Plugin

«Lettura» delle immagini per modelli solo testo: riduzione della scala + riduzione della profondità colore + impronte di struttura/colore convertite in griglie di testo restituite alla conversazione, permettendo al modello di ingrandire, campionare ed eseguire OCR in autonomia come un modello multimodale; completamente locale, senza alcuna dipendenza da modelli esterni, include una skill di metodologia di lettura delle immagini e PaddleOCR opzionale.

La barra laterale di DSH elenca Markdown, immagini e video esistenti ovunque nel workspace della sessione, ordinati per pertinenza alla conversazione corrente: i messaggi recenti si confrontano con titolo, sommario e corpo, con ponderazione IDF, senza chiamate al modello né rete. Scansionata dal workspace, non ricordata, la lista sopravvive a riavvii di DSH e nuove sessioni. Immagini e video si anteprimano sul posto: le prime a percorso relativo risolte, i secondi in streaming su HTTP Range. Una barra di riferimenti sotto l'intestazione dell'anteprima mostra chi cita quello in anteprima e chi esso cita; un clic salta tra loro. L'agente riceve la stessa classificazione come strumento knit_docs, che restituisce i più pertinenti col relativo passaggio, se trovato.

Shell web mobile per la GUI Web DSH: cassetti overlay, FAB trascinabile, correzioni del composer mobile e un pulsante flottante per il caricamento immagini fissato sopra il composer (galleria/fotocamera nativa, integrato con la pipeline add-images validata), nessuna regressione desktop. Pubblicato su npm come dsh-webui-mobile.

Genera game art da immagini di riferimento tramite la generazione immagini Seedream e l'image-to-video di MiniMax, assemblando sprite a otto direzioni, frame in sequenza e animazioni scheletriche con green-screen keying locale.

Strumenti Office sicuri per l'area di lavoro per agenti: creazione/lettura Word, creazione/lettura/aggiornamento Excel, e creazione/lettura di presentazioni PowerPoint con inserimento di immagini PNG/JPG/GIF.

Comprensione delle immagini quasi nativa per DeepSeek Harness.

Fornisce comprensione delle immagini a un modello solo testo tramite un modello vision-language, esposto come strumento `describe_image`.

Ponte visivo gratuito e generazione di immagini per modelli solo testo: lettura di immagini incollate, failover tra i motori GLM-4V-Flash e Gemini, evidenze strutturate in stile ModLens e un percorso di modello visivo gratuito preconfigurato.

Ponte verso dispositivi HarmonyOS: ciclo di automazione hdc per screenshot/installazione/log/crash/UI con read_image, conoscenza dell'API versionata con priorità alle fonti ufficiali (SDK .d.ts + documentazione offline in bundle) e una pipeline DevEco CLI per build/firma/lint.

Pipeline per il costo in token di DeepSeek Harness: compattazione a livelli sensibile alla pressione (proiezione senza perdite sotto il 40% di pressione del contesto, riassunto con LLM sopra), allowlist dei tool per agente, conversione di testi lunghi in immagini con riassunto visivo e un comando /token-status che traccia pressione, livelli e token risparmiati.

Aggiunge un route LLM non ufficiale basato su OAuth Antigravity, ricerca web, generazione e modifica di immagini, comprensione video, stato quota e controlli delle impostazioni Web DSH.

Dona la vista ai modelli solo testuali: inoltra le immagini dell'utente a un modello di visione compatibile con OpenAI e mostra le descrizioni in un pannello destro dell'interfaccia web.

Cervello DeepSeek + trascrizione automatica delle immagini: allega immagini nella GUI e ognuna viene trascritta tramite il deepseek-v4-flash-vision-exp ufficiale per impostazione predefinita (un cervello V4-Pro puramente testuale può vedere le immagini), con qualsiasi VLM compatibile con OpenAI o Ollama locale come alternative.

Usa un abbonamento ChatGPT/Codex in DeepSeek Harness con modelli GPT, generazione di immagini, ricerca web, report sulla quota dell'abbonamento, controllo di modelli e funzionalità e accesso OAuth tramite browser o codice dispositivo.

Aggiunge un modello di visione configurabile ai modelli principali solo testuali: uno strumento vision_read_image, un selettore del modello di visione nella barra del compositore e la conversione automatica da immagine a testo per i percorsi solo testuali.

Studio AI per immagini e video come pannello flottante DSH, così la creazione procede accanto alla conversazione invece di sostituirla: da testo a immagine, da immagine a immagine e composizione multi-immagine da 1K a 4K su otto rapporti d'aspetto; da testo a video e da immagine a video con controllo del primo fotogramma da 4 a 12 secondi; modalità cortometraggio che importa una sceneggiatura (.txt/.md/.json) e la suddivide in inquadrature storyboard per anteprima e generazione in blocco; e uno spazio di lavoro per prompt expert. Zero dipendenze a runtime.

Conversazioni di role-play con schede personaggio, creazione e modifica di schede personaggio in-chat, e generazione di immagini tramite backend configurabili.

Fidanzata IA vocale per la UI Web: input microfono con FunASR, risposte vocali Qwen3-TTS, finestra animata del compagno e chat QQ bidirezionale (push di testo/voce/immagine) tramite NapCat.

Rotte di modello dedicate, strumenti e guida di sistema per visione, compattazione, revisioni, subagent, titoli e generazione di immagini.

Plugin di skin per l'interfaccia web DSH: 4 skin integrate più skin personalizzate basate su immagini, con la foto come sfondo dell'intera interfaccia e la palette che segue la sua tonalità dominante.

Barra laterale destra della GUI web di DSH: esploratore di file in stile VS Code più controllo del codice sorgente (git status, stage/unstage/discard, commit, diff, grafo dei commit, fetch/pull/push, branch e remote, git init, cambio tra più repository, stato dei file con colori, icone per tipo di file), una vista editor che apre ogni file raggiunto dal chat, dall'albero dei file o dal controllo del codice sorgente (anteprime Markdown/HTML/PDF/immagine, evidenziazione della sintassi per 15 linguaggi, modifica del diff per hunk, salvataggio con Ctrl+S), operazioni sui file (nuovo/sposta/copia/elimina, mostra nell'esploratore), un rail di icone comprimibile, un terminale inferiore multi-scheda (ConPTY) e messaggi di commit generati dal diff in stage da un modello configurato sull'host.

Ponte MCP verso gemini.google.com: analisi visiva di immagini e video, generazione di immagini con Imagen e video con Veo, e gestione delle conversazioni tramite la sessione del browser già autenticata, senza chiave API.

Usa gli sfondi scaricati in Wallpaper Engine come sfondo web di DeepSeek Harness: gli sfondi video vengono riprodotti in loco, gli sfondi immagine utilizzano l'opera indipendente alla massima risoluzione, con modalità di adattamento cover/contain e un dimmer del pannello da 0 a 100.

Dalla chat alla tela e all'opera: guida ComfyUI come IDE visuale dei workflow in DSH. Incorpora ComfyUI (locale o cloud) come tela a schermo diviso in DSH Web: l'agente scrive prompt e script nella chat, li applica dal vivo e produce immagini, musica, video e 3D. Operazioni: comporre pipeline, leggere/scrivere workflow, modificare nodi, cablare collegamenti, eseguire, regolare e correggere. Produzione: sweep di parametri in batch (batch_run) e recupero automatico degli output nella chat (get_outputs). Manutenzione: avvio e aggiornamento con un clic di ComfyUI, core e nodi personalizzati. Questo pacchetto è il plugin lato DSH e include il nodo ponte lato ComfyUI.