Plugins

Bildverständnis für jedes DSH-Modell: Vision-, OCR-, Grounding- und Zuschneide-Tools mit Domänen-Presets für Histopathologie, Zellbiologie, Anatomie, klinische Bilder und wissenschaftliche Abbildungen.

Markdown-Viewer für die Dock-Workbench: GFM-Rendering mit DOMPurify-Sanitization, Dokumentgliederung und Auflösung von Bildern/Links mit relativen Pfaden sowie Ein-Klick-Wechsel zur Bearbeitung.

Lokale Erzeugung von Bildern, Stimmen, Musik und Soundeffekten sowie Transkription, mit fixierter Identität: Charaktere, Tiere, Objekte und Schauspielernstimmen werden einmal definiert und bei jedem späteren Aufruf wiederverwendet; degenerierte Ausgaben (nahezu flaches Bild, stilles Audio) werden abgelehnt statt als Erfolg zurückgegeben, und eine erzeugte Zeile kann als Text zurückgelesen werden, sodass ein Klon, der sein Ende verschluckt hat, sichtbar wird. Die Engines entladen sich im Leerlauf, und Bildgenerierung und Transkription können jeweils auf eine OpenAI-kompatible API statt auf das lokale Vulkan-Backend zeigen.

Erzeugt und bearbeitet KI-Medien (Bild, Video, Audio, 3D) mit WaveSpeed-Modellen über die Open-Source-wavespeed-CLI: Live-Katalogsuche, Inspektion des Eingabeschemas je Modell, Upload lokaler Dateien mit @path-Markierungen und Preisprüfung vor der Ausführung.

Google Antigravity CLI (agy) als DSH-Produkt-Subagent: Aufgaben an einen Gemini-Codierungs-Agenten mit Ihrer Antigravity-Anmeldung (kein API-Schlüssel) delegieren, mit Konversations-Follow-ups, Hintergrund-Streaming-Fortschritt, Bildanalyse nach Pfad und einem Pop-up-Anmeldefenster.

Content-Studio für WeChat Official Accounts: Rotationsschreiben gegen Vereinheitlichung, Playbook zur Behebung schwacher Kreativität, visueller Baseline für Segensbilder, gpt-image-Pipeline mit OCR-Abnahme und die gemessene xiaolvshu-Entwurfs-Web-API.

Zeigt Mermaid-Diagramme als Bilder per lokalem Rendering in DSH Web an, wenn die Chatnachricht einen Mermaid-Fenced-Code-Block enthält, und erlaubt außerdem die Integration externer Rendering-Server.

Zeigt eingefügte oder hochgeladene Bilder direkt im DSH-Web-Chat an und gibt reinen Textmodellen Sehkraft: Das vom Modell aufrufbare Tool visual_review nutzt zuerst eine OpenAI-kompatible multimodale API und fällt bei einem Fehler auf einen lokalen Qwen3-VL-Worker zurück.

Agentenaufrufbares Vision-Tool, das lokale Bilder über einen von dir konfigurierten, OpenAI-kompatiblen Vision-Endpunkt beschreibt, mit optionalem Multi-Modell-Gegencheck und ohne integrierte Schlüssel.

Bewirbt das Einfügen von Bildern auf reinen Text-Routen von DeepSeek, beschreibt Anhänge mit einem Vision-Sidecar und lässt native Vision-Modelle unangetastet.

Komplettes Vision-Funktionspaket für DeepSeek Harness: ein vision_understand-Tool (OpenAI-kompatible Vision-APIs, standardmäßig kostenloses Zhipu GLM-4V-Flash) sowie Einfüge-/Drag-and-Drop-/Button-Einstiegspunkte für die Bilderkennung.

Gibt dsh die Fähigkeit, Bilder und Videos über die grok2api-API zu erzeugen.

GPT Image 2 `image_gen` mit standardmäßigem Codex-Abonnement-OAuth oder explizitem API-Schlüsselmodus: Entwicklungskarte, bis zu drei Live-API-Teilstücke, persistente Anhangs-Wiedergabe / Lightbox / Download, reiner Textmodell-Ausgabe und begrenzten, credential-sicheren Anfragen.

Text-, Vision- und Bildgenerierungs-APIs in einem Mix-Modell mit automatischem Routing kombinieren: textonly-Anfragen gehen zum Chat-Modell, Benutzerbilder und Agent-Screenshots zum Vision-Modell, Folgeanfragen nutzen weiterhin dasselbe Sitzungsbild, und Agenten können Bilder mit sitzungsbezogener Aufrufhistorie generieren oder bearbeiten.

Metaso-(秘塔AI搜索)-Such- und Reader-Anbieter für die Web-Grenze: web_search liefert Seitenzusammenfassungen, web_fetch liest vollständiges Seiten-Markdown und unterstützt die Suche über mehrere Bereiche (webpage/document/paper/image/video/podcast).

Docker-Tools für Agenten: ps/images/logs/inspect/exec/manage/health mit JSON-Ausgabe, per Umgebung konfigurierbarem CLI-Pfad, genehmigungsgesteuertem exec und keinen Laufzeitabhängigkeiten.

MuApi Medienerzeugungs-Tool: ein muapi_generate-Tool, das Jobs an eines der über 100 Bild-, Video-, Audio- und 3D-Modelle von MuApi über einen einzigen x-api-key einreicht und abfragt.

Wal-Mädchen-Hintergrund mit mattierter halbtransparenter App-Oberfläche; passe Bild, Deckkraft und contain/cover in den Web settings an, mit Preflight für entfernte Bilder und no-referrer-Laden.

Installiert ein Bild-Eingabe-Kontrollkästchen in den Models-Katalog, damit ein benutzerdefiniertes Modell Bildeingabe deklarieren und Bilder direkt empfangen kann; enthält ein optionales BYO-Vision-Relay.

Rechtes Ausgabe-Dock von DSH Web: sitzungsbezogene Tabs für Berichte, Bilder, Daten, Video und Audio, mit Inline-Vorschauen, Ausgabequalitätsprüfungen und einer durchsuchbaren zugweisen Historie.

Wallpaper-Skin für die DSH-Web-UI: Bildhintergrund mit Steuerung für Deckkraft, Overlay und Unschärfe.

DSH Pet Corner: ein schwebendes Pet, ein schlüsselfreier Pet-Bild-Proxy, Favoriten und eine plugin-eigene Einstellungs-API.

Lädt lokale Bilder und Dateien über die bestehende PicGo-Konfiguration auf deinen Bilder-Host hoch (PicGo Cloud, GitHub, S3, COS, Qiniu oder jedes installierte Uploader-Plugin), über ein `picgo_upload`-Tool und den Befehl `/picgo`.