Plugins

聊天输入框图片工具(自研):上传图片(≤10MB 防烧 token) + 自定义区域截图(Electron desktopCapturer),注入 DSH 草稿图片轨。零外部依赖。

Screen capture and external vision recognition: take_screenshot, list_windows, analyze_image and view_image tools with a configurable GPT vision channel (gpt-5.5 / gpt-5.6-sol / gpt-5.6-terra), API key via the credentials service, and a settings card; view_image shows the screenshot in the Web UI while the model context keeps text only.

Kit de herramientas de audio/vídeo local en el navegador para DSH: extrae fotogramas, captura miniaturas, comprime imágenes y convierte clips a GIF con FFmpeg.wasm.

Vistas previas de imágenes en línea en el chat para imágenes pegadas transferidas por dsh-tool-vision en modelos de solo texto (clic para ampliar, los mensajes antiguos también reciben vistas previas).

Fondo de pantalla animado y en vídeo para la GUI Web de DeepSeek Harness — imágenes GIF, WebP/APNG animados y PNG/JPEG estáticos, además de fondos de vídeo MP4/WebM, con detección automática de formato, control deslizante de atenuación y ajuste del tono de la interfaz.

Plugin de DeepSeek Harness: declaraciones directas de transferencia de imágenes multimodales + borrado de imágenes por sesión (reemplazo de superficie), con una página de configuración y controles en el compositor.

Enrutamiento de modelos por niveles para DeepSeek Harness: niveles think/build, delegación a visión (el modelo de visión solo describe imágenes; el modelo de trabajo actúa), generación de imágenes y una protección de alto impacto.

Ventana flotante de previsualización de archivos del espacio de trabajo para el cliente web: árbol de archivos con carga diferida, vista previa y edición con guardado en ventana mediante CodeMirror, previsualización de Markdown e imágenes, búsqueda Quick Open y apertura de rutas clicadas en la conversación.

Cadenas multimodales por tipo de archivo: los modelos de procesamiento predefinidos por comodín convierten archivos de imagen, vídeo y audio en tokens de prompt antes de que lleguen al modelo de sesión solo texto, con cadenas de respaldo por preajuste y una página de ajustes Multimodal.

Plugin web para DeepSeek Harness (DSH): pega archivos en el compositor, con almacenamiento en bandeja de entrada y miniaturas. El texto se lee con read_inbox; la comprensión de imágenes requiere tu propia habilidad de visión (image-reader incluido más ARK_API_KEY).

Fondo de pantalla persistente con imagen o MP4 para el perfil web de DSH: una tarjeta de fondo en Ajustes → General permite elegir una imagen local o un MP4 (hasta 300 MB), ajustar la opacidad y el desenfoque de las superficies, comprimir el vídeo localmente a H.264 si ffmpeg/ffprobe están en el PATH, guardar los medios en ~/.dsh/wallpapers y fijar el servidor web al puerto 9191 para que el fondo sobreviva a los reinicios.

Plugin temático de Columbina de Genshin Impact para DeepSeek Harness Web: imágenes de fondo predefinidas o personalizadas con máscara translúcida, paletas para esquema claro/oscuro y un brillo especial para el título de la conversación activa.

Plugin de DeepSeek Harness: una ruta `deepseek-vision` que declara entrada de imágenes y transcribe las imágenes pegadas mediante los modelos de visión gratuitos Zhipu GLM antes de delegar en el adaptador de DeepSeek.

Plugin multimodal para DeepSeek Harness: comprende imágenes y genera imágenes a través de endpoints compatibles con OpenAI o DashScope configurables.

Puente MCP de Paper Design como bundle de DeepSeek Harness: herramientas paper_*, compatibilidad con capturas de pantalla de imágenes, skills de diseño, autenticación OAuth y guía de diseño a la par de Cursor.

Plugin out-of-tree para DeepSeek Harness: da ojos a un modelo de código solo de texto enrutando imágenes a una ruta Qwen-VL (DashScope) a través de ctx.llm y devolviendo texto.

Plugin de fondo personalizado (imágenes / GIFs / fondos animados) para la GUI Web de DeepSeek Harness (DSH): un interruptor de activación más una biblioteca local de recursos, con mecanismos de visualización separados para el tema oficial y las pieles del centro de aspectos.

Añade una fila de tarjeta de archivos producidos al chat y un panel de vista previa de pantalla dividida redimensionable para artefactos del espacio de trabajo (Markdown, código fuente, CSV, JSON, imágenes, HTML), además de una vista previa de puerto localhost.

Registra la skill remove-pdf-background-gray para DSH: blanquea los fondos de escaneo grises o hueso de los PDF basados en imagen preservando la resolución, la geometría de página y los bordes de texto con antialiasing (reescritura Flate sin pérdida), mediante un único script de Python (pypdf + Pillow + numpy).

Puente de adjuntos de imágenes en el chat con una herramienta view_image para cualquier VLM compatible con OpenAI (Ollama local o nube): las imágenes pegadas/arrastradas se convierten en marcadores de ruta view_image antes de llegar a los modelos DeepSeek de solo texto.

Herramienta `describe_image`: un puente de visión que envía imágenes a mimo-v2.5 mediante la API opencode Zen (credencial `OPENCODE_GO_API_KEY`, ruta gratuita primero con respaldo de pago) y devuelve descripciones de texto para modelos solo de texto, con paso nativo y transcodificación ImageMagick de formatos SVG/TIFF/HEIC.

Herramienta image_describe (识图) orientada al modelo sobre la API compatible con OpenAI de DashScope (qwen3.7-flash), más un puente de pegado: en sesiones solo texto, las imágenes pegadas se convierten automáticamente en rutas de archivo al enviar y se vuelven a renderizar en la transcripción, para que nunca tropiecen con la admisión de imágenes. Trae tu propia DASHSCOPE_API_KEY; endpoint/modelo/presupuestos configurables, cliente HTTP a prueba de redirecciones y funciona en todos los agent presets.

Visión para cualquier ruta de DSH: pega imágenes en el compositor web con análisis automático según la intención, delega la lectura de imágenes del espacio de trabajo a un subagente de visión Kimi/MiniMax y materializa los originales pegados para editarlos.

Puente de visión con autodescubrimiento para agentes DeepSeek Harness solo de texto: encuentra automáticamente un modelo capaz de procesar imágenes entre tus proveedores configurados y devuelve descripciones de las imágenes como texto plano mediante una herramienta de visión.