Plugins

Entrada de voz para la Web UI: botón de micrófono en el compositor que transcribe el habla al borrador mediante Web Speech API, con opción para activar el envío automático.

Añade visión a modelos solo de texto: la herramienta describe_image delega imágenes a un modelo de visión de la lista de modelos dsh mediante el propio runtime LLM del harness.

Permite que un agente DeepSeek solo de texto lea imágenes en la misma sesión delegando en un subagent con visión; convierte la imagen en una ruta al enviarla.

Cliente HTTP puro que delega tareas repetitivas de texto y visión (OCR, análisis y comparación de imágenes) a un servidor Unsloth Desktop (Unsloth Studio) ya en ejecución mediante unsloth_run y unsloth_vision. Nunca inicia ni controla procesos.

Delega tareas repetitivas de texto y visión (OCR, análisis y comparación de imágenes) a un servidor KoboldCpp (llama.cpp) local mediante koboldcpp_run y koboldcpp_vision, con gestión bajo demanda del ciclo de vida del servidor.

OCR local para imágenes adjuntas mediante el motor integrado de Windows (Windows.Media.Ocr): solo se envía al modelo el texto reconocido, nunca los bytes de la imagen; el paso directo de visión es opcional (opt-in).

OCR local para imágenes adjuntas mediante Tesseract: solo el texto reconocido se envía al modelo, nunca los bytes de la imagen; el paso de visión es opcional.

Añade visión a modelos solo de texto: un modelo de visión describe automáticamente los adjuntos de imagen del chat con un prompt predeterminado y vuelve a analizarlos con prompts generados por el modelo si faltan detalles. Incluye modos de modelo system/custom, panel GUI, manejo seguro de claves y un pequeño parche del host para DSH 0.1.0-rc.6.

Lectura de imágenes en dos niveles para modelos solo de texto: primero OCR local rápido y sin conexión con RapidOCR; después, como alternativa, un modelo de visión mediante modlens.

Protección transparente de imágenes para rutas de solo texto: permite pegar imágenes sin el bloqueo de sesión 400 y añade la herramienta vision_analyze para OCR/PDF/docx/pptx/vídeo.

Entrada de imágenes a texto en la Web UI: pega o arrastra una imagen para transcribirla a texto estructurado y enviarla, de modo que los LLM solo de texto puedan recibir imágenes mediante una API de visión compatible con OpenAI.

Añade visión a modelos de DSH solo de texto: skill de imagen/OCR/reconocimiento documental con prioridad race pool → custom channels → local, más un parche idempotente del host para que los mensajes con imágenes lleguen al modelo.

Herramientas de verificación con navegador sin interfaz: el agente abre la página que acaba de crear, lee el DOM renderizado y los estilos calculados, revisa la consola y captura el resultado. Incluye la skill frontend-verify.

Opera el navegador mediante referencias de accesibilidad: navega, captura la página como árbol de referencias, actúa sobre elementos y espera condiciones. La política de origen sigue el criterio de aprobación de la sesión y se aplica interceptando solicitudes.

Automatización de navegador real para DSH mediante un servidor MCP (núcleo Playwright): navegar, hacer clic, rellenar, escribir, capturar pantalla y actuar sobre instantáneas de accesibilidad con referencias numeradas. Expone de nuevo las 22 herramientas web_* al harness por stdio.

Herramientas human_task / human_task_ready_check que pausan al agente hasta que el usuario realiza una acción real o aporta una observación (operación GUI, prueba de juego, verificación visual o comprobación de hardware). Requieren consentimiento de la sesión y una comprobación de presencia AFK, y devuelven un resultado JSON estructurado mediante un diálogo web.

Proxy de GitHub bajo demanda para la interfaz Web: activa o desactiva el proxy Git/SSH con un clic y prueba la conectividad.

Convierte cualquier logotipo SVG en un vídeo animado dentro de DSH. La herramienta `animate_svg` renderiza una animación de montaje transparente a 30 fps (las piezas entran volando o el logotipo completo se asienta) y crea un MP4 con ffmpeg.

Notas y tareas pendientes como archivos Markdown normales en tu espacio de trabajo: escribe /ml seguido de una frase para anotarla en el diario de hoy. Hay tres tipos de tareas: con fecha límite, dormidas hasta una fecha (se reactivan al llegar) y para cualquier momento. /ml view abre de forma aproximada un archivo con pocas pulsaciones. Cero tokens: nada pasa por el modelo y las notas siguen siendo archivos locales normales que Git y cualquier editor pueden leer.

Mantenimiento de flotas Nexterm desde una sesión DSH con 6 herramientas de agente: autenticación por contraseña/TOTP/código de dispositivo, listado de flotas, ejecución en un host, ejecución paralela por lotes, comprobaciones de salud predefinidas y monitorización de CPU/memoria/disco mediante la API REST de Nexterm, además de una página de ajustes mínima. No requiere claves privadas SSH en el equipo DSH.

Inteligencia de seguridad química mediante el endpoint alojado MSDS Chain MCP: 23 herramientas cubren compatibilidad y orden de mezcla, riesgos GHS, PPE, almacenamiento, eliminación de residuos, límites de exposición, clasificación de transporte, normativa regional, consulta y diferencias de versiones SDS e informes de auditoría firmados. Cada respuesta cita la SDS del proveedor y su fecha de revisión como fundamento.

Registrador persistente de llamadas a herramientas del modelo: escribe cada llamada en un archivo JSONL que sobrevive a reinicios y permite consultarlo mediante la herramienta estructurada call_trace y el servicio callTraceHistory. Incluye rotación por tamaño y un complemento opcional de interfaz de lienzo flotante.

Conecta DeepSeek Harness con AsimovBox mediante herramientas autenticadas con clave API para crear, actualizar, renderizar y finalizar vídeos.

Escribe notas y memos en flomo (浮墨笔记) desde cualquier agente mediante flomo_send; se configura una vez con la URL de API o API Key de flomo.