Plugins

Reconnaissance d'images volumineuses pour les modèles vision-exp : reconnaissance par tuiles 800×800 sans perte (smart/pipeline/full), OCR local avec prétraitement et routage d'écriture manuscrite, GPU multi-fournisseur en option (DirectML/CUDA/OpenVINO) avec repli CPU automatique.

OCR local pour DeepSeek Harness : collez ou joignez une image, obtenez son texte via PP-OCRv5 + ONNX Runtime, entièrement hors ligne. TUI (cc-tui) et Web.

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

Atelier de génération d'images local, zéro abonnement : ouvrez votre propre API de génération (toute interface compatible OpenAI, zéro abonnement), mise en page sur canevas + retouche/effacement/suppression d'arrière-plan/OCR/vectorisation, livrables PSD/AI éditables, pont bidirectionnel au niveau des calques Photoshop/Illustrator.

Plugin Web DeepSeek Harness — couche texte PDF et OCR PDF scannés, docx/xlsx/pptx Office vers Markdown, fiches d'index TIFF/epub et longs documents.

Boîte à outils vision enrichie : 14 outils vision au niveau pixel (describe, ground, detect, crop, pixel-diff, OCR, long-screenshot OCR, vectorize, colors, cutout, screenshot, present, materialize, html-screenshot) pilotés par un endpoint compatible OpenAI, avec marqueurs [图片: path] propres, classification de sécurité du contenu et auto-retry sur rate-limit.

Upload par drag-and-drop de fichiers PDF, Word, Excel et images : les fichiers déposés sont sauvegardés dans un répertoire local et référencés par chemin, sans gonflement base64 dans le chat.

Aperçu inline pour les marqueurs image [图片: path] : après le rendu du marqueur, l'image s'affiche automatiquement dans le chat, sans laisser traîner les longues instructions dans la conversation.

Plugin DSH officiel pour nuphus-mcp (par les mainteneurs de nuphus-mcp) : automatisation de bureau et de navigateur (38 outils) avec perception d'éléments PaddleOCR et navigation Chrome CDP, via un processus enfant stdio MCP persistant.

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

Compréhension d'images et OCR entièrement locaux via le Vision Framework de macOS : `ocr_image` (texte, mise en page de tableau + coordonnées) et `view_image` (scène, visages, QR) — collez plusieurs images dans la zone de saisie web ou passez un chemin/URL/base64 ; les images ne quittent jamais votre Mac.

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.

Preset d'agent Learning Mode : un agent de codage qui enseigne en codant — explications concrètes ancrées dans des scénarios, guidance socratique et blancs de pratique TODO(你), calqué sur le style de sortie Learning de Claude Code ; installable via dsh plugin add (dsh-learning-mode sur npm).

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

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.

Compréhension d'images pour tout modèle DSH : outils de vision, OCR, grounding et recadrage avec presets de domaine pour l'histopathologie, la biologie cellulaire, l'anatomie, les images cliniques et les figures scientifiques.

Plugin DeepSeek Harness qui transforme des captures d'écran UI en spécifications web de niveau implémentation à l'aide d'OCR, de géométrie déterministe, de graphes de scène, d'assets et de comparaison de rendu.

Studio de contenu pour compte officiel WeChat : écriture rotative anti-homogénéisation, playbook de remédiation en cas de faible créativité, base visuelle pour les images de bénédiction, pipeline gpt-image avec validation OCR, et API Web de brouillon xiaolvshu mesurée en pratique.

Convertit les documents Office et PDF (y compris numérisés) en Markdown formaté structurellement via un pipeline OCR à routage privilégiant le CPU (RapidOCR/SLANet/FormulaNet).

Preuve visuelle structurée (OCR/mise en page/sémantique) plus un outil de capture par caméra USB pour une boucle de débogage « tirer-regarder-ajuster » ; backends : Ollama, DeepSeek, Xiaomi.

Sélecteur de contexte UI du bureau Windows pour Codex, DeepSeek Harness et clients MCP : sélection de fenêtres, d'éléments UI ou de zones d'écran avec surlignage au survol, UI Automation, captures d'écran et OCR local, puis révision et approbation du contexte Markdown/JSON avant la sortie.

Achemine les images vers le modèle de vision de votre choix — réécriture automatique, outils explicites ou hybride — pour qu'un modèle de chat uniquement textuel n'échoue pas sur un tour contenant une image.

Outil `vision` appelable par le modèle pour DeepSeek Harness : décrit et applique l’OCR aux fichiers image en appelant directement l’API de vision Zhipu GLM gratuite (chaîne de repli glm-4v-flash), sans CLI externe requis.