Plugins

Ein `describe_image`-Vision-Tool für rein textbasierte Modelle: Bilder (lokaler Pfad, URL, Anhang) werden an einen konfigurierbaren, OpenAI-kompatiblen Vision-Endpunkt gesendet, und nur der zurückgegebene Text gelangt in die Sitzung.

Fest verankertes Wal-Widget in der Ecke für die DSH-Web-GUI — Guthaben, heutige Nutzung und Kosten pro Zug mit Spitzen-/Nebenzeit-Tarifen, editierbare Guthaben-Alarm- und Tagesbudget-Bubbles, modulbasierte eigene Bubbles-Warteschlange mit A/B-gewichteten Auswahlmöglichkeiten und zufälligen Zeilen oder Bildern, über 30 Anbieter-Vorlagen (OpenAI, OpenRouter, Kimi, SiliconFlow, Ark, Zhipu, MiniMax und mehr) mit Guthaben und Abo-Kontingent pro Modell, dazu Task-Ende-Sound, importierte Audiodateien, eigene Rollen und ein Ressourcen-Manager. Nur lokal, keine Telemetrie.

Vision für reine Textmodelle: Fügen Sie ein Bild ein und das Modell wechselt zur Vision-Toolkit-Variante für Bild-Q&A, Mehrbildvergleich, Lang-Screenshot-OCR, Screenshot-zu-UI-Reproduktion, Element-Grounding und Pixel-Diff. Standardmäßig kein API-Key erforderlich — Bilder werden vom kostenlosen, vom Autor gehosteten Dienst verarbeitet, 100 pro Maschine pro Tag; konfigurierbar auf Ihren eigenen Anbieter.

Steuern Sie einen lokalen oder Remote-ComfyUI-Server aus DeepSeek Harness: Die Tools comfyui_run / comfyui_object_info / comfyui_workflow erzeugen und bearbeiten Bilder und Videos, mit einer Workflow-Bibliothek (Graph-Extraktion: pro Komponente / Hauptfluss / alle), einem Ladebereich mit automatischer Auflösungsanpassung, einer Live-Warteschlange, SDXL- und Wan-2.1-Vorlagen, einem Begleit-Skill und einem Media-Proxy gleicher Herkunft.

Erzeugt Game-Art aus Referenzbildern mit Seedream-Bildgenerierung und MiniMax Image-to-Video und baut Acht-Richtungs-Sprites, Sequenzframes und Skelettanimationen mit lokalem Green-Screen-Keying zusammen.

Erstellt editierbare Blender-Produktszenen in DSH. Starten Sie mit Lautsprecher-, Tassen- und Lampenrezepten oder importierten Modellen; Lighttable zeigt Ergebnisse, vergleicht Revisionen und passt Maße, Materialien, Kameras und Licht an. Statische Modelle lassen sich auf Mesh-Flächen platzieren und als vollständige Ansicht speichern, ohne Kameras oder Animation zu verändern; wiederholte Texturkoordinaten ebener Flächen werden ohne Geometrieänderung repariert. Rendern Sie Bilder und Videos gespeicherter Aufnahmen und exportieren Sie editierbare Revisionen samt Assets. Native Prüfung, unveränderliche Revisionen und Freigabe schützen vorhandene Arbeit. Unterstützt DSH 0.2.1-rc.1 und den Legacy-Host; 20 Werkzeuge.

Browserlokale Hintergrundbild- und transluzente Panel-Steuerung für DSH Web, mit mehreren Bildern, Anpassungs- und Positionsoptionen, Schattierung, Unschärfe und Panel-Deckkraft.

Werkbank für Technik- und Mathematikaufgaben mit neun Tools zum Lesen von Bildern, Lösen, Plotten und Prüfen von Antworten sowie vier gebündelten Skills. Benötigt Python mit numpy und Pillow. Bilderkennung, Abbildungsprüfung und Formelsatz benötigen einen Vision-Anbieter mit eingerichtetem Schlüssel; die Bilder werden dorthin gesendet. Ohne Schlüssel schlagen diese Funktionen fehl, die übrigen Tools laufen weiter.

Erscheinungsbild-Toolkit für DeepSeek Harness. Deckkraft und Milchglas-Unschärfe getrennt für 8 Oberflächen (Haupt-Hintergrund, Seitenleiste, Karten/Panels, Eingaben, Einstellungen, Unterhaltungsrahmen, Trajektorie, erzeugte Inhalte/Hervorhebungen – 9 mit dsh-better-sidebar). Bild oder Video als Hintergrundbild, mit Positionseditor (Ziehen verschiebt, Scrollen zoomt) und 5 Layoutmodi (Fit/Fill/Stretch/Tile/Center); Videos laufen stumm in Schleife, überstehen Neuladen, liefern ein Live-Einzelbild für Vorschau, Farbextraktion und Bildausschnitt. Bildvorräte rotierbar (Zufall/Reihenfolge, jedes Neuladen/täglich/wöchentlich). Dazu: Farbrad im Photoshop-Stil, Farbextraktion per Klick, 6 Voreinstellungen + gespeicherte Profile, automatischer Tag-/Nacht-Wechsel, voller Theme-Export/-Import.

Desktop-Haustier mit Claude-Persona, unten rechts in der DSH-Weboberfläche angeheftet: zeigt Kontostand, heutige Nutzung, Haupt-/Nebenzeitpreise und Kosten pro Runde; bearbeitbare Blasen (Text, Guthaben, Nutzung, Preise, Bilder, Zufallssprüche, gewichtete Auswahl), Stil und Schrift pro Zeile, schwebender Schnell-Editor, Soundeffekte sowie eigene Figuren/Audio. Animierte Rollen atmen und blinzeln; eine Guthabenwarnungsvariante wechselt unter dem Grenzwert zu einem weinenden Gesicht. Animationsstufen 256/384 und optionales 512-HD-Paket aus dem Ressourcenmanager. 63 Claude-artige Zeilen. Abgeleitet von MeteorNOX/DeepSeek-Balance-Whale-Widget (MIT).

DSH Knit sortiert Markdown/Code/Bilder/Videos im Workspace nach Gesprächsbezug in der Seitenleiste; Context Pack via knit_docs. Standard-BM25/IDF vergleicht lokal letzte Nachrichten mit Titel/Zusammenfassung/Inhalt: kein Modell/Netz, keine Übertragung; Index bleibt nach Neustarts/Sitzungen. Evidenz/Vorschau; Zuordnung beim Lesen fixiert; Anheften/Ausschluss vor Abruf rückgängig machbar. v0.23 Hybrid optional AUS, nur mit selbst konfigurierten Ollama/OpenAI-kompatiblen Embeddings. Sendet nur query+Titel/Zusammenfassung (Markdown: Anfang ≤60 Zeichen; Code: relativer Ordner; Medien: Name), nie Volltext/absolute Pfade; Loopback lokal. v0.24 verknüpft uncommittete Änderungen mit read-only git status (festes argv, keine Shell, env-Allowlist), AUS. Kein Realtest; kein Suchgewinn belegt.

Mobile Web-Shell für die DSH Web GUI: Overlay-Schubladen, ziehbarer FAB, mobile Composer-Korrekturen und ein schwebender Bild-Upload-Button oberhalb des Composers (native Galerie/Kamera, integriert in die validierte add-images-Pipeline), ohne Desktop-Regression. Auf npm als dsh-webui-mobile veröffentlicht.

Verleiht reinen Textmodellen Sehvermögen: leitet Benutzerbilder an ein OpenAI-kompatibles Vision-Modell weiter und zeigt die Beschreibungen in einem rechten Panel der Web-UI an.

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.

Ruft eine beliebige http/https-Seite ab und gibt Titel, Beschreibung, Haupttext, Überschriften-Gliederung und Links zurück, mit Statistiken (Zeichen-/Wortanzahl, Lesezeit, Sprache) und Top-Keywords; kann Inhaltsbilder in den Sitzungsarbeitsbereich für die Bildanalyse herunterladen und sie über den scrape.imageAnalyzer-Dienst an registrierte Analyser verteilen.

MCP-Brücke zu gemini.google.com: Bild- und Videovisionsanalyse, Imagen-Bild- und Veo-Videoerzeugung sowie Gesprächsverwaltung über die bereits angemeldete Browser-Sitzung, ganz ohne API-Schlüssel.

GPT/ChatGPT-Persona-Desktop-Pet unten rechts im DSH-Web-GUI. Zeigt Guthaben, heutigen Verbrauch, Haupt-/Nebenzeitpreise und Kosten pro Turn; bearbeitbare Sprechblasen (Text, Guthaben, Verbrauch, Preise, Bilder, Zufallstexte, gewichtete Auswahl), Stil/Schrift je Zeile, schwebender Editor, Sounds, eigene Figurenbilder/Animation/Audio und Einrasten/Spiegeln. 54 GPT-artige Zeilen in fünf Gruppen. Namespaces für Routen, Bundle-ID und Datendateien erlauben den Parallelbetrieb mit Whale- und Xiaoke-Widgets. Abgeleitet von MeteorNOX/DeepSeek-Balance-Whale-Widget (MIT).

Nur Windows: Der Agent bearbeitet Dokumente in geöffneten Word-, Excel- und PowerPoint-Fenstern (Microsoft Office oder WPS Office) über die Automatisierungsschnittstelle der Apps; Änderungen erscheinen live und paralleles Bearbeiten ist möglich. Er liest die Struktur, wendet Änderungen stapelweise an, rendert Seiten zur Layoutprüfung als Bilder und speichert oder exportiert als PDF.

Modellseitiges display_file-Tool, das 36 Dateiendungen in der Weboberfläche inline darstellt: Bilder mit Klick-Zoom-Lightbox, spulbares Video, Audio, PDF, per LibreOffice auf dem Host in PDF konvertierte Office- und OpenDocument-Dateien sowie lokales HTML in einem isolierten Frame; Bytes werden über eine signierte HTTP-Route mit Range-Unterstützung gestreamt, und PNG/JPEG/WebP/GIF gelangen auf bildfähigen Routen auch in den Modellkontext.

Fügt ein generate_image-Tool hinzu, das durch die FAL-Warteschlange, eine beliebige OpenAI-kompatible Images-API oder ein ChatGPT-/Grok-Abonnement unterstützt wird, und zeigt das Ergebnis direkt im Gespräch an.

Wissensbasis als Canvas in der rechten Seitenleiste: Notizen sind Knoten; 9 Tools lassen das Modell lesen, schreiben, verknüpfen und löschen. Knoten können Bilder und Dokumente enthalten; beim Lesen wird Text zurückgegeben und Office-Dateien werden direkt extrahiert. Bilder lassen sich als Bilder übergeben.

Multi-Engine-Text-zu-Bild-Generierung (OpenAI Images und Zhipu-CogView-Presets) mit Quotenverfolgung pro Sitzung, Engine-Failover, credential-sicherer Konfiguration und einer Ergebniskarte mit erneuter Generierung.

Eine Vision-Language-Gateway-Provider-Route: Eingefügte Bilder werden von einem konfigurierbaren VL-Modell (standardmäßig Qwen-VL) beschrieben, bevor sie an DeepSeek gesendet werden.

Erzeugt und zeigt automatisch Bilder im DSH-Chat über API-Kanäle oder lokale CLIs (mmx / codex / agy) an und kann Bilder auch über die entsprechende CLI erkennen.