Plugins

Konfigurierbare Bilderkennung für textbasierte DSH-Modelle: Bildnachrichten werden zunächst von einem OpenAI-kompatiblen Vision-Modell transkribiert (Basis-URL, Modell-ID und API-Schlüssel in einem Einstellungsbereich festgelegt) und dann als Text an das Hauptmodell weitergegeben, während die Unterstützung für Bildeingaben angekündigt wird. Das API-Schlüssel-Authentifizierungsschema ist wählbar (OpenAI-, Anthropic-, Gemini- oder Azure-Stil-Anfrage-Header) und ein fehlender Schlüssel wird vor jedem Versand einer Anfrage gemeldet.

Token-Attention-Management-Panel für DeepSeek Harness: Token-Verbrauch und Kosten pro Aufgabe/Tag/Woche/Monat (Eingabe-Hit/Miss, Ausgabe, Reasoning), DeepSeek-Peak-/Off-Peak-Preise, Aufgabentyperkennung und Empfehlungen, wann die Sitzung gewechselt, eine Übergabe geschrieben oder der Kontext komprimiert werden sollte.

Vision-Toolkit für textonly DeepSeek: modellaufrufbares `vision`-Tool, Wrapper-Adapter für deepseek/opencode-go (v4 flash/pro), Antigravity-IDE-Kontingent (default, flash/pro) / jeden OpenAI-kompatiblen VLM / Gemini / lokale Ollama-Kanäle, Evidenzspeicher mit Kompaktierungs-Rehydration, Content-Hash-Cache und ein zweisprachiges Client-Panel.

Drive your local DSH from WeChat: a self-hosted iLink bridge over a persistent ACP session (context lives in DSH and is resumable), phone conversations grouped into the desktop workspace, with image recognition, file messages (Excel/Word/PDF, parsed by the agent itself) and voice transcripts. Access defaults to strict (only registered devices are served); the phone channel's permission preset is wide by design - see the README security section before sharing the bot.

Local-first voice conversations for DSH, with local speech recognition and synthesis and optional external providers.

DeepSeek Harness (Cordis) plugin — bi-temporal VSA memory + cognition engine + BLAKE3 provenance, exposed as a DSH storage+session plugin. End-to-end tested with a real Python subprocess.

Johari cognition-quadrant dialog prompt composer — adds a button above the composer that opens a 2×2 quadrant panel (known/unknown × AI-known/AI-unknown) to groom conversation context into a structured prompt written back into the draft.

Free vision OCR with adaptive tile recognition for long documents and Markdown/Word/PNG/Excel export.

A microphone button for DeepSeek Harness that writes browser speech recognition into the composer draft.

Screen capture and external vision recognition: take_screenshot, list_windows, analyze_image and view_image tools with a configurable GPT vision channel (gpt-5.5 / gpt-5.6-sol / gpt-5.6-terra), API key via the credentials service, and a settings card; view_image shows the screenshot in the Web UI while the model context keeps text only.

DeepSeek Harness (dsh) plugin that bridges the local 'Screen Automation Helper' desktop platform (Windows/macOS) into the Agent tool system. Exposes status, capabilities, workflow list/run/stop, run management, screen capture, local recognition primitives

Nutzt den eingebauten Vision-Modus von DeepSeek web für reine Textmodelle: Das Tool deepseek_vision steuert die lokale Browser-Automatisierung deepseek-vision-cli (Helfer für manuelle Anmeldung, deep-think aktiviert, automatisches Schließen des Browsers) und liefert Bildbeschreibungen als Text.

Large-image recognition for vision-exp models: lossless 800×800 tile recognition (smart/pipeline/full), local OCR with preprocessing & handwriting routing, optional multi-vendor GPU (DirectML/CUDA/OpenVINO) with auto CPU fallback.

Minimal English-only voice input for the DeepSeek Harness Web UI: a mic button in the composer that transcribes speech into the draft via the browser's native SpeechRecognition API. No dependencies, no subprocess, no network calls beyond whatever the brow

Adds image input and recognition through configured DSH providers or an OpenAI-compatible endpoint.

Deterministic Reasoning Engine (DRE) for dsh: dre__* tools for knowledge verification (three-stage discrimination), deterministic cognition loops, constraint solving, mental models and synapse memory - strengthens information certainty.

Browser Web Speech dictation for the Composer: recognition needs no dedicated ASR server, key, or model download; reuses Session text and a configured DSH model for contextual phrase hints and optional transcript polishing.

明眸 VisionBridge - Selbstentwickelte visuelle Brücke: Wenn ein blindes Modell Bilder empfängt, wird automatisch ein visuelles Modell zur Erkennung aufgerufen und der erkannte Text an das Hauptmodell zurückgegeben; nahtlos, konfigurierbar, verlustfrei bei Upgrades.

DeepSeek Harness OCR plugin — offline image text recognition powered by PaddleOCR-json (primary) and RapidOCR-json (fallback). 让 DeepSeek Harness 直接识别图片中的文字，无需视觉模型、完全本地离线运行。

Give DSH text-only models vision: an image/OCR/document recognition skill (race pool → custom channels → local) plus an idempotent host patch so image messages reach the model.

Project memory for coding agents on DeepSeek Harness: similar past edits surface as precedents, out-of-scope edits are blocked, and cognition persists across sessions (47 upstream-verified fixes, gold-free 20-task run).