Plugin

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.

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.

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

Uso del computer tramite un dispositivo USB HID esterno: indica un bersaglio in linguaggio naturale, un modello di visione lo individua in uno screenshot ritagliato di finestra, e un Raspberry Pi Pico 2 muove il mouse reale e digita sulla tastiera reale. 7 strumenti. Windows dispone di elenco finestre, ritaglio per finestra e sollevamento automatico della finestra; macOS richiede pyobjc e non li ha; Linux non è supportato.

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.

Un pulsante di caricamento più trascinamento dei file nella conversazione come percorsi locali: salva in uploads/ del progetto, inserisce il testo del percorso nella casella di input, funziona con qualsiasi strumento di visione.

Mouse e tastiera reali per un agente DeepSeek Harness: descrivi a parole cosa cliccare, un modello di visione lo individua, un dispositivo USB HID lo clicca.

Ponte multimodale MiniMax: un unico strumento `mmx_bridge` copre comprensione/generazione di immagini, video, TTS, musica, copertine, ricerca web e quota; sostituzione opzionale di `web_search`/`read_image`; player e anteprime immagine incorporati direttamente nella GUI web (npm: `dsh-mmx-bridge`).

Adattatore LLM GitHub Copilot: accesso con flusso dispositivo OAuth, scoperta di modelli in tempo reale dall'API Copilot, supporto vision per modelli con capacità immagine (gpt-4.1, gpt-4o), e due protocolli wire (Chat Completions e Responses API) con routing automatico degli endpoint per modello.

Scacchiera Xiangqi nel pannello laterale per DSH: gioca come rosso mentre il modello DSH corrente sceglie le mosse nere, con controlli lato Host su regole e revisioni.

Analizza l'utilizzo tra modelli, provider, spazi e periodi, con date personalizzate su tutta la cronologia, cache-hit visibile e ripartizioni per modello e provider. Include trend orari/giornalieri, heatmap di 53 settimane in stile GitHub, serie, anelli di quota token per modello e spazio (token, costo, %), filtri combinabili, efficienza della cache, saldo DeepSeek, alias degli spazi, export CSV e un registro durevole che conserva l'utilizzo dopo la cancellazione di sessione o spazio (riga Deleted) e si ricostruisce in modo incrementale. Il registro degli spazi si aggiorna via sonda DSH domain/changed; contano solo gli spazi registrati. Contabilità separata di input, cache e ragionamento. Cinese: ora locale; inglese: UTC; API solo loopback.

Minecraft assistito dall'IA per DeepSeek Harness: guida un agente Mineflayer autonomo (sopravvivenza, estrazione, chat, mappa live) con strumenti di visione/controllo, oltre a un launcher integrato (accesso Microsoft, download della versione, avvio del gioco).

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.

Analisi dei video Bilibili: metadati, trascrizione (fallback ASR tramite Bijian/sherpa-onnx/whisper.cpp), commenti, danmaku e fotogrammi chiave nitidi con descrizioni visive locali opzionali.

Plugin di vision esterno per DeepSeek Harness: pannello di configurazione con pulsante balena, riconoscimento immagini con risposta automatica e strumenti agente per screenshot/riconoscimento.

Per il modello di visione nativo di DeepSeek Harness deepseek-v4-flash-vision-exp, innalza i limiti di ammissione delle immagini a 32 MiB / 8192 px / 600 immagini e aggiunge uno strumento highres_read che suddivide le immagini grandi in riquadri, per poi restituire l'immagine intera più riquadri di 800x800 tramite lo strumento read_image dell'host.

Recupera qualsiasi pagina http/https e restituisce titolo, descrizione, testo principale, struttura delle intestazioni e link, con statistiche (conteggio caratteri/parole, tempo di lettura, lingua) e parole chiave principali; può scaricare le immagini del contenuto nello spazio di lavoro della sessione per l'analisi visiva e inviarle agli analizzatori registrati tramite il servizio scrape.imageAnalyzer.

Bridge di visione gratuito per modelli solo testo: comprensione delle immagini, OCR, analisi dell'interfaccia e debug tramite provider di livello gratuito (Qwen3-VL-Flash, Doubao, DeepSeek-OCR) con una GUI delle impostazioni.

Invia immagini locali o URL di immagini HTTP(S) a un endpoint vision compatibile con OpenAI configurato usando lo strumento inspect_image e restituisce alla conversazione la risposta testuale.

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.

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.

DSH Director Toolkit è un plugin per DeepSeek Harness pensato per artisti 3D, designer tecnici e creative coder. Incolla un'idea abbozzata, una nota di riferimento o una didascalia di portfolio e ottieni un pacchetto di direzione compatto per Blender, Three.js, Houdini o C4D.

Banco di lavoro per la scrittura di romanzi in DeepSeek Harness: dai pollice in su o in giù sui passaggi candidati e il modello li distilla in un breve profilo di preferenze che viene portato nelle chiamate di scrittura successive, mentre il manoscritto resta fuori dal contesto di scrittura. Aggiunge una lavagna dei capitoli, pacchetti di scrittura per capitolo, revisione limitata alle annotazioni che riscrive solo il paragrafo annotato e verifica il resto byte per byte, un registro del progetto e controlli di ritmo locali.

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.