Plugins

MiniMax multimodal bridge: one `mmx_bridge` tool covers image understanding/generation, video, TTS, music, cover, web search and quota; optional `web_search`/`read_image` takeover; inline players/image previews right in the Web GUI (npm: `dsh-mmx-bridge`).

Cross-platform Computer Use for DeepSeek Harness: virtual-mouse human-like operation (screen_observe + computer_click + type + key + scroll + drag, 11 tools), AX-tree zero-vision-cost mode with free GLM-4V-Flash vision fallback, safety guards (snapshot TTL / app whitelist / dangerous-action approval / password-box protection).

All-in-one bundle for DSH: the native Windows desktop window (WebView2), DeepEye vision (GLM-4V-Flash), and voice input (mic button) in a single install.

DeepSeek Harness 原生视觉 Bundle：粘贴或拖入图片，通过托管的 deepseek-vision-mcp 调用 OpenAI 兼容视觉模型。

Vision MCP and DSH bundle for text-only DeepSeek: analyze_image, analyze_clipboard, compare_images and vision_status tools, a visual settings page, free GLM-4.6V-Flash by default, result caching and rate-limit tolerance; keys stay out of logs.

MiniMax-powered multimodal plugin: real-time voice call mode (streaming conversation, floating dock UI), voice mode and mic voice input, plus image/video/music/speech generation and vision inspection tools.

Dedicated model routes, tools, and system guidance for vision, compaction, reviews, subagents, titles, and image generation.

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

Sidecar de vision hébergé et gratuit pour DeepSeek Harness, avec des preuves de session durables

DeepSeek Harness 多模型路由插件：让专业的事情交给专业的 agent——自定义视觉/翻译/语音/子代理等专业 agent 并绑定独立模型，多模态账号一键登录、账号池健康路由与实时用量统计

DeepSeek Harness plugin that turns UI screenshots into implementation-grade web specs using OCR, deterministic geometry, scene graphs, assets, and render comparison.

Auditable vision and cross-platform Computer Use runtime for DeepSeek Harness with source-preserving evidence.

Remote host tunnel manager: runs dsh web on a remote Linux server (systemd supervision, no root needed) behind an auto-reconnecting SSH tunnel; allocates and registers remote ports on the server, multi-user safe, with an audit view.

Advertise image paste on text-only DeepSeek routes, describe attachments with a vision sidecar, and leave native vision models untouched.

Fully-local image understanding & OCR via macOS Vision Framework: `ocr_image` (text, table layout + coordinates) and `view_image` (scene, faces, QR) — paste multiple images into the web input box or pass path/URL/base64; images never leave your Mac.

Gives a text-only model image understanding via a vision-language model, exposed as a `describe_image` tool.

Déclaration des capacités par modèle pour DeepSeek Harness : niveaux d'effort de réflexion (orthographes réseau) + modalités de requête (vision) pour les fournisseurs compatibles OpenAI. Section de réglages, zéro dépendance runtime au harness, pas de YAML.

Plugin DeepSeek Harness qui relie les images de session à des API de vision interchangeables, tout en gardant DeepSeek comme modèle principal.

HeartFlow (心虫), une porte de discrimination de niveau 1 pour l'AGI, sous forme de plugin DSH : vérification de texte à base de règles sur 47 dimensions (outil heartflow_check), plus une supervision automatique de la sortie au niveau des outils/post-exécution, avec blocage par défaut (fail-closed) si le moteur est absent.

Outils `web_search`, `image_gen` et `image_vision` adossés à Codex pour DeepSeek Harness, réutilisant l'état de connexion OAuth ChatGPT.

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.

Passerelle de vision native au fournisseur LLM : les images collées dans le chat sont décrites par un modèle de vision (Qwen3-VL via pi-ai/llama.cpp), et la description textuelle est transmise à DeepSeek texte seul pour la réponse — l'admission, le routage et la compaction des images passent tous par les mécanismes natifs du harness, avec un cache de descriptions LRU et une reprise sur erreur 503.

Les images jointes au composeur sont transcrites en texte par un modèle de vision compatible OpenAI avant d'atteindre les modèles DeepSeek texte seul.

DeepSeek Harness plugin: import models with capabilities from an OpenAI-compatible /v1/models listing (gateway capability extensions) and edit per-model capabilities (thinking, vision) on its settings page