Plugins

DeepSeek-Gehirn + automatische Bildtranskription: Bilder in der GUI anhängen und jedes wird standardmäßig über das offizielle deepseek-v4-flash-vision-exp transkribiert (ein reines Text-V4-Pro-Gehirn kann Bilder sehen), mit jeder OpenAI-kompatiblen VLM oder lokalem Ollama als Alternative.

Medien- und Vision-Workspace für DeepSeek Harness: Erzeugung von Bildern, Videos und Sprache, Fragen und Antworten zu Bildern sowie Lokalisierung von Elementen, OCR für lange Bilder, Pixel-Diff, Verifikation von HTML-Screenshots und Zusammenfassung von Videos, mit DashScope- und OpenAI-kompatiblen Anbietern, Modellpools und einem Workbench-Client.

Omnimodale Workstation für DSH: analyze_image über eine geordnete Failover-Kette aus mehreren VLM-Karten, ein Bildwerkzeugkasten mit sechs Werkzeugen (Zoom, Farbabtastung, Pixel-Diff, OCR, Elementerkennung, Anzeige im Chat), die denselben Bildauflöser nutzen, generate_image über die Protokolle OpenAI/DashScope/ComfyUI, asynchrones generate_video mit mehreren Karten samt Builder /build-video-tool und speak/clone_voice für Sprachausgabe über sieben Anbieter – alles gesteuert von einer selbst speichernden Einstellungsseite.

Consumer des ui_mockup-Tools: erzeugt in der Diskussionsphase UI-Wireframes bzw. High-Fidelity-Skizzen, legt den Entwurf auf der Platte ab, bittet um Bestätigung und sperrt danach die Design-Spezifikation; enthält Client-Karten, Bild-Routing und i18n.

Erzeugt UI-Wireframes und hochauflösende Mockups in DeepSeek Harness mit auswählbaren DashScope- und Volcengine-Bildanbietern.

Alibaba Bailian (DashScope) model catalog preset + auto-adapter for DeepSeek Harness — reasoning effort levels, thinking budgets, context windows, auto-adaptation of existing Bailian routes, a configurable context ceiling

Text-to-image for DeepSeek Harness: a `draw_image` model tool, an input-bar 生图 button with a prompt popup (async generation, 4-grid results, download / keep / delete), an /imgdraw image route, and persisted history. Backends: DashScope wan2.7-image (free

Optimized fork of dsh-image-gen with batch generation (count), gallery pagination, lazy loading, fetch retry/timeout, and 7 providers: Gemini/OpenAI/Seedream/DashScope/Agnes/GLM-Image/Stability AI.

Text-to-video and image-to-video generation via DashScope Wanx, Volcengine Seedance, Google Veo and OpenAI Sora, with tool results saved to the session workspace and a video gallery (grid, lightbox, download, delete) that survives DSH restarts.

China-bereite Spracheingabe für den Composer. Erfordert eine lokale Python-Brücke (pip install dashscope websockets, bridge/voice-bridge.py ausführen) — das Plugin allein funktioniert nicht. Das Browser-Mikrofon streamt 16-kHz-PCM an die Brücke, die Alibaba Cloud DashScope ASR (paraformer-realtime-v2) ausführt; Zwischentext füllt den Entwurf am Cursor, Stille Auto-Stopp, optionaler Auto-Send.

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.

Modellseitiges image_describe-Werkzeug (识图) über die OpenAI-kompatible DashScope-API (qwen3.7-flash), plus eine Einfüge-Brücke: In Text-only-Sitzungen werden eingefügte Bilder beim Senden automatisch in Dateipfade umgewandelt und im Transkript zurückgerendert, sodass sie nie an der Bildannahme scheitern. Eigenen DASHSCOPE_API_KEY mitbringen; Endpunkt/Modell/Budgets konfigurierbar, redirect-fester HTTP-Client, funktioniert in jedem agent preset.

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).