Plugin

Spazio di lavoro per media e visione per DeepSeek Harness: generazione di immagini, video e parlato, Q&A sulle immagini e localizzazione degli elementi, OCR di immagini lunghe, diff a livello di pixel, verifica tramite screenshot HTML e riassunto di video, con provider DashScope e compatibili OpenAI, pool di modelli e un client workbench.

Un percorso del provider gateway visione-linguaggio: le immagini incollate vengono descritte da un modello VL configurabile (Qwen-VL per impostazione predefinita) prima di essere inviate a DeepSeek.

Visione per DeepSeek solo testo tramite Doubao Web per impostazione predefinita (gratuito, senza chiave API: guida il tuo Chrome connesso tramite un bridge CDP Windows), con quota Antigravity IDE (flash/pro) o fallback su Gemini; escalation automatica del livello di dettaglio, memoria delle evidenze visive con reidratazione dopo la compattazione, cache basata su hash dei contenuti e un pannello client bilingue.

Provider Google Gemini multi-account: sceglie l'account con la quota residua maggiore, esegue failover su 429 con cooldown esponenziale, verifica gli account disabilitati in background e fornisce una pagina impostazioni cinese/inglese.

Permette ai modelli solo testo di vedere le immagini: quando arriva un'immagine con un segnaposto come \[image omitted because this model accepts text only], il modello chiama lo strumento vision_describe e il plugin inoltra il riferimento dell'immagine più la domanda a un modello multimodale, riprovando con un modello di fallback in caso di errore. Si configura nella pagina delle impostazioni ed è persistito tramite l'API ufficiale delle impostazioni.

Automatizza Chrome autenticato: schede reali, iframe della stessa origine. macOS/Windows/Linux, Chrome 116+, Node 18+. Native messaging + `chrome.debugger`, senza porte; 12 `browser_*`, CLI `cb`. `browser_download`: link/target/URL con cookie di accesso; salva in Downloads o cartella di lavoro, segue i reindirizzamenti e conserva il nome server. Iframe di altra origine solo elencati, senza accesso. Pacchetto: host nativo + MV3; al primo caricamento copia/installa e registra native messaging. Senza clonazione, `install.sh`, `python3`. DSH Bridge: Chrome Web Store (https://chromewebstore.google.com/detail/bippcbbbipppmhjkjomgdnjbooecbimo, senza Developer mode) o copia decompressa in `chrome://extensions`; prima dell’aggiunta, strumenti guidano. Windows: registro Chrome/Edge, named pipe.

Workstation omni-modale per DSH: analyze_image su una catena ordinata multi-scheda di failover VLM, un toolkit di visione con sei strumenti (zoom, campionamento colori, pixel diff, OCR, rilevamento elementi, visualizzazione inline) che condivide lo stesso resolver di immagini, generate_image sui protocolli OpenAI/DashScope/ComfyUI, generate_video asincrono multi-scheda con un builder /build-video-tool, più TTS speak/clone_voice su sette provider, tutto governato da un'unica pagina di impostazioni con salvataggio automatico.

Visione su richiesta per sessioni DSH solo testo: le immagini diventano marcatori e uno strumento vision_describe invia solo l'immagine e la domanda a un modello di visione compatibile con OpenAI

Gioco di allevamento in stile Digimon: schiudi un uovo che si nutre di lavoro reale (turni, chiamate agli strumenti, errori) ed evolve lungo quattro linee ramificate plasmate dal tuo modo di lavorare; zero token, invisibile al modello.

Plugin multimodale alimentato da MiniMax: modalità chiamata vocale in tempo reale (conversazione in streaming, interfaccia dock flottante), modalità vocale e input vocale dal microfono, oltre a strumenti di generazione di immagini/video/musica/voce e di ispezione visiva.

Consente di trascinare, incollare o caricare file e immagini; con modelli non multimodali, un VLM configurato descrive automaticamente le immagini.

Plugin adattatore LLM per modelli Qwen distribuiti localmente dietro un endpoint vLLM compatibile OpenAI, con switch multimodale per modello, reasoning effort completamente configurabili, più una pagina web di impostazioni da cui si può modificare il deployment dal frontend.

Aggiunge un selettore della modalità di input alle impostazioni dei modelli personalizzati nella Web UI di DeepSeek Harness.

Bundle visivo nativo per DeepSeek Harness: incolla o trascina immagini, richiama modelli visivi compatibili OpenAI tramite deepseek-vision-mcp ospitato.

Visualizza inline nel chat di DSH Web le immagini incollate o caricate e dà la vista ai modelli solo testuali: lo strumento visual_review, richiamabile dal modello, usa prima una qualsiasi API multimodale compatibile con OpenAI e, se fallisce, passa a un worker locale Qwen3-VL.

Bundle Vision MCP e DSH per DeepSeek solo testo: strumenti analyze_image, analyze_clipboard, compare_images e vision_status, una pagina impostazioni visuale, GLM-4.6V-Flash gratuito di default, caching dei risultati e tolleranza al rate-limit; le chiavi restano fuori dai log.

Plugin di vision DeepEye per DeepSeek Harness (DSH): descrizione delle immagini, OCR, VQA, layout UI e analisi degli appunti.

Un plugin per dsh che permette all'AI di richiamare automaticamente VLM (modelli multimodali) per l'analisi visiva.

Fork non ufficiale di dougen/dsh-deepseek-usage (base v0.16.0). Scheda con saldo e quota del provider attivo —DeepSeek, Moonshot, Z.ai, OpenRouter, Kimi, MiniMax e OpenCode—, saldo dei voucher Alibaba Cloud per qwen-token-plan (BSS OpenAPI con AccessKey), saldo Xiaomi MiMo e uso del piano token tramite cookie della console. Include pagina di stato delle query provider e prezzi per token. Non installarlo insieme all'upstream: entrambi mostrano la stessa scheda laterale.

Prove da media locali (video/audio/immagini): timeline, trascrizione, regioni. Fallback per media in meta.attempts, mai silenzioso: multimodale host→OpenAI compatibile/rotazione chiavi→ffmpeg/ASR locale→metadati. Cooldown solo auth/quota; candidato conservato in coda, non scartato. Oscura errori prima del taglio; magic byte, non estensione. vision-bridge facoltativo; registrazione multimodale/AV inline (video_url/input_audio) richiede peer opzionali dsh-thinking-levels e dsh-llm-openai-completions; assenti, degrada senza errori. Default remoto; strictLocalOnly mantiene locale. ffmpeg/ffprobe e CLI ASR locale non inclusi, servono solo al fallback locale; se assenti, degrada ai metadati. Hosts 0.1.7/0.2.0/0.2.1 (6 rc, enum engines.dsh); npm dsh-media-lens.

Card in vetro per visualizzare quote e saldi di più provider nel piè di pagina della barra laterale di DSH. Include 11 provider, tra cui StepFun, Xiaomi MiMo e Claude, con accesso al browser in un clic, oltre al credito Step Plan. Installabile dal marketplace dsh-plugin (topic GitHub "dsh-plugin").

FreeCodeGo non ufficiale per DeepSeek Harness: motori DeepSeek, Codex e Claude in un’unica sessione e toolchain. Accesso gratuito a 0 token per deepseek-v4.1-flash, deepseek-v4-pro, deepseek-v4-flash-free, glm-5.3-flash, grok-4.6, kimi-k3, nemotron-3-ultra-free, muse-spark-1.3, Qwen 3.8 Flash e mimo-v2.6-flash-free, più un gateway private-key senza chiave.

Matematica olimpica (IMO/Putnam/USAMO/AIME) risolta con un passaggio di ragionamento puro, un verificatore avversariale in un contesto di subagent fresco, e output di confidenza calibrata (alta / media / onesta "nessuna soluzione certa"); rendering opzionale LaTeX-to-PDF.

Analizza le immagini della conversazione tramite prompt specifici per modalità (caption, UI, documento, grounding, topologia, ecc.) e inietta evidenze strutturate con primitive di coordinate (box, punti, riferimenti) come testo, con caching a livello di sessione per il riutilizzo durante replay e compaction.