Plugins

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

Capture d'écran sans dépendance pour DSH : Lightweight — zéro dépendance, zéro binaire ; Stage & shoot — capture en un clic plein écran, disposition des fenêtres et capture hover-snap des fenêtres occluses ; libre-service de l'agent — livraison par chemin uniquement ; les chemins sont universels, associez-le à modlens (optionnel) pour des preuves structurées en un appel.

Ajoute un outil de capture d'écran plus deux points de capture automatique optionnels, plaçant l'écran dans la conversation sous forme de bloc image ; nécessite un modèle capable de traiter les images.

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.

Outils de navigateur natifs propulsés par CloakBrowser avec sessions isolées par agent, instantanés bornés, interaction par références, captures d’écran et routage sécurisé.

Contrôle les onglets Chrome autorisés par l'utilisateur depuis DeepSeek Harness via un courtier local de messagerie native, avec lectures sémantiques des pages, actions, captures d'écran et transfert explicite.

Préréglage d'agent de documentation technique pour DeepSeek Harness : écriture pilotée par modèles avec bibliothèque de modèles auto-apprenants, suppression de la saveur IA pour les documents techniques, et boîte à outils d'assurance qualité (audit de documents, cohérence inter-documents, renumérotation, synchronisation des versions, export PDF et Word, automatisation des captures d'écran).

Permet à votre agent IA de voir et de piloter un vrai téléphone Android : phone_look (fusion vision + arbre d'interface), tap/swipe/type, capture d'écran — via adb, pour tout client MCP.

Utilisation de l'ordinateur réservée à Windows pour DeepSeek Harness : capture l'écran virtuel et pilote la souris et le clavier via 9 outils construits sur PowerShell et Win32 SendInput ; se combine avec picturereader pour que les modèles textuels bouclent capture-analyse-action-vérification entièrement en local.

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.

Combine les API texte, vision et génération d'images en un seul modèle Mix avec routage automatique : les requêtes textuelles vont au modèle de chat, les images utilisateur et captures d'écran de l'agent vont au modèle de vision, les suivis continuent d'utiliser la même image de session, et les agents peuvent générer ou modifier des images avec un historique d'appels limité à la session.

Pilote le navigateur réel de l'utilisateur via le démon Kimi WebBridge local : outils de navigation, recherche d'onglets, snapshot, clic, remplissage, évaluation, CDP, capture d'écran, réseau, téléversement, export PDF et gestion d'onglets qui réutilisent les sessions de connexion existantes.

Plugin de barre latérale droite DSH qui compare deux commits git, construit une liste de tests manuels à partir de la portée d'impact, et prend en charge les notes d'échec, les captures d'écran, les pièces jointes de tâche et la soumission de défauts vers Yunxiao, GitHub, GitLab ou un webhook.

Plugin hôte Kimi WebBridge pour DeepSeek Harness : des outils de modèle qui pilotent le VRAI navigateur de l'utilisateur (naviguer, instantané, cliquer, remplir, évaluer, capture d'écran, inspection réseau, gestion des onglets) via le démon local kimi-webbridge

Capture d'écran à double moteur pour DSH : dans le shell de bureau SSiD, un raccourci global ou la barre des tâches ouvre une superposition de sélection par cadre en plein écran (tous les moniteurs, cadres au pixel près par écran) avec annotation par cadre rouge sur place et une barre d'outils façon WeChat ; dans DSH simple (navigateur), le bouton caméra du composeur capture l'écran via getDisplayMedia et réutilise dans la page la même superposition de sélection par cadre + annotation en une seule phase. L'image rognée arrive dans le composeur de la conversation en cours via le circuit officiel des pièces jointes.

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.

Retour par capture d'écran pour DeepSeek Harness — laissez votre agent de codage VOIR ce qu'il construit.

Relie le serveur MCP Python harmonyos-dev-mcp à DSH : découverte d'appareils HarmonyOS, build/install/run/uninstall, automatisation UI (click/input/keys/swipe/screenshot), inspection E2E de l'arbre UI, et analyse de logs/crashes en 18 outils mcp__harmonyos__*.

DSH GUI Toolkit — Windows desktop control tools for DeepSeek Harness (DSH): screen layout, annotated screenshot, single-window capture, click / drag / type / key / scroll, semantic verification, window management, and UI Automation structured queries. Thi

Shared browser panel for DeepSeek Harness via Better Sidebar, with local Chromium, human and agent mouse and keyboard control, page snapshots, screenshots, and per-chat persistent profiles.

Live Android device pane next to your DSH conversation: scrcpy-server H.264 streaming (WebCodecs, 30-60 fps), agent tap/swipe/text with auto-screenshot verification, uiautomator element tree with tap coordinates, host-managed recording + logcat debug sessions. FLAG_SECURE pages are detected automatically with a mitigation chain and a tappable text-view fallback. Emulators and USB real phones, human+agent co-operation, session-isolated, loopback-only.

Windows computer use for DeepSeek Harness agents screenshot, click, type, scroll, with an on-screen indicator the human can see

Built-in browser control for dsh (DeepSeek Harness): lets the AI agent open pages, read content, click, type, scroll and take screenshots in a real local browser (Edge/Chrome via the Chrome DevTools Protocol). Includes a docked live browser pane (CDP scre

Windows computer use forked from computer-user: 13 computer_* tools that read the screen and drive the mouse and keyboard. Image-capable routes get the screenshot as a real image with an exact image-to-screen mapping, so no external OCR; elements return as UI Automation refs so a click lands on the exact control rectangle; Ctrl+Alt+Esc stops every call.