Plugin

Vision gratuita per agenti solo testuali: catena di vision integrata senza chiave, più strumenti pixel (Q&A, grounding, ritaglio, confronto pixel, colori, OCR, tracciamento SVG, ritaglio silhouette, screenshot); incolla un'immagine per usarla.

Plugin di input vocale per DeepSeek Harness (dsh): un pulsante microfono nel compositore converte il parlato in una bozza trascritta, con scelta di backend di riconoscimento vocale, rifinitura opzionale tramite i percorsi LLM propri di dsh e una pagina delle impostazioni nativa.

Workbench visivo per generare e ritagliare immagini di riferimento e creare modelli 3D Tripo per componente. Chiede approvazione per ogni operazione a pagamento e mostra anteprime locali degli asset.

Trascrizione locale di riunioni in DeepSeek Harness su macOS Apple Silicon: registra microfono e audio di sistema, etichetta i parlanti ed esporta la trascrizione.

I/O vocale per DeepSeek Harness — speech-to-text e text-to-speech tramite microfono e uscita audio.

Banco design: HTML in cornice dispositivo, aggiornato ai cambiamenti; server locali via proxy mantengono hot reload. Clic/trascinamento invia selector, sorgente e stili. Estrae il design, modifica schermate/CSS, genera React/Vue/Next.js/HTML e confronta i pixel. Strumenti: `preview_page`, `check_design`, `look_design`, `extract_design_system`, `handoff_design`, `compare_design`. `check_design` misura alla dimensione reale in Chrome/Edge locale nascosto; rileva sovrapposizioni, errori script, risorse mancanti, link rotti e problemi contrasto/dimensione (file/riga CSS), catturando i casi gravi. Design mode con interruttori in Plugins. Da remoto, file locali in sandbox frame.

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.

Aggiunge due interfacce. L'editor immagini nel composer offre indicatori numerati con istruzioni individuali, rimozione sfondo, cancellazione con maschera a pennello, ridimensionamento con anteprima di ritaglio/riempimento e marcatori accessibili da tastiera; restituisce allegati e manifest versione 1. Il pannello Settings → vision/generation provider include scelta esplicita, normalizzazione `providerId`, sincronizzazione degli account ChatGPT-web con i channels, test/try-run/copy-command per canale, scansione di disponibilità degli script e validazione del salvataggio con anteprima `.env`. Il probe disabilita solo su errori quota espliciti. UI cinese/inglese; riscrive i provider nei file `.env` degli skills.

Un editor di pixel-art e animazione sprite nel browser con file compatibili Aseprite, blueprint locali di crop/outline, e nodi opzionali di workflow LLM.

Input vocale per DeepSeek Harness: parla nel microfono e il testo riconosciuto viene inviato come un normale messaggio di chat, tramite riconoscimento vocale locale o del browser.

Un plugin di lettura PDF consapevole del contenuto per modelli di visione: profila ogni pagina per figure (vettoriali e raster), tabelle, rischio formule e layout a doppia colonna, poi applica estrazione ibrida consapevole del contenuto, rendendo le pagine con figure/tabelle/formule come ritagli di regione ad alta DPI. Fornisce un'anteprima a bassa risoluzione per comprendere il layout della pagina e rende una regione specificata ad alta risoluzione. Impacchettato come più strumenti per agenti.

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.

Plugin unificato: personalizzazione dello sfondo (upload alla risoluzione originale, editor di ritaglio, opacità per area, sfondi dinamici MP4/WebM) + estrazione di sfondi da Steam Workshop (analizza scene.pkg/.tex con uno script Python incluso, anteprima/download) + widget del saldo e dell’utilizzo DeepSeek + utilizzo del piano OpenCode Go (percentuali rolling/settimanali/mensili in una pillola nell’header superiore; espandendo, barre di avanzamento e conto alla rovescia per il reset). Le chiavi API vengono lette dall’archivio credenziali DSH dell’host — mai salvate nel codice sorgente o nel browser.

Comprensione delle immagini per qualsiasi modello DSH: strumenti di visione, OCR, grounding e ritaglio con preset di dominio per istopatologia, biologia cellulare, anatomia, immagini cliniche e figure scientifiche.

Input vocale da microfono per il composer: trascrizione live tramite Web Speech API del browser, deduplicazione/auto-continuazione, punteggiatura intelligente, impostazioni di lingua e invio automatico

Lavagna per scrittura a mano e diagrammi: disegna su un canvas flottante o laterale e allega al messaggio l’immagine ritagliata.

Tema glassmorphism per la Web UI DSH: superfici traslucide effetto vetro con opacità, raggio blur e saturazione regolabili, luce ambientale e palette di accento. Lo sfondo supporta cover/contain/stretch/tile/center e ritaglio; tutto si salva dalla pagina Settings.

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.

Region screenshot for the composer on Windows: a full-virtual-screen selector frames the region (drag the frame, eight grips, Ctrl+drag to annotate), and the finished PNG lands in the composer as a pending attachment.

Voce a mani libere per DSH su Windows: wake word locale, riconoscimento locale del cinese inserito e inviato dal composer e risposte vocali interrompibili/riprendibili. Serve eseguire una volta install.ps1 incluso (dipendenze vocali Python e selezione microfono) e avere il modello SenseVoice già scaricato dall’input vocale DSH o in models/sensevoice-onnx.

Aggiunge una correzione attenta alla terminologia al riconoscimento vocale locale integrato. Mantiene il microfono DSH e il motore SenseVoice; l’audio non lascia mai il dispositivo. Corregge omofoni, termini di settore e numeri trascritti male nel testo finale.

Tema CSS vetro oro/viola dsh-glass-aurum con avatar locale, nome assistente e stili lettura; senza media gioco. Rinominato per package estraneo dsh-glass-theme; fermare il vecchio prima dell’installazione.

Browser di annotazione nella barra laterale DSH: trasmette una vera pagina Chrome tramite CDP e inoltra l’input. Selezionando un elemento o del testo, allega al campo chat posizione nel sorgente, component stack, stili e ritaglio. Richiede Chrome locale; su Windows va impostato chromePath.

Tema in vetro oro e viola con CSS originale, caricamento/ritaglio avatar locale, nome assistente e stili di lettura; nessun media di gioco incluso.