- Startseite
- Kategorien
- Vision, Sprache & Multimodal
Vision, Sprache & Multimodal
Vision, Sprache & Multimodal-Plugins verleihen den reinen Text-DeepSeek-Modellen in DeepSeek-Harness (dsh) Augen, Ohren und eine Stimme. Finden Sie Vision-Tools und Provider-Routen, die eingefügte Screenshots über Zhipu GLM, Gemini, Doubao oder lokales Ollama per OCR erfassen und beschreiben, Mikrofon-Spracheingabe über die Web Speech API des Browsers oder Whisper-kompatible APIs, Vorlesen per Edge TTS oder eigenen Stimmen, Vollduplex-Sprachmodi sowie Generatoren für Bilder, Video und Musik.
578 Plugins gefunden
dsh-web-ui (dsh-tool-describe-image)
zhu1090093659/dsh-web-ui
Ein `describe_image`-Vision-Tool für rein textbasierte Modelle: Bilder (lokaler Pfad, URL, Anhang) werden an einen konfigurierbaren, OpenAI-kompatiblen Vision-Endpunkt gesendet, und nur der zurückgegebene Text gelangt in die Sitzung.
modlens
liustack/modlens
Vision-Brücke für reine Textmodelle: Bild einfügen, strukturierte JSON-Belege erhalten (OCR, Layout, Semantik).
ipollowork
devin-axis/ipollowork
iPolloWork HyperFrames Video Studio und 27 bearbeitbare Videovorlagen als native Konversationsansicht für DeepSeek Harness.
dsh-image-gen
shanliuling/dsh-image-gen
Native konversationelle Bildgenerierung für DeepSeek Harness: Bitten Sie den Agenten, ein Bild zu erstellen, und er übernimmt die Generierung und behält das Ergebnis direkt in der Konversation.
dsh-vision-router
ysr666/dsh-vision-router
Kostenlose Vision für reine Textagenten: integrierte, schlüssellose Vision-Chain plus Pixel-Tools (Q&A, Grounding, Zuschneiden, Pixel-Diff, Farben, OCR, SVG-Trace, Freistellen, Screenshots); Bild einfügen zur Nutzung.
dsh-vision-toolkit
anionex/dsh-vision-toolkit
Vision für reine Textmodelle: Fügen Sie ein Bild ein und das Modell wechselt zur Vision-Toolkit-Variante für Bild-Q&A, Mehrbildvergleich, Lang-Screenshot-OCR, Screenshot-zu-UI-Reproduktion, Element-Grounding und Pixel-Diff. Standardmäßig kein API-Key erforderlich — Bilder werden vom kostenlosen, vom Autor gehosteten Dienst verarbeitet, 100 pro Maschine pro Tag; konfigurierbar auf Ihren eigenen Anbieter.
tongflow
tong-io/tongflow
TongFlow-Studio-Plugin für DeepSeek Harness (dsh): Filmcrew-artiges Projektmodell, vom Agent erstellte TongFlow-Workflows, deterministische Medienerstellung, eingebettete Canvas.
dsh-see-now
saos-3624/dsh-see-now
Lässt einen rein textbasierten Agenten einen Livebildschirm oder Kamerastream beobachten. Jeder Frame wird nach der Bildänderung bewertet; nur relevante Frames kommen mit Audiohüllkurve auf ein nummeriertes Blatt, damit das Modell tatsächliche Änderungen statt alle paar Sekunden einen Screenshot sieht.
dsh-video-storyboard
saos-3624/dsh-video-storyboard
Wandelt ein Video (lokale Datei oder Bilibili-/yt-dlp-Link) in ein adressierbares Storyboard-Raster um: nummerierte Zellen, exakte Zeitstempel, Transkript je Zelle und Audiohüllkurve auf derselben Zeitleiste. video_zoom liest ein beliebiges Zeitfenster mit höherer Auflösung erneut ein, damit ein reines Textmodell das Video statt einer Zusammenfassung untersuchen kann.
watch-skill
oxbshw/watch-skill
Die Funktionen von DeepWatch, installierbar in ein bestehendes DeepSeek Harness-Profil
dsh-tts-bridge
yuuyuko-uu/dsh-tts-bridge
Liest DSH-Konversationen laut vor, indem es die integrierte Vorlesefunktion der DeepSeek-Webseite nutzt, gesteuert von einer kleinen Browser-Erweiterung.
dsh-sd-bridge-guard
savinglighting/dsh-sd-bridge-guard
DeepSeek-Harness-Plugin: neun lokale Stable-Diffusion-Funktionen (Text-zu-Bild, Bild-zu-Bild, Masken-Retusche, reine Skripterstellung, in zwei Versionen abgeglichene Skripte, lokaler Injektionsbefehl der Stufe C, Modellliste, Dienstverwaltung und Integritätsprüfung), ein Protokoll zur Umleitung unzulässiger Inhalte sowie Optionen der Stufe C. Stufe A listet nach dem Rendern Modelle/LoRAs/Seitenverhältnisse auf, damit ein Satz zum erneuten Rendern genügt; Masken der Stufe C lassen sich mit der Maus zeichnen. Keine Anpassung zwischen Rechnern: SD-Verzeichnis wird automatisch erkannt, bei Fehlen ist eine selbstständige Installation mit einem Befehl möglich, Ergebnisse landen im Sitzungsarbeitsbereich.
dsh-qwen-studio
kingcharleslzy-ai/dsh-qwen-studio
Qwen-Image-2.1-Arbeitsbereich für DSH: MLX auf Apple Silicon oder eigener NVIDIA-Server, native Referenzbearbeitung, LoRA, ControlNet, Inpainting, gemeinsame Presets, Galerie und Live-Fortschritt des Agenten. Enthält geprüfte Updates und eine Agent-Einrichtungsanleitung.
eac-design-world
ebony-vinyl/eac-design-world
Lokales Video- und Design-Plugin für DeepSeek Harness: Mehrspur-Schnitt, Vorlagen und Designsystem, native Vorschaufläche und Export echter Dateien.
dsh-imagegen
dickpy/dsh-imagegen
KI-Bildgenerierung für die DSH-Web-GUI: Text-zu-Bild und Bild-zu-Bild über einen konfigurierbaren OpenAI-kompatiblen Endpunkt (gpt-image-2 / gpt-image-1 / dall-e-3), mit einer api_url/api_key-Einstellungskarte und einem geteilten Generierungsstudio in der Seitenleiste.
dsh-comfyui
fandc520/dsh-comfyui
Steuern Sie einen lokalen oder Remote-ComfyUI-Server aus DeepSeek Harness: Die Tools comfyui_run / comfyui_object_info / comfyui_workflow erzeugen und bearbeiten Bilder und Videos, mit einer Workflow-Bibliothek (Graph-Extraktion: pro Komponente / Hauptfluss / alle), einem Ladebereich mit automatischer Auflösungsanpassung, einer Live-Warteschlange, SDXL- und Wan-2.1-Vorlagen, einem Begleit-Skill und einem Media-Proxy gleicher Herkunft.
dsh-infinite_canvas
ninkch/dsh-infinite_canvas
Knotenbasiertes Kreativstudio für DeepSeek Harness: Skripte, Storyboards, Referenzbilder und Mehrfachaufnahme-Videogenerierung auf einer unendlichen Fläche, stapelweise aus dem Chat steuerbar. Eigene Bild-/Video-/TTS-Anbieter erforderlich (OpenAI-artige Endpunkte oder Seedance-/Sora-artige Video-APIs); ohne Konfiguration läuft die Pipeline offline im Demo-Modus mit Platzhaltermedien.
dsh-spicy
kingcharleslzy-ai/dsh-spicy
Mit Purge kompatibles Plugin zur Erstellung von NSFW-Inhalten. Erstellt mit selbst gehosteten Modellen in DeepSeek Harness Erwachsenenbilder, Videos mit Ton und Kurzfilme aus mehreren Einstellungen; unterstützt Referenzbild-Bearbeitung, LoRA-Stilsteuerung und Storyboard-Schnitt mit Agent.
dsh-voice-prompt-enhancer
fishsb/dsh-voice-prompt-enhancer
Schreibt einen Composer-Entwurf mit fünf Modi, Modell-Fallback-Kette und optionalem Mehr-Runden-Gedächtnis zu einem klareren, strukturierten Prompt um. Ergänzt DSH-Spracheingabe um Stopp bei Stille, Hotkey und Entfernen von Füllwörtern. Für Transkription wird weiterhin das offizielle speechToText verwendet; das Plugin enthält keine Engine.
brewreel
finderchangchang/brewreel
BrewReel (精酿) für DeepSeek Harness: Erstellt aus Storyboard-JSON ein vertikales Werbevideo.
dsh-imagegen-video
q253595422/dsh-imagegen-video
KI-Bild- und Videogenerierung für die DSH-Web-GUI. Kanalbezogene Modellkataloge und Familienanpassung (gpt-image, Grok Imagine, Nano Banana, Seedream, GLM-Image, Qwen-Image, MiniMax image-01, DALL-E 3), Generator-Seitenleiste, unendliche Node-Leinwand, Dateivorschau, Leinwand-Skills und Promptvorlagen. Video unterstützt Text-/Bild-zu-Video, ersten/letzten Keyframe und mehrere Referenzen, asynchrones Senden/Abfragen/Herunterladen, hostseitige Videotools, Videonodes sowie lokales Zusammenfügen von mindestens zwei Nodes zu einer MP4 mit ffmpeg.
dsh-media-desk
woniuniuniu/dsh-media-desk
Medienwerkbank für DeepSeek Harness: Ideen mit einem Satz festhalten und Skript, Cover, Illustrationen sowie Storyboard per Klick erstellen.
dsh-omi-voice
polinnizhong/dsh-omi-voice
Vorlesen im Chat für DeepSeek Harness: per Tipp AI-Antworten vorlesen, pausieren und fortsetzen mit natürlichen Doubao-TTS-Stimmen (BYOK); liest nur die endgültige Antwort, Code, Tabellen und Diagramme werden ausgefiltert; lokale Engine, das Plugin speichert keinen API-Schlüssel.
deepseek-harness-video-director
chiphoton/deepseek-harness-video-director
🎬KI-Regisseur: MiniMax-H3-Videogenerierungs-Plugin unter der Regie von DeepSeek-Harness. 🤖Mehr als Prompts. 🪄Canvas-UI.