp}.mp4"); await File.WriteAllBytesAsync(outputPath, videoBytes); // 更新UI，允许打开文件夹 await Dispatcher.InvokeAsync(() => { OpenFolderButton.IsEnabled = true; // 可以在这里添加一个播放预览的控件，例如使用MediaElement // PreviewVideo.Source = new Uri(outputPath); // PreviewVideo.Play(); }); await ShowMessageAsync("成功", $"视频已生成并保存至:\n{outputPath}"); } else { string errorText = await response.Content.ReadAsStringAsync(); await ShowMessageAsync("生成失败", $"API返回错误: {response.StatusCode}\n{errorText}"); } } } catch (HttpRequestException httpEx) { await ShowMessageAsync("网络错误", $"无法连接到本地API服务: {httpEx.Message}"); } catch (Exception ex) { await ShowMessageAsync("错误", $"生成过程中出现异常: {ex.Message}"); } finally { // 恢复UI状态 await Dispatcher.InvokeAsync(() => { GenerateButton.IsEnabled = true; SelectImageButton.IsEnabled = true; GenerationProgress.Visibility = Visibility.Collapsed; }); } } // 打开输出文件夹 private void OpenFolderButton_Click(object sender, RoutedEventArgs e) { string outputDir = Path.Combine(Environment.GetFolderPath(Environment.SpecialFolder.MyDocuments), "EasyAnimateVideos"); if (Directory.Exists(outputDir)) { System.Diagnostics.Process.Start("explorer.exe", outputDir); } } // 辅助方法：检查API健康状态 private async Task<bool> CheckApiHealthAsync() { try { var response = await _httpClient.GetAsync($"{_apiBaseUrl}/health"); return response.IsSuccessStatusCode; } catch { return false; } } private bool IsImageFile(string path) { var ext = Path.GetExtension(path)?.ToLower(); return ext == ".jpg" || ext == ".jpeg" || ext == ".png" || ext == ".bmp"; } private async Task ShowMessageAsync(string title, string message) { await ThreadHelper.JoinableTaskFactory.SwitchToMainThreadAsync(); MessageBox.Show(message, title, MessageBoxButton.OK, MessageBoxImage.Information); } } }

这段代码实现了工具窗口的核心交互：

图片选择：支持按钮选择和拖放。
API调用：使用HttpClient向本地服务发送包含图片和提示词的请求。
异步处理：所有网络和文件操作都是异步的，避免界面卡死。
结果处理：将生成的视频保存到“我的文档”下的特定文件夹，并提示用户。

3.3 添加上下文菜单命令

除了独立的工具窗口，我们还可以添加一个更便捷的功能：在解决方案资源管理器里，右键点击图片文件，直接出现“用EasyAnimate生成视频”的菜单项。

右键项目，添加 -> 新建项 -> 扩展性 -> “自定义命令”。命名为GenerateVideoCommand。

我们需要修改这个命令类，让它响应我们的操作。关键是在InitializeAsync方法中设置命令，并在执行时获取选中的文件，调用我们工具窗口里的生成逻辑（或者直接调用API）。

// GenerateVideoCommand.cs using System; using System.ComponentModel.Design; using System.IO; using System.Threading.Tasks; using Microsoft.VisualStudio.Shell; using Microsoft.VisualStudio.Shell.Interop; using Task = System.Threading.Tasks.Task; namespace EasyAnimateVSExtension { internal sealed class GenerateVideoCommand { public const int CommandId = 0x0100; public static readonly Guid CommandSet = new Guid("你的GUID-这里需要替换"); // 需要与.vsct文件中的一致 private readonly AsyncPackage _package; private readonly OleMenuCommandService _commandService; private GenerateVideoCommand(AsyncPackage package, OleMenuCommandService commandService) { _package = package ?? throw new ArgumentNullException(nameof(package)); _commandService = commandService ?? throw new ArgumentNullException(nameof(commandService)); var menuCommandID = new CommandID(CommandSet, CommandId); var menuItem = new MenuCommand(this.Execute, menuCommandID); _commandService.AddCommand(menuItem); } public static GenerateVideoCommand Instance { get; private set; } private Microsoft.VisualStudio.Shell.IAsyncServiceProvider ServiceProvider => _package; public static async Task InitializeAsync(AsyncPackage package) { await ThreadHelper.JoinableTaskFactory.SwitchToMainThreadAsync(package.DisposalToken); OleMenuCommandService commandService = await package.GetServiceAsync(typeof(IMenuCommandService)) as OleMenuCommandService; Instance = new GenerateVideoCommand(package, commandService); } private void Execute(object sender, EventArgs e) { ThreadHelper.ThrowIfNotOnUIThread(); try { // 获取当前选中的文件 var monitorSelection = ServiceProvider.GetServiceAsync(typeof(SVsShellMonitorSelection)).Result as IVsMonitorSelection; if (monitorSelection != null) { IntPtr hierarchyPtr = IntPtr.Zero; uint itemId = 0; IVsMultiItemSelect multiSelect = null; if (monitorSelection.GetCurrentSelection(out hierarchyPtr, out itemId, out multiSelect) == 0 && itemId != 0xFFFFFFFF) { var hierarchy = System.Runtime.InteropServices.Marshal.GetObjectForIUnknown(hierarchyPtr) as IVsHierarchy; if (hierarchy != null) { hierarchy.GetCanonicalName(itemId, out string filePath); if (!string.IsNullOrEmpty(filePath) && IsImageFile(filePath)) { // 找到并激活我们的工具窗口，传递文件路径 _ = ShowToolWindowAsync(filePath); } else { VsShellUtilities.ShowMessageBox(_package, "请选择一个图片文件（.jpg, .png等）", "提示", OLEMSGICON.OLEMSGICON_INFO, OLEMSGBUTTON.OLEMSGBUTTON_OK, OLEMSGDEFBUTTON.OLEMSGDEFBUTTON_FIRST); } } } } } catch (Exception ex) { VsShellUtilities.ShowMessageBox(_package, $"执行命令时出错: {ex.Message}", "错误", OLEMSGICON.OLEMSGICON_CRITICAL, OLEMSGBUTTON.OLEMSGBUTTON_OK, OLEMSGDEFBUTTON.OLEMSGDEFBUTTON_FIRST); } } private async Task ShowToolWindowAsync(string imagePath) { await ThreadHelper.JoinableTaskFactory.SwitchToMainThreadAsync(); // 获取工具窗口实例 var window = await _package.FindToolWindowAsync(typeof(EasyAnimateToolWindow), 0, true, _package.DisposalToken); if (window?.Frame == null) { throw new NotSupportedException("无法创建工具窗口"); } // 将窗口带到前台 var windowFrame = (IVsWindowFrame)window.Frame; Microsoft.VisualStudio.ErrorHandler.ThrowOnFailure(windowFrame.Show()); // 将图片路径传递给工具窗口控件 if (window.Content is EasyAnimateToolWindowControl control) { await control.LoadImageAsync(imagePath); // 我们需要在ToolWindowControl里暴露一个公共方法 } } private bool IsImageFile(string path) { var ext = Path.GetExtension(path)?.ToLower(); return ext == ".jpg" || ext == ".jpeg" || ext == ".png" || ext == ".bmp" || ext == ".gif"; } } }

同时，你需要修改EasyAnimateToolWindowControl.xaml.cs，添加一个公共的LoadImageAsync方法，以便命令可以调用它来加载图片。