Plugins

Génération d'images conversationnelle native pour DeepSeek Harness : demandez à l'agent de créer une image, et il gère la génération et conserve le résultat directement dans la conversation.

Fournisseur ChatGPT OAuth pour les modèles Codex avec recherche web par abonnement, quota et réinitialisation sûre, outils d'image, mode Fast et contexte conscient du modèle ; sans clé API ni Codex CLI

Génère de l'art de jeu à partir d'images de référence via la génération d'images Seedream et l'image-to-video MiniMax, en assemblant des sprites huit directions, des séquences de frames et des animations de squelette avec incrustation fond vert locale.

Pont de vision gratuit et génération d'images pour les modèles texte seul : lecture d'images collées, basculement entre les moteurs GLM-4V-Flash et Gemini, preuves structurées façon ModLens, et une route de modèle de vision gratuite préconfigurée.

Studio d'images et de vidéos par IA sous forme de panneau DSH flottant, pour créer sans interrompre la conversation : texte-vers-image, image-vers-image et composition multi-images en 1K-4K sur huit formats ; texte-vers-vidéo et image-vers-vidéo avec contrôle de la première image de 4 à 12 secondes ; mode court-métrage qui importe un scénario (.txt/.md/.json), le découpe en plans de storyboard pour la prévisualisation et la génération par lots ; et un espace de travail d'expert en prompts. Zéro dépendance d'exécution.

Du chat au canevas puis à l'œuvre : pilotez ComfyUI comme IDE visuel de workflows dans DSH. Intégrez ComfyUI (local ou cloud) comme canevas en écran partagé dans DSH Web : l'agent écrit prompts et scripts dans le chat, les applique en direct et produit images, musique, vidéo et 3D. Opérations : composer des pipelines, lire/écrire les workflows, éditer les nœuds, câbler les liens, exécuter, régler et déboguer. Production : balayages de paramètres par lots (batch_run) et récupération automatique des sorties dans le chat (get_outputs). Entretien : lancement et mise à niveau en un clic de ComfyUI, du cœur et des nœuds personnalisés. Ce paquet est le plugin côté DSH et embarque le nœud pont côté ComfyUI.

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`).

Génération texte-vers-image multi-moteur (préréglages OpenAI Images et Zhipu CogView) avec suivi des quotas par session, basculement de moteur, configuration sécurisée pour les identifiants, et une carte de résultat avec régénération.

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.

Ajoute un outil generate_image reposant sur la file FAL, toute API d’images compatible OpenAI ou un abonnement ChatGPT/Grok, et affiche le résultat directement dans la conversation.

Routeur unifié de génération d'images pour DeepSeek Harness (DSH) : détecte automatiquement les modèles d'images depuis n'importe quel point de terminaison compatible OpenAI, fournit les outils draw_image et draw_list_sources, et prend en charge SenseNova, StepFun, Agnes, Qwen, Flux, SD, Imagen et plus.

Station de travail omni-modale pour DSH : analyze_image sur une chaîne de basculement VLM ordonnée à plusieurs cartes, une boîte à outils de vision à six outils (zoom, échantillonnage de couleurs, diff de pixels, OCR, détection d'éléments, affichage en ligne) partageant le même résolveur d'images, generate_image via les protocoles OpenAI/DashScope/ComfyUI, generate_video asynchrone multi-cartes avec un constructeur /build-video-tool, et TTS speak/clone_voice sur sept fournisseurs, le tout piloté par une seule page de paramètres à enregistrement automatique.

Plugin de génération d'images et de vidéos Agnes AI pour DeepSeek Harness.

Génération locale d'images, de voix, de musique et d'effets sonores, plus transcription, avec identité épinglée : les personnages, animaux, objets et voix d'acteurs sont définis une fois et réutilisés à chaque appel ultérieur ; les sorties dégénérées (image presque plate, audio silencieux) sont rejetées au lieu d'être renvoyées comme succès, et une ligne générée peut être relue comme texte, ce qui rend visible un clone qui aurait avalé sa fin. Les moteurs se déchargent en veille, et la génération d'images et la transcription peuvent chacune être dirigées vers une API de type OpenAI au lieu du backend Vulkan local.

Générez et modifiez des médias IA (image, vidéo, audio, 3D) avec les modèles WaveSpeed via la CLI open source wavespeed : recherche en direct dans le catalogue, introspection du schéma d’entrée par modèle, téléversement de fichiers locaux avec marqueurs @path et vérification des prix avant l’exécution.

`image_gen` de GPT Image 2 avec OAuth d’abonnement Codex par défaut ou mode explicite clé API : carte en développement, jusqu’à trois partiels API en direct, relecture durable des pièces jointes / lightbox / téléchargement, sortie de modèle texte seul et requêtes bornées sûres pour les identifiants.

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.

Fournisseur Google Gemini multi-comptes : choisit le compte avec le plus de quota restant, bascule sur 429 avec backoff exponentiel, sonde les comptes désactivés en arrière-plan, et livre une page de paramètres chinois/anglais.

Consumer de l'outil ui_mockup : génère des wireframes et des maquettes haute fidélité d'UI en phase de discussion, enregistre le design sur disque, demande confirmation puis verrouille la spécification de design ; inclut des cartes client, le routage d'images et l'i18n.

Génère des wireframes d'UI et des maquettes haute fidélité dans DeepSeek Harness avec des fournisseurs d'images DashScope et Volcengine sélectionnables.

Intégration Grok non officielle pour les abonnements SuperGrok ou X Premium éligibles : chat grok-4.6 avec recherche web/X dans la boucle principale, OAuth partagé de Grok CLI, visibilité des modèles configurable, et images Imagine enregistrées dans une pièce jointe ou un chemin choisi.

Génération d'images Labnana pour DeepSeek Harness : texte en image / image en image / édition précise avec estimation des crédits, solde d'abonnement et interface de paramètres web.

Outil `generate_image` côté modèle pour les modèles texte uniquement : le modèle demande une image en langage naturel, Gemini la dessine via la CLI Antigravity, l'image est enregistrée dans un répertoire de sortie configurable et l'outil renvoie les chemins de fichiers que le modèle peut utiliser dans son travail.

Registers the imagegen skill on the skill registry, so generating and editing raster images needs no hand-copied files under $DSH_HOME/skills. The agent drives a bundled image_gen.py CLI against any OpenAI-compatible GPT Image endpoint for text-to-image, reference-image editing, and transparent-background cutouts.