Plugins

Espace de travail média et vision pour DeepSeek Harness : génération d'images, de vidéos et de parole, questions-réponses sur images et localisation d'éléments, OCR de longues images, diff de pixels, vérification par capture d'écran HTML et résumé de vidéos, avec des fournisseurs DashScope et compatibles OpenAI, des pools de modèles et un client de type workbench.

Une route de fournisseur passerelle vision-langage : les images collées sont décrites par un modèle VL configurable (Qwen-VL par défaut) avant d'être transmises à DeepSeek.

Vision pour DeepSeek en mode texte seul via Doubao Web par défaut (gratuit, sans clé API — pilote votre Chrome connecté via un pont CDP Windows), avec quota Antigravity IDE (flash/pro) ou repli sur Gemini ; escalade automatique du niveau de détail, mémoire de preuves visuelles avec réhydratation après compaction, cache par hachage de contenu, et un panneau client bilingue.

Fournisseur Google Gemini multi-comptes : choisit le compte avec le plus de quota restant, bascule sur 429 avec backoff exponentiel, sonde les comptes désactivés en arrière-plan, et livre une page de paramètres chinois/anglais.

Permet aux modèles texte seul de voir les images : lorsqu'une image arrive avec un texte de remplacement comme \[image omitted because this model accepts text only], le modèle appelle l'outil vision_describe et le plugin transmet la référence de l'image et la question à un modèle multimodal, en réessayant avec un modèle de secours en cas d'échec. Configuré dans la page de paramètres et conservé via l'API officielle de paramètres.

Pilote Chrome connecté : vrais onglets et iframes de même origine. macOS/Windows/Linux ; Chrome 116+, Node 18+. Native messaging + `chrome.debugger`, sans port ; 12 `browser_*`, CLI `cb`. `browser_download` : lien/cible/URL + cookies de session ; Downloads/dossier de travail, suit les redirections et conserve le nom serveur. Iframes d’autre origine listées sans accès. Paquet : hôte natif + MV3 ; première charge copie/installe et enregistre native messaging. Sans clonage, `install.sh`, `python3`. DSH Bridge à ajouter : Chrome Web Store (https://chromewebstore.google.com/detail/bippcbbbipppmhjkjomgdnjbooecbimo, sans Developer mode) ou copie décompressée dans `chrome://extensions` ; avant ajout, les outils indiquent l’étape. Windows : registre Chrome/Edge, tube nommé.

Station de travail omni-modale pour DSH : analyze_image sur une chaîne de basculement VLM ordonnée à plusieurs cartes, une boîte à outils de vision à six outils (zoom, échantillonnage de couleurs, diff de pixels, OCR, détection d'éléments, affichage en ligne) partageant le même résolveur d'images, generate_image via les protocoles OpenAI/DashScope/ComfyUI, generate_video asynchrone multi-cartes avec un constructeur /build-video-tool, et TTS speak/clone_voice sur sept fournisseurs, le tout piloté par une seule page de paramètres à enregistrement automatique.

Vision à la demande pour les sessions DSH texte uniquement : les images deviennent des marqueurs, et un outil vision_describe envoie uniquement l'image et la question à un modèle de vision compatible OpenAI

Jeu d'élevage de style Digimon : faites éclore un œuf qui se nourrit de travail réel (tours, appels d'outils, erreurs) et évolue le long de quatre lignées ramifiées selon votre façon de travailler ; zéro jeton, invisible pour le modèle.

Plugin multimodal propulsé par MiniMax : mode d'appel vocal en temps réel (conversation en streaming, interface dock flottant), mode vocal et saisie vocale par micro, ainsi que des outils de génération d'images/vidéos/musique/parole et d'inspection visuelle.

Permet de glisser-déposer, coller ou téléverser fichiers et images ; avec les modèles non multimodaux, un VLM configuré décrit automatiquement les images.

Plugin adaptateur LLM pour les modèles Qwen déployés localement derrière un point de terminaison vLLM compatible OpenAI, avec une bascule multimodale par modèle, des efforts de raisonnement entièrement configurables et une page de paramètres web pour modifier le déploiement depuis le frontend.

Ajoute un sélecteur de modalité d’entrée aux paramètres des modèles personnalisés dans la Web UI DeepSeek Harness.

Bundle visuel natif DeepSeek Harness : coller ou glisser une image, appeler un modèle visuel compatible OpenAI via le deepseek-vision-mcp hébergé.

Affiche en ligne dans le chat DSH Web les images collées ou importées et donne la vision aux modèles texte seuls : l’outil visual_review, invocable par le modèle, appelle d’abord une API multimodale compatible OpenAI, puis bascule sur un worker local Qwen3-VL en cas d’échec.

Bundle Vision MCP et DSH pour DeepSeek textuel : outils analyze_image, analyze_clipboard, compare_images et vision_status, page de paramètres visuelle, GLM-4.6V-Flash gratuit par défaut, mise en cache de résultats et tolérance aux limites de débit ; les clés restent hors des logs.

Plugin de vision DeepEye pour DeepSeek Harness (DSH) : description d'image, OCR, VQA, mise en page d'UI et analyse du presse-papiers.

Un plugin dsh qui permet à l'IA d'invoquer automatiquement des VLM (modèles multimodaux) pour l'analyse visuelle.

Fork non officiel de dougen/dsh-deepseek-usage (base v0.16.0). Carte de solde et quota du fournisseur actif —DeepSeek, Moonshot, Z.ai, OpenRouter, Kimi, MiniMax et OpenCode—, solde des bons Alibaba Cloud pour qwen-token-plan (BSS OpenAPI avec AccessKey), et solde Xiaomi MiMo et utilisation du forfait via cookie de console. Page d’état des requêtes fournisseur et prix par jeton inclus. Ne pas l’installer avec l’amont : les deux affichent la même carte latérale.

Preuves de médias locaux (vidéo/audio/image) : chronologie, transcription, zones. Repli par média dans meta.attempts, non silencieux : multimodal hôte→OpenAI compatible/rotation clés→ffmpeg/ASR locale→métadonnées. Cooldown auth/quota seulement ; candidat gardé en fin de chaîne, non supprimé. Masque avant troncature ; magic bytes, pas extension. vision-bridge facultatif ; enregistrement multimodal/AV inline (video_url/input_audio) dépend des peers optionnels dsh-thinking-levels et dsh-llm-openai-completions ; sinon dégradation sans erreur. Défaut distant ; strictLocalOnly garde local. ffmpeg/ffprobe et CLI ASR locale non fournis, uniquement pour le repli local ; sans eux, repli vers les métadonnées. Hosts 0.1.7/0.2.0/0.2.1 (6 rc, enum engines.dsh) ; npm dsh-media-lens.

Carte vitrée affichant les quotas et soldes de plusieurs fournisseurs dans le pied de la barre latérale de DSH. Elle prend en charge 11 fournisseurs, dont StepFun, Xiaomi MiMo et Claude, avec connexion au navigateur en un clic, ainsi que le crédit Step Plan. Installation depuis la marketplace dsh-plugin (sujet GitHub « dsh-plugin »).

FreeCodeGo non officiel pour DeepSeek Harness : moteurs DeepSeek, Codex et Claude dans une même session et chaîne d’outils. Accès gratuit à 0 jeton à deepseek-v4.1-flash, deepseek-v4-pro, deepseek-v4-flash-free, glm-5.3-flash, grok-4.6, kimi-k3, nemotron-3-ultra-free, muse-spark-1.3, Qwen 3.8 Flash et mimo-v2.6-flash-free, plus une passerelle private-key sans clé.

Mathématiques de compétition (IMO/Putnam/USAMO/AIME) résolues par une passe de raisonnement pur, un vérificateur adverse dans un contexte de sous-agent neuf, et une sortie de confiance calibrée (haute / moyenne / « aucune solution fiable » honnête) ; rendu LaTeX-vers-PDF optionnel.

Analyse les images de conversation via des invites spécifiques au mode (caption, UI, document, grounding, topologie, etc.) et injecte des preuves structurées avec des primitives de coordonnées (boîtes, points, références) sous forme de texte, avec mise en cache au niveau de la session pour réutilisation lors du replay et de la compaction.