Plugins

Cerebro DeepSeek + transcripción automática de imágenes: adjunta imágenes en la GUI y cada una se transcribe mediante el modelo oficial deepseek-v4-flash-vision-exp por defecto (un cerebro V4-Pro puramente textual puede ver imágenes), con cualquier VLM compatible con OpenAI u Ollama local como alternativas.

Espacio de trabajo de medios y visión para DeepSeek Harness: generación de imágenes, vídeo y voz, preguntas y respuestas sobre imágenes y localización de elementos, OCR de imágenes largas, diferencia de píxeles, verificación mediante capturas de pantalla de HTML y resumen de vídeo, con proveedores DashScope y compatibles con OpenAI, grupos de modelos y un cliente de banco de trabajo.

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.

Consumer de la herramienta ui_mockup: genera wireframes y bocetos de alta fidelidad de UI en la fase de debate, guarda el diseño en disco, pide confirmación y bloquea la especificación de diseño; incluye tarjetas de cliente, enrutado de imágenes e i18n.

Genera wireframes de UI y maquetas de alta fidelidad en DeepSeek Harness con proveedores de imágenes DashScope y Volcengine seleccionables.

Alibaba Bailian (DashScope) model catalog preset + auto-adapter for DeepSeek Harness — reasoning effort levels, thinking budgets, context windows, auto-adaptation of existing Bailian routes, a configurable context ceiling

Text-to-image for DeepSeek Harness: a `draw_image` model tool, an input-bar 生图 button with a prompt popup (async generation, 4-grid results, download / keep / delete), an /imgdraw image route, and persisted history. Backends: DashScope wan2.7-image (free

Optimized fork of dsh-image-gen with batch generation (count), gallery pagination, lazy loading, fetch retry/timeout, and 7 providers: Gemini/OpenAI/Seedream/DashScope/Agnes/GLM-Image/Stability AI.

Text-to-video and image-to-video generation via DashScope Wanx, Volcengine Seedance, Google Veo and OpenAI Sora, with tool results saved to the session workspace and a video gallery (grid, lightbox, download, delete) that survives DSH restarts.

Entrada de voz lista para China para el compositor. Requiere un puente local en Python (pip install dashscope websockets, ejecutar bridge/voice-bridge.py); el plugin por sí solo no funciona. El micrófono del navegador transmite PCM de 16 kHz al puente, que ejecuta Alibaba Cloud DashScope ASR (paraformer-realtime-v2); el texto intermedio rellena el borrador en el cursor, parada automática por silencio y envío automático opcional.

Plugin multimodal para DeepSeek Harness: comprende imágenes y genera imágenes a través de endpoints compatibles con OpenAI o DashScope configurables.

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.

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.

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).