Plugins

Vision-Brücke für reine Textmodelle: Bild einfügen, strukturierte JSON-Belege erhalten (OCR, Layout, Semantik).

Fügt reinen Text-Hauptmodellen ein konfigurierbares Vision-Modell hinzu: ein vision_read_image-Tool, einen Vision-Modell-Selektor in der Composer-Leiste und automatische Bild-zu-Text-Konvertierung für reine Textrouten.

Strukturierte Vision-Belege (OCR/Layout/Semantik) sowie ein USB-Kamera-Capture-Tool für eine „Shoot-Look-Adjust"-Debug-Schleife; Backends: Ollama, DeepSeek, Xiaomi.

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.

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.

Image-to-text input for the Web UI: paste or drag an image and it is transcribed into structured text and sent, giving text-only LLMs image-input takeover (OpenAI-compatible vision API).