Plugins

MiniMax multimodal bridge: one `mmx_bridge` tool covers image understanding/generation, video, TTS, music, cover, web search and quota; optional `web_search`/`read_image` takeover; inline players/image previews right in the Web GUI (npm: `dsh-mmx-bridge`).

Cross-platform Computer Use for DeepSeek Harness: virtual-mouse human-like operation (screen_observe + computer_click + type + key + scroll + drag, 11 tools), AX-tree zero-vision-cost mode with free GLM-4V-Flash vision fallback, safety guards (snapshot TTL / app whitelist / dangerous-action approval / password-box protection).

All-in-one bundle for DSH: the native Windows desktop window (WebView2), DeepEye vision (GLM-4V-Flash), and voice input (mic button) in a single install.

DeepSeek Harness 原生视觉 Bundle：粘贴或拖入图片，通过托管的 deepseek-vision-mcp 调用 OpenAI 兼容视觉模型。

Vision MCP and DSH bundle for text-only DeepSeek: analyze_image, analyze_clipboard, compare_images and vision_status tools, a visual settings page, free GLM-4.6V-Flash by default, result caching and rate-limit tolerance; keys stay out of logs.

MiniMax-powered multimodal plugin: real-time voice call mode (streaming conversation, floating dock UI), voice mode and mic voice input, plus image/video/music/speech generation and vision inspection tools.

Dedicated model routes, tools, and system guidance for vision, compaction, reviews, subagents, titles, and image generation.

DeepEye-Vision-Plugin für DeepSeek Harness (DSH): Bildbeschreibung, OCR, VQA, UI-Layout und Zwischenablage-Analyse.

Gehosteter, kostenloser Vision-Sidecar für DeepSeek Harness mit dauerhaften Sitzungsbelegen.

DeepSeek Harness 多模型路由插件：让专业的事情交给专业的 agent——自定义视觉/翻译/语音/子代理等专业 agent 并绑定独立模型，多模态账号一键登录、账号池健康路由与实时用量统计

DeepSeek Harness plugin that turns UI screenshots into implementation-grade web specs using OCR, deterministic geometry, scene graphs, assets, and render comparison.

Auditable vision and cross-platform Computer Use runtime for DeepSeek Harness with source-preserving evidence.

Remote host tunnel manager: runs dsh web on a remote Linux server (systemd supervision, no root needed) behind an auto-reconnecting SSH tunnel; allocates and registers remote ports on the server, multi-user safe, with an audit view.

Advertise image paste on text-only DeepSeek routes, describe attachments with a vision sidecar, and leave native vision models untouched.

Fully-local image understanding & OCR via macOS Vision Framework: `ocr_image` (text, table layout + coordinates) and `view_image` (scene, faces, QR) — paste multiple images into the web input box or pass path/URL/base64; images never leave your Mac.

Gives a text-only model image understanding via a vision-language model, exposed as a `describe_image` tool.

Fähigkeits-Deklaration je Modell für DeepSeek Harness: Reasoning-Effort-Stufen (Wire-Schreibweisen) plus Anfrage-Modalitäten (Vision) für OpenAI-kompatible Provider. Einstellungsbereich, keine Laufzeit-Harness-Abhängigkeiten, kein YAML.

DeepSeek-Harness-Plugin, das Sitzungsbilder per Bridge an austauschbare Vision-APIs weiterleitet, während DeepSeek das primäre Modell bleibt.

HeartFlow (心虫), ein AGI-Layer-1-Diskriminator-Gate als DSH-Plugin: 47-dimensionale, regelbasierte Textprüfung (heartflow_check-Tool) plus automatische Ausgabeüberwachung bei Tools/Post-Execute, fail-closed bei fehlender Engine.

Codex-gestützte Tools `web_search`, `image_gen` und `image_vision` für DeepSeek Harness, die den bestehenden ChatGPT-OAuth-Login wiederverwenden.

Bilibili-Video-Analyse: Metadaten, Transkript (ASR-Fallback über Bijian/sherpa-onnx/whisper.cpp), Kommentare, Danmaku und scharfe Keyframes mit optionalen lokalen Vision-Beschreibungen.

Native Vision-Bridge für LLM-Anbieter: In den Chat eingefügte Bilder werden von einem Vision-Modell (Qwen3-VL über pi-ai/llama.cpp) beschrieben, und die Textbeschreibung wird zur Antwort an das rein textbasierte DeepSeek weitergegeben — Bildaufnahme, Routing und Kompaktierung laufen vollständig über harness-native Mechanismen, mit LRU-Beschreibungscache und 503-Retry.

Im Composer angehängte Bilder werden von einem OpenAI-kompatiblen Vision-Modell in Text umgewandelt, bevor sie textbasierte DeepSeek-Modelle erreichen.

DeepSeek Harness plugin: import models with capabilities from an OpenAI-compatible /v1/models listing (gateway capability extensions) and edit per-model capabilities (thinking, vision) on its settings page