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.

Proveedor ChatGPT OAuth para modelos Codex con búsqueda web por suscripción, cuota y reinicio seguro, herramientas de imagen, modo Fast y contexto consciente del modelo; sin clave API ni Codex CLI

Genera arte de juego a partir de imágenes de referencia con la generación de imágenes Seedream y el image-to-video de MiniMax, montando sprites de ocho direcciones, fotogramas secuenciales y animaciones de esqueleto con chroma key local.

Puente de visión gratuito y generación de imágenes para modelos de solo texto: lectura de imágenes pegadas, conmutación por error entre los motores GLM-4V-Flash y Gemini, evidencia estructurada al estilo ModLens, y una ruta de modelo de visión gratuita preconfigurada.

Estudio de imagen y vídeo con IA como panel flotante de DSH, para que la creación transcurra junto a la conversación en lugar de sustituirla: texto a imagen, imagen a imagen y composición multi-imagen de 1K a 4K en ocho relaciones de aspecto; texto a vídeo e imagen a vídeo con control del primer fotograma de 4 a 12 segundos; modo cortometraje que importa un guion (.txt/.md/.json) y lo divide en planos de storyboard para previsualización y generación por lotes; y un espacio de trabajo de experto en prompts. Cero dependencias en tiempo de ejecución.

Del chat al lienzo y a la obra: impulsa ComfyUI como IDE visual de flujos dentro de DSH. Incrusta ComfyUI (local o nube) como lienzo en pantalla dividida en DSH Web: el agente escribe prompts y scripts en el chat, los aplica en vivo y produce imágenes, música, vídeo y 3D. Operaciones: componer pipelines, leer/escribir flujos, editar nodos, cablear enlaces, ejecutar, ajustar y depurar. Producción: barridos de parámetros por lotes (batch_run) y recuperación automática de salidas al chat (get_outputs). Mantenimiento: lanzamiento y actualización con un clic de ComfyUI, su núcleo y los nodos personalizados. Este paquete es el plugin del lado DSH e incluye el nodo puente del lado ComfyUI.

Puente multimodal MiniMax: una única herramienta `mmx_bridge` cubre comprensión/generación de imágenes, vídeo, TTS, música, portadas, búsqueda web y cuota; sustitución opcional de `web_search`/`read_image`; reproductores en línea/vistas previas de imágenes directamente en la GUI web (npm: `dsh-mmx-bridge`).

Generación de texto a imagen con múltiples motores (OpenAI Images y presets de Zhipu CogView) con seguimiento de cuota por sesión, conmutación por error de motor, configuración segura de credenciales y una tarjeta de resultado con regenerar.

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.

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.

Enrutador unificado de generación de imágenes para DeepSeek Harness (DSH): descubre automáticamente modelos de imagen desde cualquier endpoint compatible con OpenAI, proporciona herramientas draw_image y draw_list_sources, y es compatible con SenseNova, StepFun, Agnes, Qwen, Flux, SD, Imagen y más.

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.

Plugin de generación de imágenes y video Agnes AI para DeepSeek Harness.

Generación local de imagen, voz, música y efectos de sonido, además de transcripción, con identidad fijada: los personajes, animales, objetos y voces de actores se definen una vez y se reutilizan en cada llamada posterior; la salida degenerada (una imagen casi plana, audio silencioso) se rechaza en lugar de devolverse como éxito, y una línea generada puede leerse de vuelta como texto para que un clon que se tragó su final se haga visible. Los motores se descargan cuando están inactivos, y la generación de imágenes y la transcripción pueden apuntar cada una a una API con forma de OpenAI en lugar del backend local Vulkan.

Genera y edita medios con IA (imagen, vídeo, audio, 3D) con modelos WaveSpeed mediante la CLI de código abierto wavespeed: búsqueda de catálogo en vivo, introspección del esquema de entrada por modelo, carga de archivos locales con marcadores @path y comprobación de precios antes de ejecutar.

`image_gen` de GPT Image 2 con OAuth de suscripción Codex por defecto o modo explícito de clave API: tarjeta en desarrollo, hasta tres parciales de API en vivo, reproducción duradera de adjuntos / lightbox / descarga, salida de modelo solo texto y solicitudes acotadas seguras con credenciales.

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.

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.

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.

Integración no oficial de Grok para suscripciones elegibles de SuperGrok o X Premium: chat grok-4.6 con búsqueda web/X en el bucle principal, OAuth compartido de Grok CLI, visibilidad de modelos configurable e imágenes de Imagine guardadas en un archivo adjunto o en una ruta elegida.

Generación de imágenes Labnana para DeepSeek Harness: texto a imagen / imagen a imagen / edición precisa con estimación de créditos, saldo de suscripción e interfaz de ajustes web.

Herramienta `generate_image` orientada al modelo para modelos solo de texto: el modelo pide una imagen en lenguaje natural, Gemini la dibuja a través de la CLI de Antigravity, la imagen se guarda en un directorio de salida configurable y la herramienta devuelve las rutas de archivo para que el modelo las use en su trabajo.

Registers the imagegen skill on the skill registry, so generating and editing raster images needs no hand-copied files under $DSH_HOME/skills. The agent drives a bundled image_gen.py CLI against any OpenAI-compatible GPT Image endpoint for text-to-image, reference-image editing, and transparent-background cutouts.