Plugins

Generación de imágenes conversacional nativa para DeepSeek Harness: pide al agente que cree una imagen y se encarga de la generación y conserva el resultado directamente en la conversación.

Controla un servidor ComfyUI local o remoto desde DeepSeek Harness: las herramientas comfyui_run / comfyui_object_info / comfyui_workflow generan y editan imágenes y vídeos, con una biblioteca de flujos de trabajo (extracción de grafos: por componente / flujo principal / todo), un área de carga con coincidencia automática de resolución, una cola en vivo, plantillas de SDXL y Wan 2.1, una habilidad complementaria y un proxy de medios del mismo origen.

🎬Director impulsado por IA: plugin de generación de vídeo MiniMax-H3 dirigido por DeepSeek-Harness. 🤖Más que prompts. 🪄UI de lienzo.

Coordinación de GPU nativa de AstrBot/DSH para compañeros de IA locales: LLM, IndexTTS y ComfyUI se turnan; sin proxy.

Espacio de trabajo Qwen Image 2.1 para DSH: MLX en Apple Silicon o servidor NVIDIA propio, edición nativa con referencias, LoRA, ControlNet, inpainting, presets compartidos, galería y progreso del agente en vivo. Incluye actualizaciones verificadas y guía de configuración del agente.

Asistente de Douyin: elige vídeos a diario, lee comentarios y genera un informe con fecha. Dar Me gusta y comentar con mención @ están ambos en off por defecto. También publica clips renderizados con tu propio ComfyUI. Solo Windows; requiere Python 3 y Chrome del sistema. En el primer inicio hay que ejecutar install-main-dependencies e iniciar sesión con un código QR.

Añade una herramienta generate_image respaldada por la cola de FAL, cualquier API de imágenes compatible con OpenAI o una suscripción de ChatGPT/Grok, y muestra el resultado en línea en la conversación.

Ejecuta flujos de trabajo ComfyUI de RunningHub desde DSH para generar imágenes, vídeo y audio; incluye un panel de configuración de flujos, tareas en segundo plano y gestión de varias claves.

Generación de imágenes mediante un servidor ComfyUI local: una sola herramienta generate_image cubre text2img, img2img, inpaint y eliminación de fondos.

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.

Renderiza rutas y URLs de imágenes, vídeo y audio de conversaciones DSH en línea, con lecturas locales confinadas al workspace y un proxy ComfyUI opcional.

Añade un preset de agente Drawing Mode que controla un ComfyUI local con 19 herramientas comfyui_*: generación Anima y Krea2, búsqueda/descarga LoRA, etiquetas de personajes Danbooru, metadatos PNG, comprobación de reproducción upstream y desofuscación de xiaofanqie.

El editor real de ComfyUI como pestaña lateral de DeepSeek Harness, con herramientas por sesión para leer y editar el gráfico visible y un panel que inicia, detiene y reinicia ComfyUI sin instalar nada en él.

Genera imágenes en la GPU del usuario encolando flujos de trabajo mediante la API HTTP de una instalación local de ComfyUI: Z-Image-Turbo para borradores rápidos y Qwen-Image-2.1 para recursos finales y texto legible dentro de la imagen. Registra comfyui_generate y comfyui_status, e incluye un Skill sobre selección de modelos y creación de prompts. No tiene dependencias de ejecución e inicia ComfyUI sin interfaz si no hay un servidor escuchando.

Fork optimizado de dsh-image-gen con generación por lotes (count), paginación de galería, carga diferida, reintentos/timeout de descarga y 7 proveedores: Gemini, OpenAI, Seedream, DashScope, Agnes, GLM-Image y Stability AI.

Generación de imágenes mediante ocho API proveedoras (Labnana, OpenAI, Gemini, Seedream, DashScope, xAI, Zhipu y ComfyUI), con varios perfiles guardados, galería por conversación y seguimiento de créditos Labnana.

Banco de trabajo de creación de vídeo con IA de tipo MiniMax-Design basado en deepseek harness.

Ejecuta flujos ComfyUI en la nube de RunningHub como un pool de tareas en segundo plano: envía un lote y un vigilante lo distribuye dentro del límite de concurrencia, consulta cada trabajo y descarga todos los resultados al disco. Al vaciarse el pool, reactiva la sesión. Un registro compartido guarda lotes, costes, niveles de instancia, horas de envío y finalización y rutas de guardado por archivo; hay un panel en vivo en la barra lateral derecha.

Orquestación de estudio 3D local: detecta Blender, COLMAP y ComfyUI en cada ejecución y elige una ruta disponible. El fallback Three.js genera modelos desde primitivas, edita/escala GLB, escribe una página visor offline y renderiza PNG desde varias vistas sin Blender.

Pipeline local de arte para DSH: controla las instalaciones locales de SD WebUI y ComfyUI mediante diez herramientas image_* y un panel Art Studio con lienzo ComfyUI integrado. Procesa después con el Python incluido en esas instalaciones (recorte rembg, ampliación Real-ESRGAN y mosaico continuo) y escribe recursos para Godot con rutas res:// tras definir la raíz del proyecto.

Genera imágenes desde el chat mediante un conjunto de workers ComfyUI locales o en LAN, con plantillas de workflow, comprobación de estado y control de cola.

A local ComfyUI workbench for DeepSeek Harness (DSH): image/audio/video generation, W2/W3 sprite cards with Qwen back-view walk-up, local Flux.2 Item Studio assets with guided SDXL fallback, Hugging Face downloads, inspection and arbitrary workflows.

ComfyUI-native image generation for DeepSeek Harness: chat tools, creative canvas, Studio workbench, workflow comparison, and built-in server control.

Sidebar node canvas for DSH where each node is an agent task and each link a dataflow dependency. One deterministic import (no model calls) produces both a task pipeline and a file-level module graph; file nodes carry a coupling score, and every run is snapshotted so it can be undone as a whole.