Plugins

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.

Annonce le collage d'image sur les routes DeepSeek en texte seul, décrit les pièces jointes avec un sidecar de vision et laisse les modèles de vision natifs intacts.

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.

Règle le menu modèles : interrupteurs modèle/fournisseur, groupes, recherche nom/ID ; filtres type, multimodal/raisonnement, contexte min 128K/256K/512K/1M. Modèle courant conservé. Lignes : type ; chat : raisonnement/niveaux effort adaptateur, contexte, modalités d’entrée. Priorité des libellés : manuel > doc réglages > adaptateur > relay GET /models > catalogue pi-ai / models.dev > inférence nom > corrections fournisseur ; survol = source, pointillés = inféré. Édition type/contexte/modalités/effort hors profil, réinscriptible en réglages fournisseur. Rechargement forcé purge caches et interroge adaptateur/relays. Activée par défaut, l’option reçoit en mémoire les images des routes relay texte seul, sans changer la config. Liste masquée dans patch profil et miroir $DSH_HOME.

Enregistre les outils Agent natifs doubao_generate_image et doubao_image_status pour piloter Doubao Web (doubao.com) via Tabbit Browser et extraire automatiquement les originaux wm0 2.7K sans filigrane en fichiers locaux et pièces jointes multimodales.

Enrichit automatiquement les model channels de DeepSeek Harness : plus besoin de régler par model contextWindow, maxTokens, entrée multimodale [text, image] et niveaux reasoning effort {low, high, max} après ajout d’un provider channel. Enrichissement à l’enregistrement, page Settings UI et sauvegardes horodatées.

Skin blanc et or Genshin Impact pour l’interface web DSH : paysage du jeu aléatoire à chaque chargement, police UI Genshin partout, menu style Paimon, anneau d’état actif et persona d’assistant Paimon/Phanes interchangeable. Le dépôt fournit 262 fonds de huit régions en 1920x1080.

Fournisseur Agnes AI pour llm-pi-ai : déclare quatre modèles de chat multimodaux dans le bundle patch et ajoute des outils de génération d’images et de vidéos.

Support du raisonnement DSV4.1 avec contexte multimodal et acceptation bornée d'artefacts pour DeepSeek Harness

Compile, teste, archive et exécute des projets ou workspaces Xcode iOS/macOS via xcodebuild. Journal de build filtrable en direct, sélecteurs scheme/destination lus depuis le projet et flux de logs pour simulateurs et appareils USB. Prend en charge iOS 16 et antérieurs via libimobiledevice ; les logs de l’app restent lisibles appareil verrouillé. macOS uniquement.

Passerelle de vision pour les routes DeepSeek uniquement textuelles, qui analyse les images jointes et locales via des points de terminaison OpenAI Responses, Chat Completions ou Anthropic Messages configurables, tout en laissant les routes capables d'images en natif.

Éditeur des capacités des modèles : modifiez en ligne les niveaux reasoning-effort et la prise en charge de l’image (multimodal) sur la page officielle ; l’ensemble du groupe est réécrit dans settings.yaml. Un accès flottant sert de secours si l’ancre échoue.

Assistant d’appel vocal pour DSH Desktop et Web GUI (même plugin, seul le profile change) : boule flottante déplaçable et VAD navigateur qui envoie chaque phrase après une pause. Réutilise le modèle local SenseVoice déjà téléchargé par le plugin officiel voice-input, sans second modèle. Prend en charge FunASR HTTP/streaming, API compatible cloud, MiniMax / MiMo-V2.5-TTS (director mode et voice clone) et réponses TTS compatibles OpenAI. Wake-word/auto-sleep optionnels ; envoi à des sessions distinctes avec progression, arrêt et compte rendu vocal.

Transforme une capture ou image copiée en note Obsidian avec commentaires et repères clés. OCR immédiat via le modèle multimodal DSH hôte (sans clé API supplémentaire, Tongyi Qianwen en secours), garde anti-doublon, fusion quotidienne et organisation IA facultative le soir.

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.

Pour DeepSeek Harness : enregistre des modèles, aide pour les portraits et sélectionne le modèle d'Agent depuis un catalogue sans secret.

Suite de collaboration multi-agents : liste de spécialistes configurée par l'utilisateur, répartition persistante à la demande (team_call/team_message/team_status/team_close), instances clonées, relais en topologie en étoile, comparaison de modèles et pont de vision multimodale.

Pont de pièces jointes d'images dans le chat avec un outil view_image pour tout VLM compatible OpenAI (Ollama local ou cloud) : les images collées/déposées deviennent des marqueurs de chemin view_image avant d'atteindre les modèles DeepSeek texte uniquement.

Pont de vision pour les routes DeepSeek texte seul qui analyse les images jointes et locales via des endpoints configurables OpenAI Responses, Chat Completions ou Anthropic Messages, tout en laissant natives les routes capables d’image.

Boîte à outils de vision pour DeepSeek texte seul : outil `vision` appelable par le modèle, adaptateurs wrappers pour deepseek/opencode-go (v4 flash/pro), quota Antigravity IDE (default, flash/pro) / tout VLM compatible OpenAI / Gemini / canaux Ollama locaux, mémoire de preuves avec réhydratation par compactage, cache de hachage de contenu et panneau client bilingue.

Outils multimédias Qwen via Alibaba Cloud DashScope : compréhension multimodale vidéo/audio, synthèse vocale avec voix prédéfinies et génération audio de scènes.

Modèles décisionnels multimodaux Decision 3.0 pour DeepSeek Harness, avec tools de probabilité calibrée, page Settings et carte de probabilité.

Cinq tools audio pour l’agent : anyaudio_music effectue hors ligne le rendu de partitions note par note depuis des banques SoundFont locales ; anyaudio_sfx propose 52 presets SoundFont et 15 générateurs procéduraux ; anyaudio_tts parle via Edge ou MiMo ; anyaudio_mix applique le ducking et normalise le pic ; anyaudio_sources gère la bibliothèque SoundFont partagée.

Ajoute une mémoire visuelle adressable à l’agent DeepSeek Harness : retrouver une image, examiner une zone et lire les pixels exacts.