Plugins

Enruta imágenes a un modelo de visión de tu elección — reescritura automática, herramientas explícitas o híbrido — para que un modelo de chat solo texto no falle un turno que contiene una imagen.

Anuncia el pegado de imágenes en rutas de DeepSeek solo de texto, describe los archivos adjuntos con un sidecar de visión y deja intactos los modelos de visión nativos.

Combina APIs de texto, visión y generación de imágenes en un único modelo Mix con enrutamiento automático: las solicitudes de solo texto van al modelo de chat, las imágenes del usuario y las capturas del agente van al modelo de visión, los seguimientos siguen usando la misma imagen de sesión, y los agentes pueden generar o editar imágenes con un historial de llamadas con alcance de sesión.

Controla modelos del menú: interruptores por modelo/proveedor, grupos y filtros; los ocultos salen salvo el activo. Busca nombre/ID; filtra capacidades y contexto mínimo 128K/256K/512K/1M. Muestra tipo, razonamiento/niveles del adaptador, contexto y entradas. Prioridad: ajustes manuales > documento de ajustes > adaptador > GET /models del relay > pi-ai / models.dev > nombre > correcciones del proveedor; origen al pasar el puntero, inferencias con borde discontinuo. Edita estos datos fuera del perfil y permite guardarlos en el proveedor. Recarga forzada vacía cachés y consulta adaptador/relays. Activado por defecto: imágenes en memoria en rutas solo texto, sin modificar archivos. Ocultos en parche de perfil y copia en $DSH_HOME.

Registra herramientas Agent nativas doubao_generate_image y doubao_image_status para automatizar Doubao Web (doubao.com) con Tabbit Browser y extraer automáticamente imágenes originales wm0 de 2.7K sin marca de agua a archivos locales y adjuntos de chat multimodal.

Auto-enriquece los model channels de DeepSeek Harness: evita configurar manualmente por model contextWindow, maxTokens, entrada multimodal [text, image] y niveles de reasoning effort {low, high, max} tras añadir un provider channel. Enriquece al guardar; incluye página Settings UI y copias con marca de tiempo.

Skin blanco y dorado de Genshin Impact para la GUI web de DSH: paisaje del juego aleatorio en cada carga, fuente UI de Genshin en todo el sitio, menú estilo Paimon, anillo de estado activo y persona asistente intercambiable Paimon/Phanes. El repo incluye 262 fondos de ocho regiones a 1920x1080.

Proveedor Agnes AI para llm-pi-ai: declara cuatro modelos de chat multimodal en el bundle patch y añade herramientas de generación de imágenes y vídeo.

Soporte de razonamiento DSV4.1 con contexto multimodal y aceptación acotada de artefactos para DeepSeek Harness

Compila, prueba, archiva y ejecuta proyectos o workspaces Xcode de iOS/macOS mediante xcodebuild. Incluye registro de compilación filtrable en vivo, selectores de scheme/destination leídos del proyecto y streaming de logs de simuladores y dispositivos USB. Admite iOS 16 y anteriores mediante libimobiledevice; los logs de la app siguen legibles con el dispositivo bloqueado. Solo macOS.

Puente de visión para rutas de DeepSeek solo texto que analiza imágenes adjuntas y locales mediante endpoints configurables de OpenAI Responses, Chat Completions o Anthropic Messages, dejando nativas las rutas con capacidad de imagen.

Editor de capacidades de modelo: modifica en línea los niveles reasoning-effort y la compatibilidad con entrada de imagen (multimodal) en la página oficial, y guarda el grupo completo en settings.yaml. Incluye un acceso flotante alternativo si falla el anclaje.

Asistente de llamadas de voz para DSH Desktop y Web GUI (mismo plugin, distinto nombre de profile): bola flotante arrastrable y VAD en navegador que envía cada frase tras una pausa. Reutiliza el SenseVoice local ya descargado por el plugin oficial voice-input; no descarga otro modelo. Admite FunASR HTTP/streaming, API compatible en la nube, MiniMax / MiMo-V2.5-TTS (director mode y voice clone) y respuestas TTS compatibles con OpenAI. Incluye wake-word/auto-sleep opcionales y envío a sesiones separadas con progreso, parada e informes hablados de finalización.

Captura una pantalla o imagen copiada y la convierte en nota de Obsidian con comentarios y marcas clave. OCR inmediato con el modelo multimodal DSH del host (sin API key adicional; Tongyi Qianwen como alternativa), protección contra duplicados, unión diaria y organización nocturna opcional con IA.

Evidencia visual estructurada (OCR/distribución/semántica) además de una herramienta de captura con cámara USB para un bucle de depuración «disparar-mirar-ajustar»; backends: Ollama, DeepSeek, Xiaomi.

Para DeepSeek Harness: registra modelos, ayuda con los retratos y selecciona el modelo de Agent desde un catálogo sin secretos.

Suite de colaboración multiagente: roster de especialistas configurado por el usuario, despacho persistente bajo demanda (team_call/team_message/team_status/team_close), instancias clonadas, relé de topología en estrella, comparación de modelos y un puente de visión multimodal.

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.

Puente de visión para rutas de DeepSeek solo de texto que analiza imágenes adjuntas y locales mediante endpoints configurables de OpenAI Responses, Chat Completions o Anthropic Messages, mientras deja nativas las rutas con capacidad de imagen.

Kit de visión para DeepSeek solo de texto: herramienta `vision` invocable por el modelo, adaptadores contenedores para deepseek/opencode-go (v4 flash/pro), cuota de Antigravity IDE (default, flash/pro) / cualquier VLM compatible con OpenAI / Gemini / canales locales de Ollama, memoria de evidencias con rehidratación por compactación, caché de hash de contenido y un panel de cliente bilingüe.

Herramientas multimedia Qwen mediante Alibaba Cloud DashScope: comprensión multimodal de vídeo y audio, texto a voz con voces predefinidas y generación de audio para escenas.

Modelos multimodales de decisión Decision 3.0 para DeepSeek Harness, con tools de probabilidad calibrada, página Settings y tarjeta de barra de probabilidad.

Cinco tools de audio para el agente: anyaudio_music renderiza partituras de notas sin conexión desde bancos SoundFont locales; anyaudio_sfx ofrece 52 presets SoundFont y 15 generadores procedurales; anyaudio_tts usa Edge o MiMo; anyaudio_mix aplica ducking y normaliza el pico; anyaudio_sources gestiona la biblioteca SoundFont compartida.

Añade memoria visual direccionable al agente de DeepSeek Harness: vuelve a cualquier imagen, inspecciona una región y lee los píxeles exactos.