Plugins

Transparent multimodal routing for text-only models: every image in every model call is fully transcribed (verbatim OCR, data, uncertainty zones, injection-hardened) by your own multimodal understander, with focused re-look via vision_relook and automatic retry on image-related failures. No bundled endpoints, no borrowed logins.

DeepSeek Harness vision plugin: 8 analysis modes (describe, OCR, chart data, UI review, object detection, compare, code-gen, debug), any OpenAI- or Anthropic-compatible vision API, with a built-in free vision model and automatic rate-limit failover.

DeepSeek-Harness-Plugin: direkte multimodale Bildtransferdeklarationen + Löschen von Bildern pro Sitzung (surface replace), mit einer Einstellungsseite und Composer-Steuerelementen.

Multimodale Ketten pro Dateityp: voreingestellte Verarbeitungsmodelle je Wildcard wandeln Bild-, Video- und Audiodateien in Prompt-Tokens um, bevor sie das reine Text-Sitzungsmodell erreichen – mit Fallback-Ketten je Preset und einer Multimodal-Einstellungsseite.

Multimodales Plugin für DeepSeek Harness: Bilder verstehen und Bilder generieren über konfigurierbare OpenAI-kompatible oder DashScope-Endpunkte.

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.

Chat-Bildanhang-Brücke mit einem view_image-Werkzeug für jedes OpenAI-kompatible VLM (lokales Ollama oder Cloud): eingefügte/abgelegte Bilder werden zu view_image-Pfadmarkern, bevor sie Text-only-DeepSeek-Modelle erreichen.

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.

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.

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.

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).

Plugin-Vision für reine Textmodelle auf DSH, mit nativer Interaktion für Bildverständnis und -generierung, GUI-Automatisierung, geschichteter Beleg-Erinnerung und Cache.

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.

Sprache für DeepSeek Harness (dsh) — Sprache-zu-Text-Eingabe + Vorlese-TTS für rein textbasiertes DeepSeek, ohne API-Schlüssel.

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

Vision-Toolkit für DeepSeek Harness — glance-, ground-, detect- und crop-CLI-Tools, mit denen rein textbasierte Agenten Bilder verstehen können

DeepSee: Vision für DeepSeek Harness, Multi-Modell-Routing und visuelle Gemini-Selbstprüfungen vor der Auslieferung

A headless-first macOS Computer Use driver for DeepSeek Harness with AX-first observations, window-bound multimodal evidence, host-owned approval, and evidence-backed action receipts

Xiaomi MiMo-powered voice for DeepSeek Harness: browser 🎤/🧠/🔊 UI, voice_transcribe/voice_understand/voice_speak tools, configurable voice map (preset/voicedesign/voiceclone). Fork of zhuiyueya/dsh-voice (MIT), Settings pattern from Anionex/dsh-vision-toolkit (MIT).

Declare whether a configured third-party model accepts image (multimodal) input; writes the modality into the owning provider settings and verifies it through runtime model resolution.

DSH plugin: auto-detect and configure model capabilities (reasoningEfforts + input modalities) for llm-pi-ai. Successor to dsh-reasoning-efforts.

TokenLab provider bundle for DeepSeek Harness with native Responses, Messages and Chat routing plus full multimodal and async tools.

88API Image Studio for DSH: four Image2 and Nano Banana models for text-to-image, multi-reference editing, 2K/4K output, and sequential batches.

GLM 视觉模型插件：注册 glm-vision 供应商路由（glm-4.6v 系列，image+text 输入声明）并提供 glm_vision 工具，让 DeepSeek 等文本主模型直接调用智谱视觉模型看图。