Plugins

Una herramienta de visión `describe_image` para modelos solo de texto: las imágenes (ruta local, URL, adjunto) se envían a un endpoint de visión configurable compatible con OpenAI y solo el texto devuelto entra en la sesión.

Widget de ballena fijo en una esquina para la GUI web de DSH: saldo, uso del día y coste por turno con tarifas punta/fuera de punta; burbujas editables de alerta de saldo y presupuesto diario; cola de burbujas personalizadas basada en módulos con opciones ponderadas A/B y líneas o imágenes aleatorias; más de 30 plantillas de proveedores (OpenAI, OpenRouter, Kimi, SiliconFlow, Ark, Zhipu, MiniMax y más) con saldo por modelo y cuota de suscripción; además de sonido al finalizar tarea, audio importado, roles personalizados y un gestor de recursos. Solo local, sin telemetría.

Visión para modelos solo de texto: al pegar una imagen, el modelo cambia a la variante Vision Toolkit para preguntas y respuestas sobre imágenes, comparación de múltiples imágenes, OCR de capturas largas, reproducción de UI a partir de capturas, localización de elementos y diferencias de píxeles. Sin clave de API por defecto — las imágenes se procesan mediante el servicio gratuito alojado por el autor, 100 por máquina al día; configurable a tu propio proveedor.

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.

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.

Crea escenas de producto editables en Blender para DSH. Parte de recetas de altavoz, taza y lámpara, o de modelos importados; consulta los resultados guardados en Lighttable, compara revisiones y ajusta dimensiones, materiales, cámaras y luces. Coloca modelos estáticos sobre mallas reales en una operación y guarda una vista estática completa sin alterar cámaras ni animaciones existentes. Corrige coordenadas de textura repetida en caras planas personalizadas sin cambiar la geometría. Renderiza imágenes o vídeos de tomas guardadas y exporta revisiones editables con sus recursos. Inspecciones geométricas nativas, revisiones inmutables y aprobación ayudan a proteger el trabajo existente. Compatible con DSH 0.2.1-rc.1 y el host heredado; incluye 20 herramientas de modelado, revisión y entrega.

Controles de fondo de pantalla y panel translúcido locales del navegador para DSH Web, con múltiples imágenes, opciones de ajuste y posición, sombreado, desenfoque y opacidad del panel.

Banco de trabajo para problemas de ingeniería y matemáticas, con nueve herramientas para leer imágenes, resolver, graficar y verificar respuestas, además de cuatro skills incluidos. Requiere Python con numpy y Pillow. La lectura de imágenes, la revisión de figuras y la composición de fórmulas dependen de un proveedor de visión cuya clave hayas configurado: esas imágenes se envían al proveedor. Sin clave, esas funciones fallan, pero las demás siguen disponibles.

Kit de apariencia para DeepSeek Harness. Ajusta aparte opacidad y desenfoque de vidrio esmerilado en 8 superficies (fondo, barra lateral, tarjetas/paneles, entradas/controles, ajustes, marco del chat, trayectoria, producidos/destacados — 9 con dsh-better-sidebar). Cualquier imagen o vídeo de fondo, con editor de posición (arrastrar para mover, rueda para ampliar) y 5 modos de disposición (Fit/Fill/Stretch/Tile/Center); los vídeos se repiten en bucle sin sonido, sobreviven al refresco y capturan un fotograma en vivo para vista previa, color y encuadre. Rota varias imágenes (aleatorio/orden, por refresco/día/semana). También: rueda de color estilo PS, extracción del color del fondo en un clic, 6 preajustes + perfiles guardados, cambio automático día/noche y exportación/importación del tema.

Mascota de escritorio con personalidad de Claude anclada en la esquina inferior derecha de la GUI web de DSH: muestra saldo, uso de hoy, tarifas punta/fuera de punta y coste por turno; ofrece burbujas editables (texto, saldo, uso, tarifas, imágenes, frases aleatorias y opciones ponderadas), estilos y fuentes por línea, editor rápido flotante, efectos de sonido y personajes/audio personalizados. Incluye roles animados que respiran y parpadean, además de una variante de alerta de saldo que pone cara de llanto al bajar del umbral. Niveles de animación 256/384 y paquete HD 512 opcional instalable desde el gestor de recursos. Incluye 63 frases con estilo Claude. Derivado de MeteorNOX/DeepSeek-Balance-Whale-Widget (MIT).

DSH Knit ordena en la barra lateral Markdown/código/imagen/vídeo de todo el workspace; expone Context Pack vía knit_docs. BM25/IDF local predeterminado compara mensajes recientes con título/resumen/cuerpo: sin modelo/red, nada sale; el índice persiste tras reinicio/nuevas sesiones. Hay evidencia y preview; atribución fijada al leer, pin/exclusión reversible antes de recuperar. v0.23 híbrido opcional OFF, requiere embeddings Ollama/OpenAI-compatible configurados por el usuario. Envía query+título/resumen (Markdown: inicio ≤60 caracteres; código: carpeta relativa; medios: nombre); no cuerpo completo/ruta absoluta; loopback local. v0.24 asocia cambios no commit mediante git status read-only (argv fijo, sin shell, env allowlist), OFF. Sin prueba con proveedor real; no afirma mejora.

Shell web móvil para la GUI web de DSH: paneles superpuestos, FAB arrastrable, correcciones del compositor móvil y un botón flotante de carga de imágenes fijado encima del compositor (galería/cámara nativas, integrado con el pipeline validado add-images), sin regresión en escritorio. Publicado en npm como dsh-webui-mobile.

Da visión a los modelos solo de texto: reenvía las imágenes del usuario a un modelo de visión compatible con OpenAI y muestra las descripciones en un panel derecho de la interfaz web.

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.

Obtiene cualquier página http/https y devuelve título, descripción, texto principal, esquema de encabezados y enlaces, con estadísticas (recuento de caracteres/palabras, tiempo de lectura, idioma) y palabras clave principales; puede descargar imágenes del contenido al espacio de trabajo de la sesión para análisis de visión y enviarlas a analizadores registrados a través del servicio scrape.imageAnalyzer.

Puente MCP hacia gemini.google.com: análisis de visión de imágenes y vídeos, generación de imágenes con Imagen y vídeos con Veo, y gestión de conversaciones usando la sesión del navegador ya iniciada, sin clave de API.

Mascota de escritorio con persona GPT/ChatGPT fijada abajo a la derecha del GUI web de DSH. Muestra saldo, uso de hoy, tarifas punta/valle y coste por turno; burbujas editables (texto, saldo, uso, tarifas, imágenes, frases aleatorias y opciones ponderadas), estilos/fuentes por línea, editor rápido flotante, sonidos, arte/animación/audio personalizados y ajuste/inversión. Incluye 54 frases estilo GPT en cinco grupos. Rutas, bundle id y archivos de datos con namespaces permiten convivir con los widgets de ballena y Xiaoke. Derivada de MeteorNOX/DeepSeek-Balance-Whale-Widget (MIT).

Solo para Windows: el agente edita documentos en las ventanas abiertas de Word, Excel y PowerPoint (Microsoft Office o WPS Office) mediante la automatización de las aplicaciones, con cambios visibles en vivo para que puedas editar a la vez. Lee la estructura, aplica cambios por lotes, renderiza páginas como imágenes para revisar el diseño y guarda o exporta a PDF.

Herramienta display_file orientada al modelo que renderiza 36 extensiones de archivo en la interfaz web: imágenes con lightbox de zoom al hacer clic, vídeo con búsqueda, audio, PDF, archivos Office y OpenDocument convertidos a PDF en el host con LibreOffice, y HTML local en un marco aislado; los bytes se transmiten desde una ruta HTTP firmada con soporte de rangos, y PNG/JPEG/WebP/GIF también entran en el contexto del modelo en rutas compatibles con imágenes.

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.

Base de conocimiento en un lienzo en la barra lateral derecha: las notas son nodos y 9 herramientas permiten al modelo leerlos, escribirlos, enlazarlos y eliminarlos. Los nodos admiten imágenes y documentos; al leerlos devuelve el texto y extrae archivos Office en el acto. Las imágenes se pueden entregar como imágenes.

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.

Una ruta de proveedor de puerta de enlace de visión-lenguaje: las imágenes pegadas son descritas por un modelo VL configurable (Qwen-VL de forma predeterminada) antes de enviarse a DeepSeek.

Genera y muestra imágenes automáticamente en el chat de DSH a través de canales API o CLIs locales (mmx / codex / agy), y también puede reconocer imágenes usando la CLI correspondiente.