Plugins

Espacio de trabajo de medios y visión para DeepSeek Harness: generación de imágenes, vídeo y voz, preguntas y respuestas sobre imágenes y localización de elementos, OCR de imágenes largas, diferencia de píxeles, verificación mediante capturas de pantalla de HTML y resumen de vídeo, con proveedores DashScope y compatibles con OpenAI, grupos de modelos y un cliente de banco de trabajo.

Una ruta de proveedor de puerta de enlace de visión-lenguaje: las imágenes pegadas son descritas por un modelo VL configurable (Qwen-VL de forma predeterminada) antes de enviarse a DeepSeek.

Visión para DeepSeek de solo texto mediante Doubao Web de forma predeterminada (sin costo, sin clave de API: controla tu Chrome con sesión iniciada a través de un puente CDP de Windows), con cuota de Antigravity IDE (flash/pro) o alternativa a Gemini; escalado automático de detalle, memoria de evidencia visual con rehidratación tras compactación, caché por hash de contenido y un panel de cliente bilingüe.

Proveedor Google Gemini multi-cuenta: elige la cuenta con más cuota restante, conmuta ante 429 con cooldown exponencial, sondea cuentas deshabilitadas en segundo plano e incluye una página de settings en chino/inglés.

Deja que los modelos de solo texto vean imágenes: cuando llega una imagen con un marcador como \[image omitted because this model accepts text only], el modelo llama a la herramienta vision_describe y el plugin reenvía la referencia de la imagen junto con la pregunta a un modelo multimodal, reintentando con un modelo de reserva si falla. Se configura en la página de ajustes y se conserva mediante la API oficial de ajustes.

Controla Chrome con sesión activa: pestañas reales, iframes del mismo origen. macOS/Windows/Linux; Chrome 116+, Node 18+. Usa native messaging + `chrome.debugger`, sin puerto; 12 `browser_*`, CLI `cb`. `browser_download`: enlace/objetivo/URL con cookies de sesión; guarda en Downloads o directorio de trabajo, sigue redirecciones y conserva nombre del servidor. Iframes de otro origen: solo listados, sin acceso. Paquete: host nativo + MV3; primera carga copia/instala y registra native messaging. Sin clonar, `install.sh` ni `python3`. DSH Bridge: Chrome Web Store (https://chromewebstore.google.com/detail/bippcbbbipppmhjkjomgdnjbooecbimo; sin Developer mode) o copia desempaquetada incluida en `chrome://extensions`; hasta añadirla, error guiado. Windows: registro Chrome/Edge, tubería con nombre.

Estación de trabajo omnimodal para DSH: analyze_image sobre una cadena ordenada de conmutación por error VLM de varias tarjetas, un conjunto de seis herramientas de visión (zoom, muestreo de color, diferencia de píxeles, OCR, detección de elementos y visualización en línea) que comparten el mismo resolutor de imágenes, generate_image mediante los protocolos OpenAI/DashScope/ComfyUI, generate_video asíncrono con varias tarjetas y un constructor /build-video-tool, y speak/clone_voice TTS en siete proveedores, todo gobernado por una única página de ajustes con autoguardado.

Visión bajo demanda para sesiones DSH solo de texto: las imágenes se convierten en marcadores, y una herramienta vision_describe envía solo la imagen y la pregunta a un modelo de visión compatible con OpenAI

Juego de cría estilo Digimon: incuba un huevo que se alimenta de trabajo real (turnos, llamadas a herramientas, errores) y evoluciona por cuatro líneas ramificadas según cómo trabajas; cero tokens, invisible para el modelo.

Plugin multimodal impulsado por MiniMax: modo de llamada de voz en tiempo real (conversación en streaming, interfaz de dock flotante), modo de voz y entrada de voz por micrófono, además de herramientas de generación de imagen/video/música/voz y de inspección visual.

Permite arrastrar, pegar o cargar archivos e imágenes; en modelos no multimodales, un VLM configurado describe las imágenes automáticamente.

Plugin adaptador de LLM para modelos Qwen desplegados localmente detrás de un punto de conexión vLLM compatible con OpenAI, con conmutador multimodal por modelo, esfuerzos de razonamiento totalmente configurables y una página de ajustes web para editar el despliegue desde el frontend.

Añade un selector de modalidad de entrada a la configuración de modelos personalizados en la interfaz web de DeepSeek Harness.

Bundle de visión nativo de DeepSeek Harness: pega o arrastra imágenes, invoca modelos de visión compatibles con OpenAI mediante el deepseek-vision-mcp alojado.

Renderiza en línea las imágenes pegadas o subidas dentro del chat de DSH Web y da visión a los modelos solo de texto: la herramienta visual_review, invocable por el modelo, llama primero a cualquier API multimodal compatible con OpenAI y, si falla, recurre a un worker local de Qwen3-VL.

Bundle MCP de visión y DSH para DeepSeek solo de texto: herramientas analyze_image, analyze_clipboard, compare_images y vision_status, una página de configuración visual, GLM-4.6V-Flash gratuito por defecto, almacenamiento en caché de resultados y tolerancia al límite de tasa; las claves no aparecen en los registros.

Plugin de visión DeepEye para DeepSeek Harness (DSH): descripción de imágenes, OCR, VQA, diseño de UI y análisis del portapapeles.

Un plugin de dsh que permite a la IA invocar automáticamente VLM (modelos multimodales) para el análisis visual.

Fork no oficial de dougen/dsh-deepseek-usage (base v0.16.0). Muestra saldo y cuota del proveedor activo —DeepSeek, Moonshot, Z.ai, OpenRouter, Kimi, MiniMax y OpenCode—, además del saldo de cupones de Alibaba Cloud para qwen-token-plan (BSS OpenAPI con AccessKey) y saldo de Xiaomi MiMo y uso del plan de tokens mediante cookie de consola. Incluye página de estado de consultas a proveedores y precios por token. No lo instales junto al plugin original: ambos muestran la misma tarjeta lateral.

Evidencias de medios locales (vídeo/audio/imagen): cronología, transcripción y regiones. Fallback por medio en meta.attempts, no silencioso: multimodal host→OpenAI compatible/rotación de claves→ffmpeg/ASR local→metadatos. Cooldown solo auth/cuota; candidato retenido al final, no descartado. Enmascara errores antes de cortar; detecta magic bytes, no extensión. vision-bridge opcional; registro multimodal/AV inline (video_url/input_audio) requiere peers opcionales dsh-thinking-levels y dsh-llm-openai-completions; si faltan, degrada sin error. Predeterminado remoto; strictLocalOnly mantiene local. ffmpeg/ffprobe y ASR CLI local no incluidos, solo para fallback local; si faltan, degrada a metadatos. Hosts 0.1.7/0.2.0/0.2.1 (6 rc, enum engines.dsh); npm dsh-media-lens.

Tarjeta con efecto de vidrio para mostrar cuotas y saldos de varios proveedores en el pie de la barra lateral de DSH. Incluye 11 proveedores, entre ellos StepFun, Xiaomi MiMo y Claude, con inicio de sesión en el navegador con un clic; también muestra el crédito de Step Plan. Se instala desde el marketplace dsh-plugin (tema de GitHub "dsh-plugin").

FreeCodeGo no oficial para DeepSeek Harness: reúne motores DeepSeek, Codex y Claude en una sesión y una cadena de herramientas. Ofrece acceso gratuito de 0 tokens a deepseek-v4.1-flash, deepseek-v4-pro, deepseek-v4-flash-free, glm-5.3-flash, grok-4.6, kimi-k3, nemotron-3-ultra-free, muse-spark-1.3, Qwen 3.8 Flash y mimo-v2.6-flash-free, además de una pasarela private-key sin clave.

Matemáticas de competición (IMO/Putnam/USAMO/AIME) resueltas con una pasada de razonamiento puro, un verificador adversarial en un contexto de subagente recién creado y salida de confianza calibrada (alta/media/honesta de «sin solución con confianza»); renderizado opcional de LaTeX a PDF.

Analiza imágenes de conversación mediante prompts específicos por modo (caption, UI, documento, grounding, topología, etc.) e inyecta evidencia estructurada con primitivas de coordenadas (cajas, puntos, referencias) como texto, con caché a nivel de sesión para reutilización entre replay y compaction.