Plugins

UI de terminal a pantalla completa al estilo Claude Code: cabecera con ballena en píxeles, línea de estado en vivo y expansión de pensamiento en streaming.

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.

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.

Clones pixel-perfect de cualquier página web. Pega una URL y obtén una réplica medida en Vite + React.

"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.

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.

Sistema de panel derecho para la GUI web de dsh: un Explorador + Vista previa AionUi fiel a píxeles (árbol de archivos, vista diff, vista previa).

DSKIN: plugin de skins de dibujos animados en píxeles para la Web GUI de DeepSeek Harness (DSH); la interfaz original no cambia, y mascotas en píxeles cobran vida paseando, parpadeando y saltando.

Compañero de escritorio de ballena en pixel art con 29 estados auditados por fotogramas: golpea el cristal y parpadea el título de la pestaña cuando hay una aprobación esperando, dice un informe de finalización cuando termina un turno y añade una paleta de comandos de barra diagonal al cliente web.

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.

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.

Mascota de escritorio de Cristiano Ronaldo para DeepSeek Harness: un chibi con el dorsal 7 de Portugal en una superposición abajo a la derecha cuya animación sigue el estado del agente (regatea mientras corren herramientas, piensa, espera aprobaciones, se lanza en errores y celebra SIU con sonido del host al terminar el turno); se arrastra, mira al cursor, se lanza con triple clic, y un panel gestiona varias mascotas e importa spritesheets propias. También corre como ventana nativa de Windows sin bordes y siempre visible que sobrevive al cierre del navegador, mostrando al pasar el cursor el espacio de trabajo y el título de la conversación y abriendo Harness en Edge con doble clic.

Mascota flotante de píxeles al estilo Codex Pets con 10 mascotas integradas compatibles con Petdex, un motor de estado de agente de 9 estados (inactivo/ejecutando/esperando/revisión/fallido, más saludo/salto/direcciones del lado del cliente), superposición arrastrable, ajustes de selección de mascota/zoom, burbujas de notificación y una herramienta `pet_say` para que el agente hable a través de la mascota.

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.

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.

Representa la actividad en vivo de sesiones multiagente como una oficina pixel-art en un panel lateral de la interfaz web: cada sesión es un trabajador buey/caballo que escribe en su escritorio cuando está ocupado o deambula cuando está inactivo, con monitores de trabajo accesibles con clic y tarjetas de aprobación en el lugar.

Añade una pestaña "Work Roles" y una superposición de oficina pixel art a la Web UI de DeepSeek Harness: 508 tarjetas de roles integradas (The Agency 255 + agency-agents-zh 253) con búsqueda, conmutador EN/ZH y filtro por departamento; personajes pixel art Canvas 2D arrastrables que están de pie, escriben y caminan, con chat inactivo conectable a IA. Instalación npm con un comando, sin cambios en el código fuente de dsh.

Skill de metodología de clonación de sitios web: un árbol de decisión que prioriza la fuente real y cubre sitios estáticos, sitios de contenido React/Vue/Next y frontends con mucho WebGL/Canvas, verificación obligatoria del código ejecutable citado de análisis de IA de segunda mano, y 13 scripts Node sin dependencias para reconocimiento de navegador vía CDP, recolección de assets/fuentes, rastreo de rutas, caza de sourcemaps y auditoría por diferencia de píxeles.

Mascotas de escritorio xianxia vinculadas a sesiones de agente en vivo: compañeros estilo píxel de Minecraft aparecen cuando se lanzan subagentes (hasta 3 en pantalla), con colección en bolsa de almacenamiento, menú de artefactos con clic derecho, selector de galería de mascotas y exportación al formato de mascota de escritorio de Codex.

Generación de UI a nivel de página para DeepSeek Harness: los tokens de diseño (theme.json) y los estándares de código (code-style.json) impulsan una valla dsh-fuse que renderiza páginas completas, con validación previa de especificaciones, un guardia de contraste de tema, un inspector de estilo a nivel de píxel (getComputedStyle), historial de deshacer y una UI de ajustes.

Skin DSH Web inspirada en QQ 2007: 72 tokens de tema nativos, chrome de tres paneles con alcance, arte sin conexión original y buddy de píxel, un repique de envío sintetizado opcional, alternativas responsivas/de accesibilidad e interruptores de Configuración reversibles.

Una mascota doncella que corre sobre deepseek harness

Sustituye el botón de modelo por un conmutador de modelo y nivel de razonamiento al estilo de Claude Desktop, con memoria de esfuerzo por modelo, estética adaptada al tema, deslizamiento suave, pista redondeada, resaltado al pasar el cursor y animación de puntos de píxel.

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.