Plugin

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

Cattura dello schermo senza dipendenze per DSH: Lightweight — zero dipendenze, zero binari; Stage & shoot — cattura a un clic di schermo intero, layout finestre e finestre occluse con hover-snap; self-service dell'agente — consegna solo tramite percorso; i percorsi sono universali, abbinalo a modlens (opzionale) per prove strutturate in una sola chiamata.

Aggiunge uno strumento per screenshot più due punti di cattura automatica opzionali, inserendo lo schermo nella conversazione come blocco immagine; richiede un modello con capacità immagine.

Toolbox visione migliorato: 14 strumenti visione a livello di pixel (describe, ground, detect, crop, pixel-diff, OCR, long-screenshot OCR, vectorize, colors, cutout, screenshot, present, materialize, html-screenshot) guidati da un endpoint OpenAI-compatible, con marcatori bridge puliti [图片: path], classificazione content-safety e auto-retry del rate-limit.

Strumenti browser nativi basati su CloakBrowser con sessioni isolate per agente, istantanee delimitate, interazione basata su riferimenti, screenshot e instradamento sicuro.

Controlla da DeepSeek Harness le schede di Chrome autorizzate dall'utente tramite un broker locale di native messaging, con letture semantiche delle pagine, azioni, screenshot e handoff esplicito.

Preset agente di documentazione tecnica per DeepSeek Harness: scrittura basata su modelli con libreria di modelli auto-apprendente, rimozione del sapore IA per documenti tecnici e toolkit di garanzia della qualità (audit documenti, coerenza tra documenti, ridenominazione, sincronizzazione versioni, esportazione PDF e Word, automazione screenshot).

Il tuo agente AI può vedere e usare un vero telefono Android: phone_look (fusione di visione e UI-tree), tap/swipe/type, screenshot — via adb, per qualsiasi client MCP.

Uso del computer solo per Windows per DeepSeek Harness: cattura lo schermo virtuale e controlla mouse e tastiera tramite 9 strumenti basati su PowerShell e Win32 SendInput; si abbina a picturereader affinché i modelli solo testo completino localmente il ciclo screenshot-analisi-azione-verifica.

Plugin DeepSeek Harness che trasforma screenshot UI in specifiche web di grado implementativo utilizzando OCR, geometria deterministica, grafi di scena, asset e confronto di rendering.

Combina API di testo, visione e generazione di immagini in un unico modello Mix con routing automatico: le richieste solo testo vanno al modello chat, le immagini utente e gli screenshot dell'agente vanno al modello di visione, i follow-up continuano a usare la stessa immagine di sessione, e gli agenti possono generare o modificare immagini con cronologia delle chiamate a livello di sessione.

Controlla il browser reale dell'utente tramite il demone Kimi WebBridge locale: strumenti di navigazione, ricerca schede, snapshot, clic, compilazione, valutazione, CDP, screenshot, rete, caricamento, esportazione PDF e gestione delle schede che riutilizzano le sessioni di accesso esistenti.

Plugin DSH per la barra laterale destra che confronta due commit git, crea una checklist di test manuali dall'ambito di impatto e supporta note di fallimento, screenshot, allegati delle attività e invio di difetti a Yunxiao, GitHub, GitLab o un webhook.

Plugin host Kimi WebBridge per DeepSeek Harness: strumenti del modello con cui l'agente può guidare il browser REALE dell'utente (navigazione, snapshot, clic, compilazione, evaluate, screenshot, ispezione di rete, gestione delle schede) tramite il daemon locale kimi-webbridge

Cattura schermo a doppio motore per DSH: dentro la shell desktop SSiD, un tasto rapido globale o il vassoio apre un overlay di selezione a riquadro a schermo intero (tutti i monitor, frame perfetti al pixel per schermo) con annotazione a riquadro rosso sul posto e una barra degli strumenti in stile WeChat; nel semplice DSH (browser), il pulsante fotocamera del compositore cattura lo schermo via getDisplayMedia e riutilizza nella pagina lo stesso overlay di selezione a riquadro + annotazione in una sola fase. L'immagine ritagliata arriva nel compositore della conversazione corrente tramite il percorso ufficiale degli allegati.

Selettore di contesto UI del desktop Windows per Codex, DeepSeek Harness e client MCP: seleziona finestre, elementi UI o regioni dello schermo con evidenziazione al passaggio del mouse, UI Automation, screenshot e OCR locale, poi rivedi e approva il contesto Markdown/JSON prima dell'output.

Feedback tramite screenshot per DeepSeek Harness — lascia che il tuo agente di coding VEDA ciò che costruisce.

Collega il server MCP Python harmonyos-dev-mcp a DSH: scoperta dispositivi HarmonyOS, build/install/run/uninstall, automazione UI (click/input/keys/swipe/screenshot), ispezione albero UI E2E e analisi log/crash come 18 strumenti mcp__harmonyos__*.

DSH GUI Toolkit — Windows desktop control tools for DeepSeek Harness (DSH): screen layout, annotated screenshot, single-window capture, click / drag / type / key / scroll, semantic verification, window management, and UI Automation structured queries. Thi

Shared browser panel for DeepSeek Harness via Better Sidebar, with local Chromium, human and agent mouse and keyboard control, page snapshots, screenshots, and per-chat persistent profiles.

Live Android device pane next to your DSH conversation: scrcpy-server H.264 streaming (WebCodecs, 30-60 fps), agent tap/swipe/text with auto-screenshot verification, uiautomator element tree with tap coordinates, host-managed recording + logcat debug sessions. FLAG_SECURE pages are detected automatically with a mitigation chain and a tappable text-view fallback. Emulators and USB real phones, human+agent co-operation, session-isolated, loopback-only.

Windows computer use for DeepSeek Harness agents screenshot, click, type, scroll, with an on-screen indicator the human can see

Built-in browser control for dsh (DeepSeek Harness): lets the AI agent open pages, read content, click, type, scroll and take screenshots in a real local browser (Edge/Chrome via the Chrome DevTools Protocol). Includes a docked live browser pane (CDP scre

Windows computer use forked from computer-user: 13 computer_* tools that read the screen and drive the mouse and keyboard. Image-capable routes get the screenshot as a real image with an exact image-to-screen mapping, so no external OCR; elements return as UI Automation refs so a click lands on the exact control rectangle; Ctrl+Alt+Esc stops every call.