Plugins

Flujo de agua continuo para el estado de turno «Deep diving...» de dsh web: tres corrientes degradadas con paralaje recorren el texto como agua en movimiento, sustituyendo el brillo de banda única original. Respeta los temas claro/oscuro y reduced-motion.

Publica archivos TXT, Markdown, HTML, PDF, Word y PowerPoint como enlaces ShareOne con contraseñas, marcas de agua, actualizaciones de páginas de texto y comentarios en TXT/Markdown/HTML.

Un kit de apariencia para la GUI Web de DeepSeek Harness: 32 temas preestablecidos, fondos personalizados (fondo / cristal / textura), profundidad de texto por zona y una mascota de escritorio de teclado.

Visibilidad de contexto estilo Codex para DeepSeek Harness: ocupación de la ventana de contexto en vivo, desglose de composición, tasa de acierto de caché KV y un mapa de calor de uso estilo GitHub de 53 semanas

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 DSH: memoria automática Honcho v3 de doble par, recuperación contextual, búsqueda, razonamiento, conclusiones y diagnósticos de salud

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.

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.

Adaptador DeepSeek aumentado con visión: un modelo con capacidad de visión describe la imagen de entrada y luego un modelo DeepSeek solo de texto razona sobre esa descripción.

Visión bajo demanda para modelos DeepSeek solo de texto: sube imágenes y el modelo llama a una herramienta view_image respaldada por cualquier endpoint de visión compatible con OpenAI (Qwen/DashScope por defecto).

Visión como plugin para modelos solo de texto en DSH, con interacción nativa para comprensión y generación de imágenes, automatización de GUI, memoria de evidencia por capas y caché.

Visión estructurada local-first para agentes solo de texto: las imágenes van a un VLM local compatible con OpenAI y vuelven como evidencia JSON (resumen, OCR literal, regiones de diseño, entidades/relaciones, colores, incertidumbre explícita), con respaldo anti-alucinación y un puente opcional de pegado/subida; coste en la nube cero, las imágenes nunca salen de la máquina.

Codificador de sinestesia para DSH: un modelo de visión traduce las imágenes a texto espacial estructurado y compacto (lienzo/elementos/coordenadas en porcentaje), dando a los LLM solo de texto comprensión de imagen a nivel de píxel mediante la herramienta `mm_vision`.

Reutiliza el modo de visión integrado de DeepSeek web para modelos solo de texto: la herramienta deepseek_vision controla la automatización de navegador local deepseek-vision-cli (ayuda de inicio de sesión manual, deep-think activado, cierre automático del navegador) y devuelve descripciones de imágenes como texto.

Curaduría de salidas de herramientas en el momento de la ingesta: conserva las líneas de error y advertencia más la cabecera y la cola, y vuelca el texto completo a disco con un puntero que el modelo puede releer; cubre todas las herramientas de texto, los resultados pequeños pasan intactos.

Una herramienta `search` que aprende a elegir entre estrategias de búsqueda rápida y exhaustiva usando un bandido contextual (muestreo de Thompson), mejorando con el uso real en lugar de una heurística fija.

Un port ligero de Headroom: comprime la salida de herramientas y recorta hasta un 20% del contexto sin afectar la caché de contexto del modelo ni el rendimiento del agente.

Paquete de protección contra mojibake para DSH: detección de texto ilegible basada en características antes de escribir con revisión y liberación (un reintento idéntico pasa), más auditoría de codificación de pwsh antes de la ejecución (ANSI/GBK/UTF-16/Default). Windows y chino primero.

Memoria de señales de eventos entre sesiones para DeepSeek Harness: extrae automáticamente de cada turno las señales de tarea/conversación y los hábitos lingüísticos del usuario hacia un banco global persistente, y luego reinyecta el contexto recordado al detectar un cambio de tema (coincidencia por palabras clave o vectores).

Poda de contexto redactada por el modelo para DeepSeek Harness mediante la API oficial de compactación.

Tablero de enfoque para agentes de DeepSeek Harness: notas duraderas mantenidas por el modelo en el espacio de trabajo de la sesión que fijan el objetivo, las restricciones y las decisiones a través de compactaciones y sesiones, con inyección automática en el contexto, archivo al limpiar y panel web opcional.