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.

Visione per modelli solo testo: incolla un'immagine e il modello passa alla variante Vision Toolkit per domande e risposte su immagini, confronto tra più immagini, OCR di screenshot lunghi, riproduzione dell'UI da screenshot, grounding degli elementi e differenze pixel. Nessuna chiave API per impostazione predefinita — le immagini vengono elaborate dal servizio gratuito ospitato dall'autore, 100 per macchina al giorno; configurabile sul proprio provider.

Comprensione delle immagini quasi nativa per DeepSeek Harness.

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.

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

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.

Plugin per DSH che consegna immagini e file ai modelli solo testuali come percorsi dello spazio di lavoro: le immagini mantengono l'esperienza nativa di allegato, gli altri file (PDF/Office/archivi/video/audio) compaiono come riquadri nella barra degli allegati, e i percorsi vengono aggiunti automaticamente all'invio — si abbina a dsh-vision-toolkit per vedere le immagini semplicemente incollandole.

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

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.

Upload file drag-and-drop per PDF, Word, Excel e immagini: i file rilasciati sono salvati in una directory locale e referenziati per percorso, nessun bloat base64 in chat.

Anteprima inline per i marcatori bridge immagine [图片: path]: dopo che il marcatore si renderizza, l'immagine appare in chat automaticamente, mantenendo istruzioni lunghe fuori dalla conversazione.

Sidecar di vision gratuito e ospitato per DeepSeek Harness, con prove di sessione persistenti.

Collega le immagini della sessione a provider di visione configurabili e restituisce analisi solo testo alle route di modelli DeepSeek Harness idonee.

Plugin di routing multi-modello per DeepSeek Harness: affidate i compiti professionali ad agenti professionali — personalizzate agenti professionali (visione/traduzione/voce/sub-agente, ecc.) e associateli a modelli indipendenti; accesso con un clic per account multimodali, routing dello stato di salute del pool di account e statistiche d'uso in tempo reale.

Strumento vision invocabile dall’agente che descrive immagini locali tramite qualsiasi endpoint vision compatibile OpenAI configurato, con controllo incrociato opzionale multi-modello e senza chiavi integrate.

Bundle completo di capacità di visione per DeepSeek Harness: uno strumento vision_understand (API di visione compatibili con OpenAI, Zhipu GLM-4V-Flash gratuito per impostazione predefinita) oltre a punti di ingresso incolla/trascina e rilascia/pulsante per il riconoscimento delle immagini.

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.

Installa una casella di input immagine nel catalogo Models così che un modello personalizzato possa dichiarare input immagine e ricevere immagini direttamente; include un relè vision BYO opzionale.

Riconoscimento immagini configurabile per modelli DSH solo testo: i messaggi immagine vengono prima trascritti da un modello vision compatibile con OpenAI (URL di base, ID modello e chiave API impostati in una sezione Impostazioni) e poi passati al modello principale come testo, mentre viene dichiarato il supporto all'input immagine. Lo schema di autenticazione della chiave API è selezionabile (intestazioni di richiesta in stile OpenAI, Anthropic, Gemini o Azure) e la mancanza di una chiave viene segnalata prima dell'invio di qualsiasi richiesta.

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.

Estensione nativa delle capacità visive, che utilizza Zhipu (gratuito) o Qwen-VL (locale).

Rotta del provider di visione che trascrive le immagini allegate in testo tramite un modello configurabile (oltre 15 fornitori compatibili con OpenAI e Anthropic) mentre DeepSeek continua a rispondere.

Strumento `vision` invocabile dal modello per DeepSeek Harness: descrive e fa OCR dei file immagine chiamando direttamente la free Zhipu GLM vision API (catena di fallback glm-4v-flash), senza CLI esterno.