Plugins

Puente de visión para modelos de solo texto: pega una imagen y obtén evidencia JSON estructurada (OCR, diseño, semántica).

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.

Estudio de equipo de rodaje TongFlow para producción de imagen, voz, música y vídeo: el agente escribe archivos de flujo de trabajo TongFlow por recurso (.tongflow.json) que se ejecutan mediante complementos de TongFlow, con un lienzo de flujo integrado, una estructura de proyecto por plano/personaje/toma y una plantilla de manga-drama; las sesiones que comienzan con @tongflow abren la vista de estudio.

Complemento de estudio TongFlow para DeepSeek Harness (dsh): modelo de proyecto al estilo de un equipo de rodaje, flujos de trabajo TongFlow creados por el agente, generación multimedia determinista, lienzo integrado.

Convierte un vídeo (archivo local o enlace de Bilibili/yt-dlp) en una cuadrícula de storyboard con celdas numeradas, marcas de tiempo exactas, transcripción por celda y envolvente de audio en la misma línea temporal. video_zoom vuelve a leer cualquier intervalo con mayor resolución, para que un modelo solo de texto pueda examinar el vídeo en vez de leer un resumen.

Las capacidades de DeepWatch, instalables en un perfil de DeepSeek Harness existente.

Basta con instalar este plugin en dsh: sin inicio de sesión, sin registro y sin API key, los modelos de frontera ya están ahí, entre ellos Muse Spark 1.3 y MiMo V2.6. Completamente gratis y sin límite de uso.

Compañera ballena para DeepSeek Harness con 45 logros, misiones diarias y registros semanales, tres minijuegos, 92 ilustraciones, 620 líneas de diálogo, diario de crecimiento, reacciones al clima y festivales, poses según la herramienta, exportación/importación de partidas entre dispositivos (archivo JSON o código de migración), modo de accesibilidad y puente MiMo TTS opcional. Los datos quedan en localStorage del host y no hay telemetría. Verificada en DSH Desktop 0.2.0-rc.2; compatible con 0.2.1-rc.1/rc.2 y la versión web heredada 0.1.x.

Despacha trabajo a agentes DSH desde Claude Code o Codex: progreso nativo de subagentes, sesiones de trabajador en el host con ajustes predefinidos por nivel y un puente multimodal para visión y generación de imágenes.

Añade una pestaña de ajustes de Managed Agents y herramientas MCP para enviar tareas de agente de larga duración a Ark cloud Managed Agents.

Registra Ark Agent Plan, Coding Plan y rutas de modelos de pospago en el selector nativo de modelos de DSH.

Complemento de proveedor de Volcengine Ark para DeepSeek Harness (DSH): registra las rutas Agent Plan, Coding Plan y de pago posterior en el adaptador nativo pi-ai para que los modelos de Ark aparezcan en el selector de modelos.

Añade inicio de sesión de cuenta, configuración de API y Provider personalizado, cambio de modelo, fallback de imagen para modelos solo de texto y atribución de tokens/costos a DeepSeek Harness 47f.

Ofrece TTS de Xiaomi MiMo, Doubao y el navegador para DSH, con lectura en voz alta automática, voces personalizadas, efectos de sonido de la interfaz e integración con mascota de escritorio y QQBot.

QA de fidelidad de diseño para modelos solo de texto: una herramienta `deepseek_vision` toma prestado un ojo de cualquier ruta de visión compatible con OpenAI, de modo que el modelo pueda juzgar si una implementación coincide con su maqueta — se entrega con el benchmark detrás de ese juicio (cuatro fixtures, 23 defectos inyectados, transcripciones en bruto) y la disciplina de cuestionamiento de la que depende.

"Lectura" de imágenes para modelos de solo texto: reduce la escala + reduce la profundidad de color + convierte huellas de estructura/color en cuadrículas de texto que se devuelven a la conversación, permitiendo que el modelo haga zoom, muestreo y OCR de forma autónoma como un modelo multimodal; totalmente local y sin dependencia de modelos externos, incluye una skill de metodología de lectura de imágenes y PaddleOCR opcional.

Conecta las suscripciones de Qoder a DeepSeek Harness, con soporte para las regiones Global y China, entrada multimodal y llamadas a herramientas.

Conjunto de herramientas de depuración ROS2 y análisis de visión del estado del robot para DeepSeek Harness: enumeración de node/topic/service/action/interface/TF, JSON de topología completa del grafo, comprobaciones rosdep, builds con aprobación y andamiaje de mensajes personalizados, capturas de pantalla de GUI y observación de visión multimodal, más renderizado offscreen sin cabeza de RViz2 (mallas low-poly, lectura directa de píxeles, paso de GPU: renderizado de movimiento a 30 Hz) con análisis paralelo de VLM en tiempo real.

Comprensión de imágenes casi nativa para DeepSeek Harness

Plugin de proveedor de modelos gratuitos para DSH con más de 20 modelos, incluidos Gemini, MiMo, GLM, etc.

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.

Lee GIF y WebP animados como animaciones: los pegados siguen reproduciéndose en la interfaz mientras el modelo recibe una hoja etiquetada con fotogramas muestreados. La herramienta read_animation toma muestras de un archivo cuando se solicita.

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`).