Plugins

« Lecture » d'images pour les modèles texte uniquement : réduction d'échelle + réduction de la profondeur de couleur + empreintes de structure/couleur transformées en grilles de texte renvoyées dans la conversation, permettant au modèle de zoomer, d'échantillonner et de faire de l'OCR de manière autonome comme un modèle multimodal ; entièrement local, sans dépendance à un modèle externe, fournit une compétence de méthodologie de lecture d'image et PaddleOCR en option.

Liste dans la barre latérale DSH les documents Markdown, images et vidéos du workspace de la session, par pertinence pour la conversation : les messages récents sont comparés localement au titre, résumé et corps du document avec pondération IDF, sans appel à un modèle ni réseau. Scannée depuis le workspace et non mémorisée, redémarrer DSH ou ouvrir une session ne la vide pas. Images et vidéos s'affichent en aperçu sur place, chemins relatifs résolus et vidéo via HTTP Range. Une barre de références sous l'en-tête indique quels documents citent celui qui est prévisualisé et lesquels il cite, avec un clic pour passer entre eux. Le même classement est exposé à l'agent comme outil knit_docs, qui renvoie les documents les plus pertinents et le passage correspondant de chacun, s'il existe.

Shell web mobile pour l’interface web DSH : tiroirs superposés, FAB déplaçable, correctifs du compositeur mobile, et bouton flottant de téléversement d’images fixé au-dessus du compositeur (galerie/caméra natives, intégré au pipeline validé d’ajout d’images), sans régression bureau. Publié sur npm sous le nom dsh-webui-mobile.

Génère de l'art de jeu à partir d'images de référence via la génération d'images Seedream et l'image-to-video MiniMax, en assemblant des sprites huit directions, des séquences de frames et des animations de squelette avec incrustation fond vert locale.

Outils Office sécurisés pour l'espace de travail des agents : créer/lire Word, créer/lire/mettre à jour Excel, et créer/lire des présentations PowerPoint avec placement d'images PNG/JPG/GIF.

Compréhension d'image quasi native pour DeepSeek Harness

Donne à un modèle textuel la compréhension d'image via un modèle vision-langage, exposé comme outil `describe_image`.

Pont de vision gratuit et génération d'images pour les modèles texte seul : lecture d'images collées, basculement entre les moteurs GLM-4V-Flash et Gemini, preuves structurées façon ModLens, et une route de modèle de vision gratuite préconfigurée.

Pont vers les appareils HarmonyOS : boucle d'automatisation hdc pour captures d'écran/installation/logs/crashs/UI avec read_image, une base de connaissances API versionnée priorisant les sources officielles (SDK .d.ts + documentation embarquée hors ligne), et une chaîne de build/signature/lint via le CLI DevEco.

Pipeline de coût en tokens pour DeepSeek Harness : compaction en couches sensible à la pression (projection sans perte sous 40 % de pression de contexte, résumé par LLM au-delà), liste d'outils autorisés par agent, conversion de texte long en image avec résumé par vision, et une commande /token-status suivant la pression, les paliers et les tokens économisés.

Ajoute une route LLM non officielle adossée à OAuth Antigravity, la recherche Web, la génération et l'édition d'images, la compréhension vidéo, l'état des quotas et des contrôles des paramètres DSH Web.

Donne la vision aux modèles textuels uniquement : transmet les images de l'utilisateur à un modèle de vision compatible OpenAI et affiche les descriptions dans un panneau droit de l'interface web.

Cerveau DeepSeek + transcription automatique d'images : attachez des images dans la GUI et chacune est transcrite par le modèle officiel deepseek-v4-flash-vision-exp par défaut (un cerveau V4-Pro en texte pur peut voir les images), avec n'importe quelle VLM compatible OpenAI ou Ollama local comme alternatives.

Utilisez un abonnement ChatGPT/Codex dans DeepSeek Harness avec les modèles GPT, la génération d'images, la recherche web, le rapport de quota d'abonnement, le contrôle des modèles et fonctionnalités, et la connexion OAuth par navigateur ou code d'appareil.

Ajoute un modèle de vision configurable aux modèles principaux textuels uniquement : un outil vision_read_image, un sélecteur de modèle de vision dans la barre de composition, et une conversion automatique image-texte pour les routes textuelles uniquement.

Studio d'images et de vidéos par IA sous forme de panneau DSH flottant, pour créer sans interrompre la conversation : texte-vers-image, image-vers-image et composition multi-images en 1K-4K sur huit formats ; texte-vers-vidéo et image-vers-vidéo avec contrôle de la première image de 4 à 12 secondes ; mode court-métrage qui importe un scénario (.txt/.md/.json), le découpe en plans de storyboard pour la prévisualisation et la génération par lots ; et un espace de travail d'expert en prompts. Zéro dépendance d'exécution.

Conversations de jeu de rôle avec cartes de personnage, création et édition de cartes en chat, et génération d'images via des backends configurables.

Petite amie IA vocale pour l’interface Web : entrée micro FunASR, réponses parlées Qwen3-TTS, fenêtre d’animation compagnon et chat QQ bidirectionnel (texte/voix/image push) via NapCat.

Routes de modèle, outils et guidage système dédiés pour la vision, la compaction, les revues, les sous-agents, les titres et la génération d'images.

Plugin de thèmes pour l'interface web DSH : 4 thèmes intégrés plus des thèmes personnalisés à partir d'images, la photo servant d'arrière-plan pour toute l'interface et la palette suivant sa teinte dominante.

Barre latérale droite de l'interface web DSH : explorateur de fichiers façon VS Code et gestion de sources (git status, stage/unstage/discard, commit, diff, graphe de commits, fetch/pull/push, branches et remotes, git init, bascule multi-dépôts, statut de fichier coloré, icônes par type de fichier), une vue éditeur qui ouvre tout fichier atteint depuis le chat, l'arborescence ou la gestion de sources (aperçus Markdown/HTML/PDF/image, coloration syntaxique pour 15 langages, édition de diff par hunk, enregistrement Ctrl+S), des opérations de fichiers (créer/déplacer/copier/supprimer, révéler dans l'explorateur), un rail d'icônes repliable, un terminal inférieur multi-onglets (ConPTY) et des messages de commit générés depuis le diff indexé par un modèle configuré sur l'hôte.

Pont MCP vers gemini.google.com : analyse visuelle d'images et de vidéos, génération d'images Imagen et de vidéos Veo, et gestion des conversations via la session de navigateur déjà connectée, sans clé API.

Utilisez les fonds d'écran téléchargés dans Wallpaper Engine comme arrière-plan web de DeepSeek Harness : les fonds vidéo sont lus en place, les fonds image utilisent l'œuvre autonome de plus haute résolution, avec les modes d'ajustement cover/contain et un gradateur de panneau de 0 à 100.

Du chat au canevas puis à l'œuvre : pilotez ComfyUI comme IDE visuel de workflows dans DSH. Intégrez ComfyUI (local ou cloud) comme canevas en écran partagé dans DSH Web : l'agent écrit prompts et scripts dans le chat, les applique en direct et produit images, musique, vidéo et 3D. Opérations : composer des pipelines, lire/écrire les workflows, éditer les nœuds, câbler les liens, exécuter, régler et déboguer. Production : balayages de paramètres par lots (batch_run) et récupération automatique des sorties dans le chat (get_outputs). Entretien : lancement et mise à niveau en un clic de ComfyUI, du cœur et des nœuds personnalisés. Ce paquet est le plugin côté DSH et embarque le nœud pont côté ComfyUI.