Plugins
Durchsuche, filtere und installiere DeepSeek-Harness-Plugins.
367 Plugins gefunden
oh-my-dsh
llmpolska/oh-my-dsh
Stufenweises Modell-Routing für DeepSeek Harness: think/build-Modellstufen, Vision-Delegation (das Vision-Modell beschreibt nur Bilder; das Arbeitsmodell handelt), Bildgenerierung und ein High-Impact-Guard.
dsh-launch
khellendros97/dsh-launch
Überwachung langlebiger Dienste (Dev-Server, Watcher, Mock-APIs) durch einen losgelösten Broker, die Turns, Sitzungen und DSH-Neustarts überstehen – mit einem Service-Tab in der Seitenleiste (registriert über die Erweiterungs-API von better-sidebar) und den Modell-Tools service_start/stop/restart/list/logs.
dsh-design-studio
sal7one/dsh-design-studio
Design Studio-Tab: Design-Briefings werden zu html/css/js-Mockups mit Live-Vorschau, Element-Picker, Design-Agent-Chat mit Vision-Review, Identitäts-Presets und Zip-Export.
dsh_upload_file
jarszmlovesai/dsh_upload_file
DeepSeek Harness (DSH) Web-Plugin: Dateien in den Composer einfügen, Ablage im Posteingang, Miniaturansichten. Text über read_inbox; Bildverständnis erfordert einen eigenen Vision-Skill (mitgelieferter image-reader + ARK_API_KEY).
dsh-vision-bridge
acc1143/dsh-vision-bridge
DSH-Plugin für Dual-Modell-Routing: Die Hauptkonversation bleibt bei DeepSeek, Bildaufgaben werden automatisch an das explizit konfigurierte Vision-Modell verteilt und das Analyseergebnis geht zur Fortsetzung zurück an DeepSeek.
dsh-vision
314857493/dsh-vision
DeepSeek Harness-Plugin: eine `deepseek-vision`-Route, die Bildeingabe deklariert und eingefügte Bilder über die kostenlosen Zhipu GLM-Visionsmodelle transkribiert, bevor sie an den DeepSeek-Adapter delegiert.
dsh-plugins
zjcdkj/dsh-plugins
DeepSeek Harness Out-of-Tree-Plugin: gibt einem Text-only-Coding-Modell Augen, indem es Bilder über ctx.llm an eine Qwen-VL-(DashScope-)Route leitet und Text zurückgibt.
dsh-settings-pro
kazecreator/dsh-settings-pro
DeepSeek Harness settings-pro Plugin: IM-Bridge (Telegram/WeChat), DeepSeek-Nutzung, Cross-Restart-Memory, Desktop-Pets und eine Vision-Bridge
dsh-computer-use
threebody6666/dsh-computer-use
Native Windows Computer-Use-Tools für DeepSeek Harness.
mimo-vision
wulusai2333/mimo-vision
Tool `describe_image`: eine Vision-Brücke, die Bilder über die opencode Zen API (Credential `OPENCODE_GO_API_KEY`, zuerst kostenlose Route mit kostenpflichtigem Fallback) an mimo-v2.5 sendet und reinen Textmodellen Textbeschreibungen zurückgibt, mit nativem Passthrough und ImageMagick-Transkodierung von SVG/TIFF/HEIC.
dsh-tool-vision
wanshichenguang/dsh-tool-vision
Modellseitiges image_describe-Werkzeug (识图) über die OpenAI-kompatible DashScope-API (qwen3.7-flash), plus eine Einfüge-Brücke: In Text-only-Sitzungen werden eingefügte Bilder beim Senden automatisch in Dateipfade umgewandelt und im Transkript zurückgerendert, sodass sie nie an der Bildannahme scheitern. Eigenen DASHSCOPE_API_KEY mitbringen; Endpunkt/Modell/Budgets konfigurierbar, redirect-fester HTTP-Client, funktioniert in jedem agent preset.
dsh-vision-subagent
ruby1304/dsh-vision-subagent
Sehen für jede DSH-Route: Bilder mit absichtsgesteuerter Autoanalyse in den Web-Composer einfügen, das Lesen von Bildern im Arbeitsbereich an einen Kimi/MiniMax-Vision-Subagenten delegieren und eingefügte Originale zum Bearbeiten materialisieren.
dsh-auto-vision
normanfxxkingrockwell/dsh-auto-vision
Vision-Brücke mit automatischer Erkennung für reine Textagenten von DeepSeek Harness: findet automatisch ein bildfähiges Modell unter Ihren konfigurierten Anbietern und gibt Bildbeschreibungen als Klartext über ein Vision-Tool zurück.
dsh-llm-deepseek-vision
nagasakisoyo-ui/dsh-llm-deepseek-vision
Vision-erweiterter DeepSeek-Adapter: Ein bildfähiges Modell beschreibt die Bildeingabe, dann schlussfolgert ein reines Textmodell von DeepSeek über diese Beschreibung.
dsh-eyes
leeminjing/dsh-eyes
Bedarfsgesteuertes Sehen für reine Textmodelle von DeepSeek: Bilder hochladen, und das Modell ruft ein view_image-Tool auf, das auf jedem OpenAI-kompatiblen Vision-Endpunkt basiert (standardmäßig Qwen/DashScope).
dsh-mindseye
kanchengw/dsh-mindseye
Plugin-Vision für reine Textmodelle auf DSH, mit nativer Interaktion für Bildverständnis und -generierung, GUI-Automatisierung, geschichteter Beleg-Erinnerung und Cache.
dsh-tool-vision
gloryxpnv/dsh-tool-vision
Lokales, strukturiertes Sehen für reine Textagenten: Bilder gehen an ein lokales OpenAI-kompatibles VLM und kommen als JSON-Belege zurück (Zusammenfassung, wörtliche OCR, Layoutregionen, Entitäten/Relationen, Farben, ausdrückliche Unsicherheit), mit Anti-Halluzinations-Fallback und optionaler Einfüge-/Upload-Brücke; keine Cloud-Kosten, Bilder verlassen nie den Rechner.
dsh-plugin-mm-vision
elohia/dsh-plugin-mm-vision
Synästhesie-Encoder für DSH: Ein Vision-Modell übersetzt Bilder in kompakten, strukturierten räumlichen Text (Canvas/Elemente/Prozentkoordinaten) und verleiht reinen Text-LLMs über das Tool `mm_vision` Bildverständnis auf Pixelebene.
dsh-vision-fallback
1helloman1/dsh-vision-fallback
Leitet Chat-Bilder an ein festes OpenAI-kompatibles Vision-Modell und gibt sachliche Beobachtungen an das gewählte Hauptmodell zurück; sitzungsbezogene Beobachtungen werden über Replays, Kompaktierung und Neustarts hinweg wiederverwendet.
multimodal-bridge
spirit4471/multimodal-bridge
DeepSeek-Harness-Plugin-Bundle: die Tools qwen_vision (Bildverständnis mit Qwen-VL) und qwen_generate (Text-zu-Bild mit Qwen-Image) für rein textbasierte Modelle
dsh-plugin-vision-toolkit
yytbit/dsh-plugin-vision-toolkit
Vision-Toolkit für DeepSeek Harness — glance-, ground-, detect- und crop-CLI-Tools, mit denen rein textbasierte Agenten Bilder verstehen können
deepsee
chang416/deepsee
DeepSee: Vision für DeepSeek Harness, Multi-Modell-Routing und visuelle Gemini-Selbstprüfungen vor der Auslieferung
dsh-sight
fu3rte/dsh-sight
Vision als Plug-in für rein textbasierte DeepSeek-Harness-(dsh)-Modelle: ein `vision`-Tool mit integrierten günstigen/kostenlosen VLM-Presets, Stapelanalyse mehrerer Bilder, Bildaufnahme per Einfügen-als-Hinweis und einer Web-Einstellungsseite mit Hot-Reload.
dsh-video-localmodel
wth373737/dsh-video-localmodel
Local-first video screening: ffmpeg samples frames, local Qwen3-ASR writes timecoded subtitles, a local vision model captions and ranks sampled frames, and a local text model folds the transcript into chapters; the original candidate frames are then handed to the leading model. Every stage resumes from the workspace, and export writes SRT, a timeline and native-resolution key frames.