Plugins

Cerebro DeepSeek + transcripción automática de imágenes: adjunta imágenes en la GUI y cada una se transcribe mediante el modelo oficial deepseek-v4-flash-vision-exp por defecto (un cerebro V4-Pro puramente textual puede ver imágenes), con cualquier VLM compatible con OpenAI u Ollama local como alternativas.

Añade un modelo de visión configurable a los modelos principales solo de texto: una herramienta vision_read_image, un selector de modelo de visión en la barra del compositor, y conversión automática de imagen a texto para rutas solo de texto.

Rutas de modelo, herramientas y guía de sistema dedicadas para visión, compactación, revisiones, subagentes, títulos y generación de imágenes.

Uso del ordenador mediante un dispositivo USB HID externo: nombra un objetivo en lenguaje natural, un modelo de visión lo localiza en una captura recortada de la ventana, y una Raspberry Pi Pico 2 mueve el ratón real y escribe en el teclado real. 7 herramientas. Windows incluye listado de ventanas, recorte por ventana y elevación automática de ventanas; macOS necesita pyobjc y no ofrece ninguna de las dos; Linux no es compatible.

Puente MCP hacia gemini.google.com: análisis de visión de imágenes y vídeos, generación de imágenes con Imagen y vídeos con Veo, y gestión de conversaciones usando la sesión del navegador ya iniciada, sin clave de API.

Un botón de carga más arrastrar y soltar archivos en la conversación como rutas locales: guarda en uploads/ del proyecto, inserta el texto de la ruta en el cuadro de entrada y funciona con cualquier herramienta de visión.

Ratón y teclado reales para un agente de DeepSeek Harness: describe con palabras qué hay que pulsar, un modelo de visión lo localiza y un dispositivo HID USB hace clic.

Puente multimodal MiniMax: una única herramienta `mmx_bridge` cubre comprensión/generación de imágenes, vídeo, TTS, música, portadas, búsqueda web y cuota; sustitución opcional de `web_search`/`read_image`; reproductores en línea/vistas previas de imágenes directamente en la GUI web (npm: `dsh-mmx-bridge`).

Adaptador LLM de GitHub Copilot: inicio de sesión con flujo de dispositivo OAuth, descubrimiento de modelos en vivo desde la API de Copilot, soporte de visión para modelos con capacidad de imagen (gpt-4.1, gpt-4o), y dos protocolos de comunicación (Chat Completions y Responses API) con enrutamiento automático de endpoints por modelo.

Panel lateral de xiangqi para DSH: juega como rojo mientras el modelo DSH actual elige las jugadas negras, con comprobaciones de reglas y de revisión del lado del Host.

Analiza el uso entre modelos, proveedores, espacios y periodos, con fechas personalizadas sobre todo el historial, cache-hit visible y desgloses por modelo y proveedor. Incluye tendencias horarias/diarias, mapa de calor de 53 semanas estilo GitHub, rachas, anillos de tokens por modelo y espacio (tokens, coste, %), filtros combinables, eficiencia de caché, saldo DeepSeek, alias de espacios, exportación CSV, y un libro mayor duradero que conserva el uso tras eliminar la sesión o el espacio (fila Deleted) y se reconstruye de forma incremental. El registro de espacios se refresca vía sonda DSH domain/changed; solo se cuentan espacios registrados. Contabilidad separada de entrada, caché y razonamiento. Chino: hora local; inglés: UTC; API solo loopback.

Minecraft asistido por IA para DeepSeek Harness: controla un agente Mineflayer autónomo (supervivencia, minería, chat, mapa en vivo) con herramientas de visión/control, además de un lanzador integrado (inicio de sesión de Microsoft, descarga de versiones, inicio del juego).

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.

Análisis de vídeos de Bilibili: metadatos, transcripción (con respaldo ASR vía Bijian/sherpa-onnx/whisper.cpp), comentarios, danmaku y fotogramas clave nítidos con descripciones de visión local opcionales.

Plugin de visión externo para DeepSeek Harness: panel de configuración con botón de ballena, reconocimiento de imágenes con respuesta automática, y herramientas de captura y reconocimiento para el agente.

Para el modelo de visión nativo de DeepSeek Harness deepseek-v4-flash-vision-exp, eleva los límites de admisión de imágenes a 32 MiB / 8192 px / 600 imágenes y añade una herramienta highres_read que divide en mosaicos las imágenes grandes y luego devuelve la imagen completa más mosaicos de 800x800 a través de la herramienta read_image del host.

Obtiene cualquier página http/https y devuelve título, descripción, texto principal, esquema de encabezados y enlaces, con estadísticas (recuento de caracteres/palabras, tiempo de lectura, idioma) y palabras clave principales; puede descargar imágenes del contenido al espacio de trabajo de la sesión para análisis de visión y enviarlas a analizadores registrados a través del servicio scrape.imageAnalyzer.

Puente de visión gratuito para modelos solo de texto: comprensión de imágenes, OCR, análisis de interfaz y depuración a través de proveedores de nivel gratuito (Qwen3-VL-Flash, Doubao, DeepSeek-OCR) con una GUI de configuración.

Envía imágenes locales o URLs de imágenes HTTP(S) a un endpoint de visión compatible con OpenAI configurado con la herramienta inspect_image y devuelve su respuesta de texto a la conversación.

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.

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.

DSH Director Toolkit es un plugin de DeepSeek Harness para artistas 3D, diseñadores técnicos y programadores creativos. Pega una idea a medio formar, una nota de referencia o el pie de un portafolio, y obtén un paquete de dirección compacto para Blender, Three.js, Houdini o C4D.

Banco de trabajo para escribir novelas en DeepSeek Harness: marcas pulgar arriba o abajo en pasajes candidatos y el modelo los destila en un perfil de preferencias breve que se aplica a las llamadas de redacción posteriores mientras el manuscrito queda fuera del contexto de redacción. Añade un tablero de capítulos, paquetes de escritura por capítulo, revisión acotada por anotación que reescribe solo el párrafo anotado y verifica el resto byte a byte, un libro mayor del proyecto y comprobaciones locales de ritmo.

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.