Plugins

Remote-Host-Tunnel-Manager: betreibt dsh web auf einem Remote-Linux-Server (systemd-Überwachung, kein Root erforderlich) hinter einem sich automatisch wiederverbindenden SSH-Tunnel; weist Remote-Ports auf dem Server zu und registriert sie, mehrbenutzersicher, mit Audit-Ansicht.

DSH-Plugin, das Bilder und Dateien als Workspace-Pfade an reine Textmodelle liefert: Bilder behalten die native Anhang-Oberfläche, andere Dateien erscheinen als quadratische Chips in der Leiste, Pfade werden beim Senden angehängt — passt zu dsh-vision-toolkit.

Stellt das see_image-Tool für DSH bereit: sendet eine Bilddatei an ein konfigurierbares OpenAI-kompatibles Vision-Modell und leitet dessen Beschreibung an ein reines Textmodell zurück.

Nur für Windows: Computer-Use-Plugin für DeepSeek Harness mit UIA, cua-driver und optionalem GLM-Vision.

Großbild-Erkennung für vision-exp-Modelle: verlustfreie 800×800-Kachel-Erkennung (smart/pipeline/full), lokales OCR mit Vorverarbeitung und Handschriftrouting, optionale Multi-Vendor-GPU (DirectML/CUDA/OpenVINO) mit automatischem CPU-Fallback.

On-Demand-Vision für reine Text-DSH-Sitzungen: Bilder werden zu Markern, und ein vision_describe-Tool sendet nur das Bild und die Frage an ein OpenAI-kompatibles Vision-Modell

Bildschirmaufnahme ohne Abhängigkeiten für DSH: Lightweight — null Abhängigkeiten, null Binaries; Stage & shoot — Vollbild-, Fensterlayout- und Hover-Snap-Aufnahme verdeckter Fenster mit einem Klick; Agent-Self-Service — Lieferung nur per Pfad; Pfade sind universell, kombiniere es mit modlens (optional) für strukturierte Nachweise mit einem Aufruf.

MiniMax-betriebenes multimodales Plugin: Echtzeit-Sprachanrufmodus (Streaming-Gespräch, schwebende Dock-UI), Sprachmodus und Mikrofon-Spracheingabe, sowie Bild-/Video-/Musik-/Sprachgenerierung und visuelle Inspektionstools.

OpenCode-Go-Abonnement-Chat für DSH mit modellweiser Auswahl von Completions-, Responses- oder Anthropic-Protokoll, Modellerkennung, Kontext-, Vision- und Thinking-Metadaten, Effort-Standardwerten und Nutzungsmessern.

Verleiht DeepSeek-Modellen (nur Text) Bildverarbeitung in Claude Code-, Codex- und Agent-Plugins-Clients: beschreibt Bilder über jeden OpenAI-kompatiblen Vision-Endpoint.

Ein inhaltsbewusstes PDF-Lesepaket für Visionsmodelle: profiliert jede Seite auf Abbildungen (Vektor und Raster), Tabellen, Formelrisiko und zweispaltiges Layout, wendet dann eine inhaltsbewusste hybride Extraktion an und rendert Seiten mit Abbildungen/Tabellen/Formeln als hochauflösende Region-Crops. Bietet eine niedrigauflösende Vorschau zum Verständnis des Seitenlayouts und rendert eine angegebene Region hochauflösend. Als mehrere Werkzeuge für Agents verpackt.

Steuere ein HarmonyOS-Telefon über die DSH-Weboberfläche mit KI: Live-H.264-Bildschirmspiegelung, Mausberührung und Systemtasten, hilog-Streaming sowie agentische Werkzeuge, mit denen das Modell den Bildschirm lesen, UI-Steuerelemente finden und dann tippen, lange drücken, Tasten drücken oder Text eingeben kann.

DeepSeek-Harness-Webplugin — PDF-Text-Layer und Scanned-PDF-OCR, Office docx/xlsx/pptx zu Markdown, TIFF/epub und Index-Cards für lange Dokumente.

Erweiterte Vision-Toolbox: 14 Pixel-Level-Vision-Tools (describe, ground, detect, crop, pixel-diff, OCR, long-screenshot OCR, vectorize, colors, cutout, screenshot, present, materialize, html-screenshot), gesteuert von einem OpenAI-kompatiblen Endpoint, mit sauberen [图片: path]-Bridge-Markern, Content-Safety-Klassifikation und Auto-Retry bei Rate-Limits.

Drag-and-Dose-Upload für PDF, Word, Excel und Bilder: abgelegte Dateien werden in einem lokalen Verzeichnis gespeichert und per Pfad referenziert, kein Base64-Bloat im Chat.

Inline-Vorschau für [图片: path]-Bild-Bridge-Marker: nachdem der Marker gerendert ist, erscheint das Bild automatisch im Chat, sodass lange Anweisungen aus der Konversation herausgehalten werden.

Ermöglicht reinen Textmodellen den Umgang mit eingefügten Chat-Bildern, mit nativem Vision-Erlebnis, Bildanzeige im Stapel und einem integrierten OpenAI-kompatiblen analyze_image-Tool; visionsfähige Modelle bleiben unbeeinflusst.

DeepSeek Harness natives Vision-Bundle: Bilder einfügen oder hineinziehen, über das gehostete deepseek-vision-mcp OpenAI-kompatible Vision-Modelle aufrufen.

OMX-artige Workflow-Skills für DeepSeek Harness: deep-interview, ralplan, ralph, autopilot, team, code-review und 19 weitere, auf nativen DSH-Tools neu geschrieben, ohne Vision-Skills.

Völlig lokale Bildverarbeitung und OCR über das macOS Vision Framework: `ocr_image` (Text, Tabellenlayout + Koordinaten) und `view_image` (Szene, Gesichter, QR) — fügen Sie mehrere Bilder in das Web-Eingabefeld ein oder übergeben Sie Pfad/URL/base64; Bilder verlassen Ihren Mac nie.

Vision-MCP- und DSH-Bundle für textbasiertes DeepSeek: analyze_image-, analyze_clipboard-, compare_images- und vision_status-Werkzeuge, eine visuelle Einstellungsseite, standardmäßig kostenloses GLM-4.6V-Flash, Ergebnis-Caching und Rate-Limit-Toleranz; Schlüssel erscheinen nicht in Logs.

All-in-one-Bundle für DSH: natives Windows-Desktopfenster (WebView2), DeepEye-Vision (GLM-4V-Flash) und Spracheingabe (Mikrofon-Taste) in einer einzigen Installation.

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.