Plugins

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.

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.

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.

Utilisation de l'ordinateur via un périphérique USB HID externe : nommez une cible en langage naturel, un modèle de vision la localise dans une capture d'écran recadrée, et un Raspberry Pi Pico 2 déplace la vraie souris et tape sur le vrai clavier. 7 outils. Windows dispose de la liste des fenêtres, du recadrage par fenêtre et du relèvement automatique des fenêtres ; macOS nécessite pyobjc et ne dispose d'aucune de ces fonctions ; Linux n'est pas pris en charge.

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.

Un bouton de téléversement plus le glisser-déposer de fichiers dans la conversation en tant que chemins locaux : enregistre dans uploads/ du projet, insère le texte du chemin dans la zone de saisie, fonctionne avec n'importe quel outil de vision.

Souris et clavier réels pour un agent DeepSeek Harness : décrivez en mots ce qu'il faut cliquer, un modèle de vision le trouve, un périphérique USB HID clique dessus.

Pont multimodal MiniMax : un seul outil `mmx_bridge` couvre la compréhension/génération d'images, la vidéo, la synthèse vocale, la musique, les pochettes, la recherche web et le quota ; prise en charge optionnelle de `web_search`/`read_image` ; lecteurs intégrés/aperçus d'images directement dans l'interface web (npm : `dsh-mmx-bridge`).

Adaptateur LLM GitHub Copilot : connexion par flux de périphérique OAuth, découverte de modèles en direct depuis l'API Copilot, prise en charge de la vision pour les modèles compatibles image (gpt-4.1, gpt-4o), et deux protocoles de communication (Chat Completions et Responses API) avec routage automatique des endpoints par modèle.

Échiquier de Xiangqi dans le panneau latéral pour DSH : jouez les rouges tandis que le modèle DSH courant choisit les coups noirs, avec vérifications de règles et de révision côté hôte.

Analyse l'usage entre modèles, fournisseurs, espaces de travail et périodes, avec dates personnalisées sur tout l'historique, cache-hits visibles et ventilations par modèle/fournisseur. Comprend tendances horaires/jour, carte de chaleur de 53 semaines façon GitHub, séries, anneaux de tokens par modèle et espace (tokens, coût, %), filtres combinables, efficacité du cache, solde DeepSeek, alias d'espaces, export CSV, et un grand livre durable qui conserve l'usage après suppression de session ou d'espace (ligne Deleted), reconstruit de façon incrémentale. Registre des espaces rafraîchi via la sonde DSH domain/changed ; seuls les espaces enregistrés comptent. Comptabilité séparée : entrée, cache, raisonnement. Chinois : heure locale ; anglais : UTC ; API en loopback uniquement.

Minecraft assisté par IA pour DeepSeek Harness : pilotez un agent Mineflayer autonome (survie, minage, chat, carte en direct) avec des outils de vision/contrôle, ainsi qu'un lanceur intégré (connexion Microsoft, téléchargement de version, lancement du jeu).

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.

Analyse de vidéos Bilibili : métadonnées, transcription (repli ASR via Bijian/sherpa-onnx/whisper.cpp), commentaires, danmaku, et images clés nettes avec descriptions de vision locales optionnelles.

Plugin de vision externe pour DeepSeek Harness : panneau de configuration via le bouton baleine, reconnaissance d'image avec réponse automatique, et outils de capture d'écran/reconnaissance pour l'agent.

Pour le modèle de vision natif de DeepSeek Harness deepseek-v4-flash-vision-exp, relève les limites d'admission des images à 32 MiB / 8192 px / 600 images et ajoute un outil highres_read qui découpe les grandes images en tuiles, puis renvoie l'image entière plus des tuiles de 800x800 via l'outil read_image de l'hôte.

Récupère n'importe quelle page http/https et renvoie le titre, la description, le texte principal, le plan des titres et les liens, avec des statistiques (nombre de caractères/mots, temps de lecture, langue) et les mots-clés principaux ; peut télécharger les images du contenu dans l'espace de travail de la session pour analyse visuelle et les transmettre aux analyseurs enregistrés via le service scrape.imageAnalyzer.

Pont de vision gratuit pour les modèles texte uniquement : compréhension d'images, OCR, analyse d'interface et de débogage via des fournisseurs de niveau gratuit (Qwen3-VL-Flash, Doubao, DeepSeek-OCR) avec une interface graphique de paramètres.

Envoie des images locales ou des URL d’images HTTP(S) à un point de terminaison vision compatible OpenAI configuré avec l’outil inspect_image et renvoie sa réponse textuelle à la conversation.

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.

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.

DSH Director Toolkit est un plugin DeepSeek Harness pour les artistes 3D, designers techniques et codeurs créatifs. Collez une idée à moitié formée, une note de référence ou une légende de portfolio, et obtenez un pack de direction compact pour Blender, Three.js, Houdini ou C4D.

Un atelier d'écriture de romans pour DeepSeek Harness : vous votez pouce en l'air ou pouce en bas sur des passages candidats, et le modèle les distille en un court profil de préférences reporté dans les appels de rédaction suivants, tandis que le manuscrit reste hors du contexte de rédaction. Ajoute un tableau de chapitres, des packs d'écriture par chapitre, une révision limitée aux annotations qui ne réécrit que le paragraphe annoté et vérifie le reste octet par octet, un registre de projet et des contrôles de rythme locaux.

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.