Plugins

Vision gratuite pour les agents texte seul : chaîne de vision intégrée sans clé, plus des outils pixel (questions-réponses, ancrage, recadrage, diff pixel, couleurs, OCR, tracé SVG, détourage, captures d'écran) ; collez une image pour l'utiliser.

Vision pour les modèles texte uniquement : collez une image et le modèle bascule vers la variante Vision Toolkit pour les questions-réponses sur images, la comparaison multi-images, l'OCR de captures longues, la reproduction d'UI à partir de captures, l'ancrage d'éléments et les différences de pixels. Aucune clé API par défaut — les images sont traitées par le service gratuit hébergé par l'auteur, 100 par machine et par jour ; configurable vers votre propre fournisseur.

Compréhension d'image quasi native pour DeepSeek Harness

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.

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.

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.

Plugin DSH qui livre images et fichiers aux modèles texte seul sous forme de chemins d'espace de travail : les images conservent l'interface de pièce jointe native, les autres fichiers apparaissent sous forme de puces carrées dans la barre, les chemins sont ajoutés à l'envoi — se combine avec dsh-vision-toolkit pour voir l'image simplement en la collant.

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

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.

Upload par drag-and-drop de fichiers PDF, Word, Excel et images : les fichiers déposés sont sauvegardés dans un répertoire local et référencés par chemin, sans gonflement base64 dans le chat.

Aperçu inline pour les marqueurs image [图片: path] : après le rendu du marqueur, l'image s'affiche automatiquement dans le chat, sans laisser traîner les longues instructions dans la conversation.

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

Relie les images de session à des fournisseurs de vision configurables et renvoie une analyse texte uniquement aux routes de modèles DeepSeek Harness éligibles.

Plugin de routage multi-modèles pour DeepSeek Harness : confiez les tâches spécialisées à des agents spécialisés — personnalisez des agents professionnels (vision/traduction/voix/sous-agent, etc.) et liez-les à des modèles indépendants ; connexion en un clic pour comptes multimodaux, routage de santé du pool de comptes et statistiques d'utilisation en temps réel.

Outil de vision appelable par l’agent qui décrit les images locales via n’importe quel endpoint de vision compatible OpenAI que vous configurez, avec une vérification croisée multi-modèle optionnelle et sans clé intégrée.

Offre complète de capacités de vision pour DeepSeek Harness : un outil vision_understand (API de vision compatibles OpenAI, Zhipu GLM-4V-Flash gratuit par défaut) ainsi que des points d'entrée coller/glisser-déposer/bouton pour la reconnaissance d'images.

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.

Installe une case à cocher d'entrée d'image dans le catalogue Models afin qu'un modèle personnalisé puisse déclarer une entrée d'image et recevoir directement des images ; inclut un relais de vision BYO optionnel.

Reconnaissance d'images configurable pour les modèles DSH en texte seul : les messages image sont d'abord transcrits par un modèle de vision compatible OpenAI (URL de base, ID de modèle et clé API définis dans une section Paramètres) puis transmis au modèle principal sous forme de texte, tandis que la prise en charge des entrées d'image est annoncée. Le schéma d'authentification par clé API est sélectionnable (en-têtes de requête de style OpenAI, Anthropic, Gemini ou Azure) et l'absence de clé est signalée avant tout envoi de requête.

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.

Extension native de capacité de vision, utilisant soit Zhipu (gratuit) soit Qwen-VL (local).

Route de fournisseur de vision qui transcrit les images jointes en texte via un modèle configurable (plus de 15 fournisseurs compatibles OpenAI et Anthropic) tandis que DeepSeek continue de répondre.

Outil `vision` appelable par le modèle pour DeepSeek Harness : décrit et applique l’OCR aux fichiers image en appelant directement l’API de vision Zhipu GLM gratuite (chaîne de repli glm-4v-flash), sans CLI externe requis.