Plugins

Visión gratuita para agentes de solo texto: cadena de visión integrada sin clave más herramientas de píxeles (preguntas y respuestas, grounding, recorte, diff de píxeles, colores, OCR, trazado SVG, recorte de figuras, capturas de pantalla); pega una imagen para usarla.

Plugin de entrada de voz para DeepSeek Harness (dsh): un botón de micrófono en el compositor convierte el habla en un borrador transcrito, con opción de backends de reconocimiento de voz, pulido opcional mediante las rutas LLM propias de dsh y una página de configuración nativa.

Workbench visual para generar y recortar imágenes de referencia y crear modelos 3D de Tripo por componentes. Solicita aprobación por tarea de pago y permite previsualizar los recursos localmente.

Transcripción local de reuniones en DeepSeek Harness para macOS con Apple Silicon: graba micrófono y audio del sistema, etiqueta a los hablantes y exporta la transcripción.

Entrada/salida de voz para DeepSeek Harness: reconocimiento de voz a texto y texto a voz a través del micrófono y la salida de audio.

Banco de diseño lateral: HTML en lienzos con marco de dispositivo, se actualiza al cambiar y proxya servidores locales con hot reload. Clic/arrastre envía selector, archivo y estilos; extrae diseño, ajusta pantallas/CSS, genera React/Vue/Next.js/HTML y compara píxeles. Seis herramientas: `preview_page`, `check_design`, `look_design`, `extract_design_system`, `handoff_design`, `compare_design`. `check_design` mide pantallas reales en Chrome/Edge local oculto: detecta contenido tapado, errores de script, assets ausentes, enlaces rotos y problemas de contraste/tamaño con archivo y línea CSS; captura los graves. Design mode para nuevas sesiones, con interruptores por parte en Plugins. En acceso remoto, diseños locales van en sandbox frame.

Uso del ordenador mediante un dispositivo USB HID externo: nombra un objetivo en lenguaje natural, un modelo de visión lo localiza en una captura recortada de la ventana, y una Raspberry Pi Pico 2 mueve el ratón real y escribe en el teclado real. 7 herramientas. Windows incluye listado de ventanas, recorte por ventana y elevación automática de ventanas; macOS necesita pyobjc y no ofrece ninguna de las dos; Linux no es compatible.

Añade dos superficies. El editor de imágenes del compositor ofrece marcas numeradas con instrucciones por marca, quitar fondo, borrar con máscara de pincel, redimensionar con vista previa de recorte/relleno y marcadores accesibles con teclado; devuelve resultados como adjuntos y manifest versión 1. El panel Settings → vision/generation provider incluye selector explícito, normalización de `providerId`, sincronización de cuentas ChatGPT-web con channels, test/try-run/copy-command por canal, revisión de disponibilidad de scripts y validación del guardado con vista previa de `.env`. El probe solo desactiva ante errores de cuota explícitos. UI chino/inglés; escribe los providers de vuelta en los `.env` de skills.

Editor de pixel-art y animación de sprites en el navegador con archivos compatibles con Aseprite, planos de recorte/contorno locales y nodos opcionales de flujo de trabajo con LLM.

Entrada de voz para DeepSeek Harness: habla al micrófono y el texto reconocido se envía como un mensaje de chat normal, mediante reconocimiento de voz local o del navegador.

Un complemento de lectura de PDF consciente del contenido para modelos de visión: perfila cada página para figuras (vectoriales y rasterizadas), tablas, riesgo de fórmulas y diseño de doble columna, luego aplica extracción híbrida consciente del contenido, renderizando páginas con figuras/tablas/fórmulas como recortes de región de alta DPI. Proporciona una vista previa de baja resolución para entender el diseño de página y renderiza una región especificada en alta resolución. Empaquetado como múltiples herramientas para agentes.

Caja de herramientas de visión mejorada: 14 herramientas de visión a nivel de píxel (describe, ground, detect, crop, pixel-diff, OCR, OCR de captura larga, vectorize, colors, cutout, screenshot, present, materialize, html-screenshot) impulsadas por un endpoint compatible con OpenAI, con marcadores de puente limpios [图片: path], clasificación de seguridad de contenido y auto-retry por límite de tasa.

Plugin combinado: personalización de fondos de pantalla (subidas en resolución original, editor de recorte, opacidad por área, fondos dinámicos MP4/WebM) + extracción de fondos de Steam Workshop (analiza scene.pkg/.tex con un script Python incluido, vista previa/descarga) + widget de saldo y uso de DeepSeek + uso del plan OpenCode Go (porcentajes acumulados/semanales/mensuales en una píldora del encabezado superior; al expandir, muestra barras de progreso y cuenta regresiva hasta el reinicio). Las claves API se leen del almacén de credenciales de DSH en el host; nunca se guardan en el código fuente ni en el navegador.

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.

Entrada de voz por micrófono para el editor: transcripción en vivo mediante la Web Speech API del navegador, deduplicación/continuación automática, puntuación inteligente, y ajustes de idioma y envío automático.

Pizarra para escritura a mano y diagramas: dibuja en un canvas flotante o lateral y adjunta la imagen recortada al mensaje.

Tema glassmorphism para la Web UI de DSH: superficies translúcidas esmeriladas con opacidad, radio de desenfoque y saturación ajustables, iluminación ambiental y paletas de acento. La imagen de fondo admite ajuste cover/contain/stretch/tile/center y recorte; todo se guarda desde Settings.

Captura de pantalla de doble motor para DSH: dentro del shell de escritorio SSiD, un atajo global o la bandeja abre una superposición de selección por recuadro a pantalla completa (todos los monitores, fotogramas píxel-perfecto por pantalla) con anotación de recuadro rojo en el lugar y una barra de herramientas estilo WeChat; en DSH sencillo (navegador), el botón de cámara del compositor captura la pantalla vía getDisplayMedia y reutiliza en la página la misma superposición de selección por recuadro + anotación en una sola fase. La imagen recortada llega al compositor de la conversación actual a través de la vía oficial de adjuntos.

Region screenshot for the composer on Windows: a full-virtual-screen selector frames the region (drag the frame, eight grips, Ctrl+drag to annotate), and the finished PNG lands in the composer as a pending attachment.

Voz manos libres para DSH en Windows: palabra de activación local, reconocimiento local del chino que se inserta y envía desde el composer, y respuestas habladas que pueden interrumpirse y reanudarse. Requiere ejecutar una vez el install.ps1 incluido (dependencias Python de voz y selección de micrófono) y disponer del modelo SenseVoice ya descargado por la entrada de voz de DSH o situado en models/sensevoice-onnx.

Añade una corrección sensible a la terminología al reconocimiento de voz local integrado. Mantiene el micrófono propio de DSH y SenseVoice; el audio nunca sale del equipo. Corrige homófonos, términos del dominio y números mal transcritos en el texto final.

Tema CSS de cristal dorado y púrpura dsh-glass-aurum, con carga/recorte de avatar local, nombre del asistente y estilos de lectura; no incluye medios de juegos. Se renombró desde dsh-glass-theme porque otro autor publica un paquete distinto con el nombre anterior; detén el paquete viejo antes de instalarlo.

Navegador de anotación en la barra lateral de DSH: transmite una página real de Chrome por CDP y reenvía la entrada. Al elegir un elemento o seleccionar texto, adjunta al campo de chat su ubicación de origen, component stack, estilos y un recorte. Requiere Chrome local; en Windows, configura chromePath.

Tema de vidrio dorado y púrpura con CSS original, carga y recorte de avatar local, nombre del asistente y estilos de lectura; no incluye contenido multimedia de juegos.