- Accueil
- Catégories
- Vision, voix et multimodal
Vision, voix et multimodal
Les plugins Vision, voix et multimodal donnent des yeux, des oreilles et une voix aux modèles DeepSeek texte seul de DeepSeek-Harness (dsh). Trouvez des outils de vision et des routes de fournisseur qui font l'OCR et décrivent les captures collées via Zhipu GLM, Gemini, Doubao ou Ollama en local, une saisie vocale au micro via la Web Speech API du navigateur ou des API compatibles Whisper, une lecture à voix haute avec Edge TTS ou des voix personnalisées, des modes vocaux full-duplex, et des générateurs d'images, de vidéos et de musique.
578 plugins trouvés
dsh-web-ui (dsh-tool-describe-image)
zhu1090093659/dsh-web-ui
Un outil de vision `describe_image` pour les modèles texte uniquement : les images (chemin local, URL, pièce jointe) sont envoyées vers un point de terminaison de vision OpenAI-compatible configurable et seul le texte renvoyé entre dans la session.
modlens
liustack/modlens
Pont de vision pour les modèles texte seul : collez une image, obtenez des preuves JSON structurées (OCR, mise en page, sémantique).
ipollowork
devin-axis/ipollowork
iPolloWork HyperFrames Video Studio et 27 modèles de vidéo modifiables sous forme de vue de conversation native pour DeepSeek Harness.
dsh-image-gen
shanliuling/dsh-image-gen
Génération d'images conversationnelle native pour DeepSeek Harness : demandez à l'agent de créer une image, et il gère la génération et conserve le résultat directement dans la conversation.
dsh-vision-router
ysr666/dsh-vision-router
Vision gratuite pour les agents texte seul : chaîne de vision intégrée sans clé, plus des outils pixel (questions-réponses, ancrage, recadrage, diff pixel, couleurs, OCR, tracé SVG, détourage, captures d'écran) ; collez une image pour l'utiliser.
dsh-vision-toolkit
anionex/dsh-vision-toolkit
Vision pour les modèles texte uniquement : collez une image et le modèle bascule vers la variante Vision Toolkit pour les questions-réponses sur images, la comparaison multi-images, l'OCR de captures longues, la reproduction d'UI à partir de captures, l'ancrage d'éléments et les différences de pixels. Aucune clé API par défaut — les images sont traitées par le service gratuit hébergé par l'auteur, 100 par machine et par jour ; configurable vers votre propre fournisseur.
tongflow
tong-io/tongflow
Plugin studio TongFlow pour DeepSeek Harness (dsh) : modèle de projet façon équipe de tournage, workflows TongFlow rédigés par l'agent, génération multimédia déterministe, canevas intégré.
dsh-see-now
saos-3624/dsh-see-now
Permet à un agent uniquement textuel d’observer un écran en direct ou un flux caméra. Chaque image est évaluée selon le changement visuel ; seules les importantes sont regroupées sur une planche numérotée avec l’enveloppe audio, afin que le modèle voie les changements réels plutôt qu’une capture toutes les quelques secondes.
dsh-video-storyboard
saos-3624/dsh-video-storyboard
Transforme une vidéo (fichier local ou lien Bilibili/yt-dlp) en grille de storyboard adressable : cellules numérotées, horodatages exacts, transcription par cellule et enveloppe audio sur la même chronologie. video_zoom relit toute fenêtre en plus haute résolution, afin qu’un modèle textuel puisse examiner la vidéo au lieu de lire un résumé.
watch-skill
oxbshw/watch-skill
Les capacités de DeepWatch, installables dans un profil DeepSeek Harness existant
dsh-tts-bridge
yuuyuko-uu/dsh-tts-bridge
Lit les conversations DSH à voix haute en utilisant la lecture vocale intégrée de la page web DeepSeek, pilotée par une petite extension de navigateur.
dsh-sd-bridge-guard
savinglighting/dsh-sd-bridge-guard
Plugin DeepSeek Harness : neuf fonctions locales de génération Stable Diffusion (texte vers image, image vers image, repeinture au masque, génération de scripts seule, scripts alignés en deux versions, commande d’injection locale de niveau C, liste des modèles, gestion du service et contrôle d’intégrité), protocole de redirection des contenus interdits et options du niveau C. Le niveau A liste modèles/LoRA/proportions après génération pour relancer d’une phrase ; le niveau C permet de dessiner les masques à la souris. Aucune adaptation entre machines : détection automatique du dossier SD, installation auto-initialisée en une commande s’il manque, et résultats enregistrés dans l’espace de travail de session.
dsh-qwen-studio
kingcharleslzy-ai/dsh-qwen-studio
Espace Qwen Image 2.1 pour DSH : MLX sur Apple Silicon ou serveur NVIDIA personnel, édition native avec références, LoRA, ControlNet, inpainting, préréglages partagés, galerie et progression de l’agent en direct. Comprend mises à jour vérifiées et guide de configuration de l’agent.
eac-design-world
ebony-vinyl/eac-design-world
Plugin local de création vidéo et de design pour DeepSeek Harness : montage multipiste, modèles et système de design, canevas d’aperçu natif et export de fichiers réels.
dsh-imagegen
dickpy/dsh-imagegen
Génération d'images par IA pour l'interface web de DSH : texte-vers-image et image-vers-image via un point de terminaison compatible OpenAI configurable (gpt-image-2 / gpt-image-1 / dall-e-3), avec une carte de configuration api_url/api_key et un studio de génération à volet divisé dans la barre latérale.
dsh-comfyui
fandc520/dsh-comfyui
Pilotez un serveur ComfyUI local ou distant depuis DeepSeek Harness : les outils comfyui_run / comfyui_object_info / comfyui_workflow génèrent et modifient des images et des vidéos, avec une bibliothèque de workflows (extraction de graphe : par composant / flux principal / tout), une zone de chargement avec correspondance automatique de résolution, une file d'attente en direct, des modèles SDXL et Wan 2.1, une compétence compagne et un proxy média de même origine.
dsh-infinite_canvas
ninkch/dsh-infinite_canvas
Studio de création nodal pour DeepSeek Harness : scripts, storyboards, images de référence et génération vidéo multi-plans sur un canevas infini, pilotable par lots depuis le chat. Fournissez vos propres fournisseurs d’image/vidéo/TTS (points de terminaison de type OpenAI ou API vidéo Seedance/Sora) ; sans configuration, le pipeline fonctionne hors ligne en mode démo avec des médias de remplacement.
dsh-spicy
kingcharleslzy-ai/dsh-spicy
Plugin de création de contenu NSFW compatible avec Purge. Utilise des modèles auto-hébergés dans DeepSeek Harness pour créer des images pour adultes, des vidéos avec audio et des courts métrages à plans multiples ; prend en charge l’édition avec image de référence, le contrôle de style LoRA et le montage de storyboards par Agent.
dsh-voice-prompt-enhancer
fishsb/dsh-voice-prompt-enhancer
Réécrit un brouillon du composeur en prompt plus clair et structuré (5 modes, chaîne de repli des modèles, mémoire multi-tours facultative). Ajoute à la saisie vocale DSH l’arrêt en cas de silence, un raccourci clavier et le nettoyage des mots de remplissage. La transcription utilise toujours le speechToText officiel ; le plugin ne fournit aucun moteur.
brewreel
finderchangchang/brewreel
BrewReel (精酿) pour DeepSeek Harness : créez une vidéo promotionnelle verticale depuis un JSON de storyboard.
dsh-imagegen-video
q253595422/dsh-imagegen-video
Génération d’images et de vidéos par IA pour l’interface Web DSH. Catalogues par canal et adaptation par famille (gpt-image, Grok Imagine, Nano Banana, Seedream, GLM-Image, Qwen-Image, MiniMax image-01, DALL-E 3), studio latéral, canevas infini à nœuds, aperçu de fichiers, skills de canevas et modèles de prompts. La vidéo gère texte/image vers vidéo, première/dernière image clé et références multiples, avec soumission/sondage/téléchargement asynchrones, outils vidéo côté hôte, nœuds vidéo et assemblage local avec ffmpeg d’au moins deux nœuds en un MP4.
dsh-media-desk
woniuniuniu/dsh-media-desk
Atelier de création de contenus pour DeepSeek Harness : notez une idée en une phrase et générez en un clic le script, la couverture, les illustrations et le storyboard.
dsh-omi-voice
polinnizhong/dsh-omi-voice
Lecture à voix haute dans le chat pour DeepSeek Harness : touchez pour lire, mettre en pause et reprendre les réponses de l'IA avec des voix Doubao TTS naturelles (BYOK) ; lit uniquement la réponse finale, code, tableaux et diagrammes filtrés ; moteur local, le plugin ne conserve aucune clé d'API.
deepseek-harness-video-director
chiphoton/deepseek-harness-video-director
🎬Réalisateur propulsé par l'IA : plugin de génération vidéo MiniMax-H3 dirigé par DeepSeek-Harness. 🤖Plus qu'un prompt. 🪄Interface en canevas.