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.

Einfach dieses Plugin in dsh installieren: kein Login, keine Registrierung, kein API Key — und die Frontier-Modelle sind da, darunter Muse Spark 1.3 und MiMo V2.6. Komplett kostenlos, ohne Nutzungslimit.

Fügt Konto-Login, API- und benutzerdefinierte Provider-Einrichtung, Modellwechsel, Bild-Fallback für reine Textmodelle sowie Token-/Kostenzuordnung zu DeepSeek Harness 47f hinzu.

KI-Bildgenerierung für die DSH-Web-GUI: Text-zu-Bild und Bild-zu-Bild über einen konfigurierbaren OpenAI-kompatiblen Endpunkt (gpt-image-2 / gpt-image-1 / dall-e-3), mit einer api_url/api_key-Einstellungskarte und einem geteilten Generierungsstudio in der Seitenleiste.

Design-Treue-QA für textbasierte Modelle: Ein `deepseek_vision`-Tool leiht sich ein Auge von jedem OpenAI-kompatiblen Vision-Pfad, damit das Modell beurteilen kann, ob eine Implementierung zu seinem Mock passt — ausgeliefert mit dem Benchmark hinter diesem Urteil (vier Fixtures, 23 injizierte Defekte, Rohtranskripte) und der Fragedisziplin, von der es abhängt.

Spracheingabe für die Web-UI: Alt (oder Alt+Space) drücken, um das Diktat zu starten/stoppen, Browser Web Speech (Zero-Config) oder OpenAI-kompatible Cloud-ASR, optionale Politur durch das DSH-konfigurierte LLM, Einstellungs-UI.

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.

Ein KI-Routing-Gateway, das als DSH-Plugin läuft. Fügt ein Seitenleisten-Panel „Routing System“ für Anbieter, Kontopool, Fallback-Kombinationen und API-Keys hinzu und stellt einen OpenAI-kompatiblen Endpunkt unter http://localhost:3080/v1 bereit.

Rundenweise Steuerung des Thinking-Levels (reasoning_effort) für DeepSeek Harness: Auto plant low/high/max anhand der jüngsten Tool-Call-Historie, oder ein Wire-Level (off/on/minimal/low/medium/high/xhigh/max) wird manuell gesetzt, mit benutzerdefiniertem Wire-Mapping, modellbewusstem Fähigkeits-Guard und Kontextfenster-Presets (64K–1M); die Modell-Capability-Card arbeitet mit [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (aus dsh-market installierbar), damit OpenAI-kompatible Gateways (vLLM / LM Studio / self-hosted) Reasoning testen können. Die Card schreibt llm-pi-ai-Fähigkeiten, der Adapter treibt das Wire (compat.thinkingFormat) an und das Plugin pflegt die Takeover-Liste.

Spracheingabe für die Web-UI: nach Pausen segmentiertes Diktat und Sprachnachrichten, jeweils mit eigener Anbieter-Fallback-Kette (Deepgram, Groq, HuggingFace, lokales whisper.cpp oder ein OpenAI-kompatibler Endpunkt).

Sendet lokale Bilder oder HTTP(S)-Bild-URLs an einen konfigurierten OpenAI-kompatiblen Vision-Endpunkt mit dem inspect_image-Tool und gibt dessen Textantwort an die Unterhaltung zurück.

Standardbasierte OIDC-Identität, Enterprise-API-Schlüssel-Bindung, deklaratives Branding und OpenAI-kompatible Modellintegration für DeepSeek Harness.

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.

Inoffizielles Upstream-Bundle für DeepSeek Harness. CodeBuddy-Gateway mit runtime-synchronisiertem Modellkatalog, Reasoning-Efforts pro Modell, Websuche/-abruf, Bilderzeugung und einer Streaming-Credential-Bridge, dazu Abo-Kanäle für TraeWork CN und Qoder CN über lokale Übersetzungs-Gateways und eine OpenAI-kompatible Provider-Registry nach Key-Typ — alles über eine Akkordeon-Einstellungskarte verwaltet.

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.

NewAPI-LLM-Anbieter (OpenAI-kompatibles Gateway): registriert eine `newapi`-Route mit reiner Chat-Modellerkennung, füllt Modellparameter (Kontextfenster, Reasoning-Aufwand) automatisch aus models.dev aus und fügt einen Web-Einstellungsbereich für Basis-URL und API-Schlüssel hinzu.

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.

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

Nutzt das Entscheidungsmodell-Paradigma Jev (System One) mit jedem OpenAI-kompatiblen LLM – kein TypeSafe-Schlüssel nötig. Registriert ein jev_decide-Tool, das in einem Aufruf wahrscheinlichkeitsverteilte Antworten auf typisierte Fragen (choice/score/boolean) liefert.

Überwacht einen lokalen workbuddy2api-Gateway-Prozess und stellt dessen Modelle als LLM-Provider bereit, wobei Kontextfenster und Reasoning-Effort-Stufen aus dem eigenen Modell-Endpoint des Gateways gelesen werden.

Werkzeug zur Bilderzeugung für DeepSeek Harness über jeden OpenAI-kompatiblen Bilder-Endpunkt, mit integrierter Galerie in der Web-UI.

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

LLM-Adapter-Plugin für lokal betriebene Qwen-Modelle hinter einem zu OpenAI kompatiblen Endpunkt von vLLM, mit Umschaltung der Multimodalität je Modell, vollständig konfigurierbarem Reasoning-Aufwand und einer Web-Einstellungsseite zum Bearbeiten der Bereitstellung aus dem Frontend.