Plugins
Parcourez, filtrez et installez des plugins DeepSeek-Harness.
13 plugins trouvés
dsh-media-lens
drscrewdriver/dsh-media-lens
Preuves de médias locaux (vidéo/audio/image) : chronologie, transcription, zones. Repli par média dans meta.attempts, non silencieux : multimodal hôte→OpenAI compatible/rotation clés→ffmpeg/ASR locale→métadonnées. Cooldown auth/quota seulement ; candidat gardé en fin de chaîne, non supprimé. Masque avant troncature ; magic bytes, pas extension. vision-bridge facultatif ; enregistrement multimodal/AV inline (video_url/input_audio) dépend des peers optionnels dsh-thinking-levels et dsh-llm-openai-completions ; sinon dégradation sans erreur. Défaut distant ; strictLocalOnly garde local. ffmpeg/ffprobe et CLI ASR locale non fournis, uniquement pour le repli local ; sans eux, repli vers les métadonnées. Hosts 0.1.7/0.2.0/0.2.1 (6 rc, enum engines.dsh) ; npm dsh-media-lens.
deepseek-harness-plugins (vision-bridge)
yinxe/deepseek-harness-plugins
Permet aux modèles texte seul de voir les images : lorsqu'une image arrive avec un texte de remplacement comme \[image omitted because this model accepts text only], le modèle appelle l'outil vision_describe et le plugin transmet la référence de l'image et la question à un modèle multimodal, en réessayant avec un modèle de secours en cas d'échec. Configuré dans la page de paramètres et conservé via l'API officielle de paramètres.
dsh-vision-bridge
sfyyy/dsh-vision-bridge
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
dsh-vision-bridge
gxx182/dsh-vision-bridge
Relie les images de session à des fournisseurs de vision configurables et renvoie une analyse texte uniquement aux routes de modèles DeepSeek Harness éligibles.
dsh-vision-bridge
goodandready/dsh-vision-bridge
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.
deepseekeyes
dttxorg/deepseekeyes
Runtime de vision et Computer Use multiplateforme auditable pour DeepSeek Harness avec des preuves préservant la source.
dsh-llm-vision-bridge
einskyle/dsh-llm-vision-bridge
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.
dsh-vision-bridge
ximengxiaolan/dsh-vision-bridge
Les images jointes au composeur sont transcrites en texte par un modèle de vision compatible OpenAI avant d'atteindre les modèles DeepSeek texte seul.
dsh-vision-bridge
acc1143/dsh-vision-bridge
Plugin de routage à deux modèles pour DSH : la conversation principale reste sur DeepSeek, les tâches d'image sont automatiquement dirigées vers le modèle de vision explicitement configuré, puis le résultat de l'analyse revient à DeepSeek pour continuer.
dsh-model-picker
zzjq678/dsh-model-picker
Remplace le sélecteur de modèle du chat par une liste repliable par fournisseur ; regroupe les fournisseurs miroirs vision-bridge sous leur amont et conserve les options reasoning-effort déclarées dans les réglages de chaque modèle. Testé uniquement sur DSH Desktop ; la version web de DSH n’est pas testée.
dsh-vision-bridge
alaxrpg/dsh-vision-bridge
Ajoute l’entrée et la reconnaissance d’images via les fournisseurs DSH configurés ou un endpoint compatible OpenAI.
dsh-vision-bridge
zzdream67/dsh-vision-bridge
Permet aux modèles uniquement textuels de voir les images dans DeepSeek Harness : intercepte le flux llm/stream et remplace chaque image de manière transparente par la description d’un modèle de vision.
dsh-mingmu
lab-sku/dsh-mingmu
明眸 VisionBridge - Pont visuel développé en interne : lorsqu'un modèle aveugle reçoit une image, il appelle automatiquement un modèle visuel pour la reconnaître et renvoie le texte reconnu au modèle principal ; transparent, configurable, sans perte lors des mises à jour.