Plugins

Transparent multimodal routing for text-only models: every image in every model call is fully transcribed (verbatim OCR, data, uncertainty zones, injection-hardened) by your own multimodal understander, with focused re-look via vision_relook and automatic retry on image-related failures. No bundled endpoints, no borrowed logins.

DeepSeek Harness vision plugin: 8 analysis modes (describe, OCR, chart data, UI review, object detection, compare, code-gen, debug), any OpenAI- or Anthropic-compatible vision API, with a built-in free vision model and automatic rate-limit failover.

Plugin DeepSeek Harness : déclarations directes de transfert d'images multimodales + effacement des images par session (remplacement de surface), avec une page de paramètres et des contrôles du composeur.

Chaînes multimodales par type de fichier : des modèles de traitement prédéfinis par joker convertissent les fichiers image, vidéo et audio en tokens de prompt avant qu'ils n'atteignent le modèle de session texte uniquement, avec des chaînes de repli par préréglage et une page de réglages Multimodal.

Plugin multimodal pour DeepSeek Harness : comprendre des images et générer des images via des points de terminaison compatibles OpenAI ou DashScope configurables.

Plugin out-of-tree DeepSeek Harness : donne des yeux à un modèle de codage textuel en routant les images vers une route Qwen-VL (DashScope) via ctx.llm et en retournant du texte.

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.

Outil `describe_image` : un pont de vision qui envoie les images à mimo-v2.5 via l'API opencode Zen (identifiant `OPENCODE_GO_API_KEY`, route gratuite d'abord avec repli payant) et renvoie des descriptions texte aux modèles texte seul, avec passe-plat natif et transcodage ImageMagick des formats SVG/TIFF/HEIC.

La vision pour n'importe quelle route DSH : collez des images dans le composeur web avec analyse automatique selon l'intention, déléguez la lecture des images de l'espace de travail à un sous-agent de vision Kimi/MiniMax, et matérialisez les originaux collés pour les modifier.

Pont de vision à découverte automatique pour les agents DeepSeek Harness texte seul : trouve automatiquement un modèle capable de traiter les images parmi vos fournisseurs configurés et renvoie les descriptions en texte brut via un outil de vision.

Vision à la demande pour les modèles DeepSeek texte seul : envoyez des images et le modèle appelle un outil view_image adossé à n'importe quel endpoint de vision compatible OpenAI (Qwen/DashScope par défaut).

Vision en plugin pour les modèles texte seul sur DSH, avec interaction native pour la compréhension et la génération d'images, l'automatisation d'interface, une mémoire de preuves en couches et un cache.

Route les images du chat vers un modèle de vision fixe compatible OpenAI, renvoie des observations factuelles au modèle principal sélectionné et réutilise les observations par session à travers les rejeux, la compaction et les redémarrages.

Voix pour DeepSeek Harness (dsh) — saisie par reconnaissance vocale + lecture à voix haute (TTS) pour DeepSeek texte seul, sans clé API.

Bundle de plugins DeepSeek Harness : outils qwen_vision (compréhension d'image Qwen-VL) et qwen_generate (texte-image Qwen-Image) pour les modèles texte seul.

Boîte à outils de vision pour DeepSeek Harness -- outils CLI glance, ground, detect, crop pour que les agents texte seul comprennent les images.

DeepSee : vision DeepSeek Harness, routage multi-modèles, et auto-vérifications visuelles Gemini avant livraison.

A headless-first macOS Computer Use driver for DeepSeek Harness with AX-first observations, window-bound multimodal evidence, host-owned approval, and evidence-backed action receipts

Xiaomi MiMo-powered voice for DeepSeek Harness: browser 🎤/🧠/🔊 UI, voice_transcribe/voice_understand/voice_speak tools, configurable voice map (preset/voicedesign/voiceclone). Fork of zhuiyueya/dsh-voice (MIT), Settings pattern from Anionex/dsh-vision-toolkit (MIT).

Declare whether a configured third-party model accepts image (multimodal) input; writes the modality into the owning provider settings and verifies it through runtime model resolution.

DSH plugin: auto-detect and configure model capabilities (reasoningEfforts + input modalities) for llm-pi-ai. Successor to dsh-reasoning-efforts.

TokenLab provider bundle for DeepSeek Harness with native Responses, Messages and Chat routing plus full multimodal and async tools.

88API Image Studio for DSH: four Image2 and Nano Banana models for text-to-image, multi-reference editing, 2K/4K output, and sequential batches.

GLM 视觉模型插件：注册 glm-vision 供应商路由（glm-4.6v 系列，image+text 输入声明）并提供 glm_vision 工具，让 DeepSeek 等文本主模型直接调用智谱视觉模型看图。