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.

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

Installiert ein dediziertes Preset und eine Werkbank für KI-Romanschreiben: versionierte lokale Projektassets, eine kompakte Seitenschublade und native, freigabegesteuerte Einzeldatei-Änderungen.

Kostenlose Vision für reine Textagenten: integrierte, schlüssellose Vision-Chain plus Pixel-Tools (Q&A, Grounding, Zuschneiden, Pixel-Diff, Farben, OCR, SVG-Trace, Freistellen, Screenshots); Bild einfügen zur Nutzung.

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.

Chrome-Sidebar-Erweiterung, mit der DSH deinen Browser direkt steuern kann – ohne Bildverarbeitung.

Chrome-Seitenleisten-Erweiterung, die DSH die direkte Steuerung Ihres Browsers ermöglicht — keine Bildverarbeitungsfähigkeiten erforderlich.

Die Funktionen von DeepWatch, installierbar in ein bestehendes DeepSeek Harness-Profil

Chrome-Sidebar-Erweiterung, mit der DSH deinen Browser direkt steuern kann — keine Vision-Fähigkeiten erforderlich.

Verteilen Sie Aufgaben von Claude Code oder Codex an DSH-Agenten: nativer Subagent-Fortschritt, Host-interne Worker-Sessions mit stufenbasierten Voreinstellungen und eine multimodale Brücke für Vision und Bildgenerierung.

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

Toolkit zur Verarbeitung chinesischer Regierungsdokumente: GB/T 9704-Formatprüfung, automatische Korrektur, Inhaltsrevision (rote Annotation + Durchstreichung), Vorlagenerstellung, Markdown-zu-docx-Konvertierung und Kopf-/Fuß-/Seitenzahleneinfügung für 24 offizielle Dokumenttypen.

KI-Agent-Skills für Sealos — beliebige Projekte deployen, Datenbanken, Objektspeicher u. v. m. mit einem Befehl bereitstellen. Funktioniert mit Claude Code, Gemini CLI, Codex.

Natives DeepSeek-Harness-(DSH-)Plugin, das TypeSafe Jev als System-One-Entscheidungsschicht für Agentenauswahl, Supervision, Korrekturen und Genehmigungen integriert.

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.

Plattformübergreifendes Computer Use für DeepSeek Harness: menschenähnliche Bedienung per virtueller Maus (screen_observe + computer_click + type + key + scroll + drag, 11 Tools), AX-Tree-Modus ohne Vision-Kosten mit kostenlosem GLM-4V-Flash-Vision-Fallback, Sicherheitsvorkehrungen (Snapshot-TTL/App-Whitelist/Genehmigung gefährlicher Aktionen/Passwortfeldschutz).

Bild-„Lesen“ für reine Textmodelle: Herunterskalieren + Reduzierung der Farbtiefe + Struktur-/Farb-Fingerabdrücke werden in Textraster umgewandelt und in das Gespräch zurückgespeist, sodass das Modell wie ein multimodales Modell autonom zoomen, sampeln und OCR durchführen kann; vollständig lokal ohne Abhängigkeit von externen Modellen, enthält einen Skill zur Bild-Lese-Methodik sowie optional PaddleOCR.

Nahezu native Bildverständnis-Funktionen für DeepSeek Harness.

ROS2-Debug-Werkzeugkasten und Roboterzustands-Bildanalyse für DeepSeek Harness: Aufzählung von Node/Topic/Service/Action/Interface/TF, Topologie-JSON des gesamten Graphen, rosdep-Prüfungen, genehmigungsgesteuerte Builds und Custom-Message-Gerüstbau, GUI-Screenshots und multimodale Visionsbeobachtung sowie Headless-RViz2-Offscreen-Rendering (Low-Poly-Meshes, direkter Pixel-Read, GPU-Passthrough – Bewegungsdarstellung mit 30 Hz) mit paralleler VLM-Echtzeitanalyse.

Verleiht einem Text-only-Modell Bildverständnis über ein Vision-Language-Modell, bereitgestellt als `describe_image`-Werkzeug.

Kostenlose Vision-Bridge und Bildgenerierung für reine Textmodelle: Lesen eingefügter Bilder, Failover zwischen GLM-4V-Flash- und Gemini-Engine, strukturierte Evidenz im ModLens-Stil und eine vorbelegte kostenlose Vision-Modell-Route.

Token-Kosten-Pipeline für DeepSeek Harness: druckabhängige, geschichtete Kompaktierung (verlustfreie Projektion unter 40 % Kontextdruck, darüber LLM-Zusammenfassung), Tool-Allowlisting pro Agent, Langtext-zu-Bild mit Vision-Zusammenfassung und ein /token-status-Befehl, der Druck, Stufen und eingesparte Tokens verfolgt.

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.

Leitplanken für das Romanschreiben: 20 novel_*-Tools erzwingen Faktenbuch-Konsistenz, Phasen- und Kapiteltore, maschinelle Prüfung mit deterministischen Metriken und vorschlagsbasierte Revisionen; eine Werkbank im rechten Bedienfeld deckt Lesen, TTS-Wiedergabe, Feinschliff, Korrekturlesen, Kontinuitätsprüfungen und Batch-Entwurf ab, und eine Bypass-Engine führt interne Schritte außerhalb der Hauptkonversation aus.