Plugins

Conecta las imágenes de la sesión a proveedores de visión configurables y devuelve análisis de solo texto a las rutas de modelos elegibles de DeepSeek Harness.

Herramientas `web_search`, `image_gen` e `image_vision` respaldadas por Codex para DeepSeek Harness, reutilizando el estado de inicio de sesión OAuth de ChatGPT.

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.

Banco de trabajo de composición tipográfica de artículos de WeChat: convierte Markdown en HTML con estilos en línea que pegas en el editor de WeChat, con un panel en la barra lateral derecha y cinco herramientas de modelo para la revisión por bloques.

Gestiona AGENTS.md global en DSH Web con vista previa de Markdown, plantillas reutilizables, historial de versiones, importación/exportación, reversión de importaciones fallidas y protección contra conflictos de revisión.

Permite que tu agente de IA vea y maneje un teléfono Android real: phone_look (fusión de visión y árbol de interfaz), tocar/deslizar/escribir, captura de pantalla — por adb, para cualquier cliente MCP.

Comprensión de imágenes para cualquier modelo de DSH: herramientas de visión, OCR, grounding y recorte con presets de dominio para histopatología, biología celular, anatomía, imágenes clínicas y figuras científicas.

Vista previa y editor de código fuente Markdown en la barra lateral para dsh-better-sidebar, con anotaciones por bloque y por rango de texto que pueden enviarse a la conversación como solicitudes de revisión estructuradas.

Complemento de enrutamiento multimodelo para DeepSeek Harness: deje las tareas especializadas en manos de agentes especializados: personalice agentes profesionales (visión/traducción/voz/subagente, etc.) y asócielos a modelos independientes; inicio de sesión con un clic para cuentas multimodales, enrutamiento de estado del pool de cuentas y estadísticas de uso en tiempo real.

Complemento de DeepSeek Harness que convierte capturas de pantalla de UI en especificaciones web de grado de implementación usando OCR, geometría determinista, grafos de escena, recursos y comparación de renderizado.

Runtime de visión auditable y Computer Use multiplataforma para DeepSeek Harness con evidencia que preserva la fuente.

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.

Herramienta de visión invocable por agentes que describe imágenes locales mediante cualquier endpoint de visión compatible con OpenAI que configures, con verificación cruzada opcional de varios modelos y sin claves integradas.

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.

Paquete completo de capacidades de visión para DeepSeek Harness: una herramienta vision_understand (APIs de visión compatibles con OpenAI, Zhipu GLM-4V-Flash gratuito por defecto) además de puntos de entrada de pegar/arrastrar y soltar/botón para reconocimiento de imágenes.

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.

Instala una casilla de entrada de imagen en el catálogo Models para que un modelo personalizado pueda declarar entrada de imagen y recibir imágenes directamente; incluye un relé de visión BYO opcional.

Muestra el saldo de DeepSeek y el gasto diario estimado, fusiona registros JSONL de llamadas de visión externas, y añade un panel por sesión con estadísticas de modelo, TTFT, tasa de caché, registros de llamadas, estimaciones de costo, filtros y exportación CSV.

HeartFlow (心虫): una puerta discriminadora de capa 1 para AGI como plugin de DSH: comprobación de texto basada en reglas de 47 dimensiones (herramienta heartflow_check), más supervisión automática de la salida, con cierre seguro por defecto si falta el motor.

Puente de visión nativo del proveedor LLM: las imágenes pegadas en el chat son descritas por un modelo de visión (Qwen3-VL vía pi-ai/llama.cpp) y esa descripción de texto se envía a DeepSeek de solo texto para la respuesta; la admisión de imágenes, el enrutamiento y la compactación pasan por mecanismos nativos del harness, con una caché LRU de descripciones y reintento en 503.

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.

Gestor de ventanas de celdas de caracteres al estilo Turbo Vision para agentes dsh: ventanas enmarcadas superpuestas con sombras, una barra de menús Borland, una franja de teclas de función, arrastre y redimensionado con ratón, aprobaciones como diálogos modales y cinco skins, incluido el clásico azul Borland.

Lanzador de desarrollo remoto para DeepSeek Harness: aprovisiona dsh en un host remoto vía SSH y se conecta desde el cliente local, con las credenciales del LLM canalizadas por un túnel inverso para que nunca salgan de la máquina local. Se distribuye como CLI independiente y como plugin de dsh con panel de sesión, comando de barra /remote y herramientas de agente remote_*.

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.