Plugin

Instrada le immagini verso il modello di visione che preferisci - riscrittura automatica, strumenti espliciti o ibrido - così un modello di chat solo testuale non fallisce un turno che contiene un'immagine.

Pubblicizza l'incollaggio di immagini sui percorsi DeepSeek solo testo, descrive gli allegati con un sidecar di visione e lascia intatti i modelli di visione nativi.

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.

Gestisce i modelli composer: lista provider, switch modello/provider, gruppi e filtri tipo; nasconde salvo l'attivo. Cerca nome/ID, filtra multimodalità/ragionamento e contesto 128K/256K/512K/1M. Mostra tipo; chat include supporto, effort levels adapter, contesto e input. Fonti etichette: override manuali, impostazioni, adapter, GET /models relay, pi-ai / models.dev, inferenza nome, correzioni vendor; hover fonte, tratteggio inferenza. Modifica tipo/contesto/modalità/effort levels, salva fuori profilo e scrivi nelle impostazioni provider. Refresh forzato svuota cache e interroga adapter/relay. Switch attivo per default accetta immagini in memoria su route dichiarate solo testo senza modificare config. Lista nascosta nel patch profilo e copiata a $DSH_HOME.

Registra gli strumenti Agent nativi doubao_generate_image e doubao_image_status per automatizzare Doubao Web (doubao.com) tramite Tabbit Browser ed estrarre originali wm0 2.7K senza filigrana in file locali e allegati multimodali.

Arricchisce automaticamente i model channel di DeepSeek Harness: dopo aver aggiunto un provider channel non serve impostare manualmente per ogni model contextWindow, maxTokens, input multimodale [text, image] e livelli reasoning effort {low, high, max}. Aggiorna al salvataggio, con pagina Settings UI e backup datati.

Skin bianco e oro Genshin Impact per la GUI web DSH: paesaggio di gioco casuale a ogni caricamento, font UI Genshin su tutto il sito, menu stile Paimon, anello di stato in esecuzione e persona assistente Paimon/Phanes selezionabile. Il repo include 262 sfondi di otto regioni a 1920x1080.

Provider Agnes AI per llm-pi-ai: dichiara quattro modelli chat multimodali nel bundle patch e aggiunge tool di generazione immagini e video.

Supporto ragionamento DSV4.1 con contesto multimodale e accettazione di artefatti limitata per DeepSeek Harness

Compila, testa, archivia ed esegue progetti o workspace Xcode per iOS/macOS tramite xcodebuild. Include log di build filtrabile in tempo reale, selettori scheme/destination letti dal progetto e streaming dei log da simulatori e dispositivi USB. Supporta iOS 16 e precedenti tramite libimobiledevice; i log dell’app restano leggibili con il dispositivo bloccato. Solo macOS.

Ponte di visione per le rotte DeepSeek solo testuali che analizza immagini allegate e locali tramite endpoint configurabili OpenAI Responses, Chat Completions o Anthropic Messages, lasciando native le rotte con capacità di immagini.

Editor delle capacità dei modelli: modifica inline i livelli reasoning-effort e la dichiarazione di input immagini (multimodale) nella pagina ufficiale, riscrivendo l'intero gruppo in settings.yaml. Un accesso flottante fa da fallback se l'ancora non funziona.

Assistente vocale per DSH Desktop e Web GUI (stesso plugin, cambia solo il nome profile): pallina di chiamata trascinabile e VAD nel browser inviano ogni frase dopo una pausa. Riutilizza il modello locale SenseVoice già scaricato dal plugin ufficiale voice-input, senza scaricarne un secondo. Supporta FunASR HTTP/streaming, API compatibile cloud, MiniMax / MiMo-V2.5-TTS (director mode e voice clone) e risposte TTS compatibili OpenAI. Wake-word/auto-sleep opzionali e invio a sessioni separate con avanzamento, arresto e resoconto vocale.

Trasforma uno screenshot o un’immagine copiata in una nota Obsidian con commenti e punti chiave. OCR immediato tramite modello multimodale DSH host (nessuna API key aggiuntiva; Tongyi Qianwen come fallback), blocco duplicati, unione giornaliera e organizzazione AI serale facoltativa.

Evidenza visiva strutturata (OCR/layout/semantica) più uno strumento di acquisizione da camera USB per un ciclo di debug «scatta-guarda-regola»; backend: Ollama, DeepSeek, Xiaomi.

Per DeepSeek Harness: registra modelli, aiuta con i ritratti e seleziona il modello di Agent da un catalogo senza segreti.

Suite di collaborazione multi-agente: roster di specialisti configurato dall'utente, dispatch persistente on-demand (team_call/team_message/team_status/team_close), istanze clonate, relay a topologia a stella, confronto modelli e un ponte visivo multimodale.

Ponte per gli allegati immagine nella chat con uno strumento view_image per qualsiasi VLM compatibile OpenAI (Ollama locale o cloud): le immagini incollate/trascinate diventano marcatori di percorso view_image prima di raggiungere i modelli DeepSeek solo testo.

Bridge vision per route DeepSeek solo testo che analizza immagini allegate e locali tramite endpoint configurabili OpenAI Responses, Chat Completions o Anthropic Messages, lasciando native le route abilitate alle immagini.

Toolkit vision per DeepSeek solo testo: strumento `vision` invocabile dal modello, adapter wrapper per deepseek/opencode-go (v4 flash/pro), quota Antigravity IDE (default, flash/pro) / qualsiasi VLM compatibile OpenAI / Gemini / canali locali Ollama, memoria delle evidenze con reidratazione da compattazione, cache dell’hash dei contenuti e un pannello client bilingue.

Strumenti multimediali Qwen tramite Alibaba Cloud DashScope: comprensione multimodale di video e audio, sintesi vocale con voci preimpostate e generazione di audio per scene.

Modelli decisionali multimodali Decision 3.0 per DeepSeek Harness, con tool di probabilità calibrata, pagina Settings e barra di probabilità.

Cinque tool audio per l’agente: anyaudio_music renderizza offline spartiti nota per nota da banchi SoundFont locali; anyaudio_sfx offre 52 preset SoundFont e 15 generatori procedurali; anyaudio_tts parla tramite Edge o MiMo; anyaudio_mix applica il ducking e normalizza il picco; anyaudio_sources gestisce la libreria SoundFont condivisa.

Aggiunge memoria visiva indirizzabile all’agente DeepSeek Harness: riaprire qualsiasi immagine, esaminare una regione e leggere i pixel esatti.