Plugin

Generazione di immagini conversazionale nativa per DeepSeek Harness: chiedi all'agente di creare un'immagine e si occupa della generazione e mantiene il risultato direttamente nella conversazione.

Provider ChatGPT OAuth per modelli Codex con ricerca web in abbonamento, quota e reset sicuro, strumenti immagine, modalità Fast e contesto consapevole del modello; senza chiave API né Codex CLI

Genera game art da immagini di riferimento tramite la generazione immagini Seedream e l'image-to-video di MiniMax, assemblando sprite a otto direzioni, frame in sequenza e animazioni scheletriche con green-screen keying locale.

Ponte visivo gratuito e generazione di immagini per modelli solo testo: lettura di immagini incollate, failover tra i motori GLM-4V-Flash e Gemini, evidenze strutturate in stile ModLens e un percorso di modello visivo gratuito preconfigurato.

Studio AI per immagini e video come pannello flottante DSH, così la creazione procede accanto alla conversazione invece di sostituirla: da testo a immagine, da immagine a immagine e composizione multi-immagine da 1K a 4K su otto rapporti d'aspetto; da testo a video e da immagine a video con controllo del primo fotogramma da 4 a 12 secondi; modalità cortometraggio che importa una sceneggiatura (.txt/.md/.json) e la suddivide in inquadrature storyboard per anteprima e generazione in blocco; e uno spazio di lavoro per prompt expert. Zero dipendenze a runtime.

Dalla chat alla tela e all'opera: guida ComfyUI come IDE visuale dei workflow in DSH. Incorpora ComfyUI (locale o cloud) come tela a schermo diviso in DSH Web: l'agente scrive prompt e script nella chat, li applica dal vivo e produce immagini, musica, video e 3D. Operazioni: comporre pipeline, leggere/scrivere workflow, modificare nodi, cablare collegamenti, eseguire, regolare e correggere. Produzione: sweep di parametri in batch (batch_run) e recupero automatico degli output nella chat (get_outputs). Manutenzione: avvio e aggiornamento con un clic di ComfyUI, core e nodi personalizzati. Questo pacchetto è il plugin lato DSH e include il nodo ponte lato ComfyUI.

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`).

Generazione text-to-image multi-motore (preset OpenAI Images e Zhipu CogView) con tracciamento della quota per sessione, failover del motore, configurazione sicura delle credenziali e una scheda risultato con rigenera.

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.

Aggiunge uno strumento generate_image basato sulla coda FAL, su qualsiasi API immagini compatibile con OpenAI o su un abbonamento ChatGPT/Grok, e mostra il risultato inline nella conversazione.

Router unificato per la generazione di immagini per DeepSeek Harness (DSH): scopre automaticamente i modelli immagine da qualsiasi endpoint compatibile OpenAI, fornisce gli strumenti draw_image e draw_list_sources, supporta SenseNova, StepFun, Agnes, Qwen, Flux, SD, Imagen e altri.

Workstation omni-modale per DSH: analyze_image su una catena ordinata multi-scheda di failover VLM, un toolkit di visione con sei strumenti (zoom, campionamento colori, pixel diff, OCR, rilevamento elementi, visualizzazione inline) che condivide lo stesso resolver di immagini, generate_image sui protocolli OpenAI/DashScope/ComfyUI, generate_video asincrono multi-scheda con un builder /build-video-tool, più TTS speak/clone_voice su sette provider, tutto governato da un'unica pagina di impostazioni con salvataggio automatico.

Plugin di generazione di immagini e video Agnes AI per DeepSeek Harness.

Generazione locale di immagini, voce, musica ed effetti sonori, più trascrizione, con identità fissata: personaggi, animali, oggetti e voci degli attori vengono definiti una volta e riutilizzati in ogni chiamata successiva; l'output degenerato (immagine quasi piatta, audio silenzioso) viene rifiutato invece di essere restituito come successo, e una riga generata può essere riletta come testo, così che un clone che ha inghiottito la propria fine diventi visibile. I motori si scaricano quando inattivi, e la generazione di immagini e la trascrizione possono ciascuna puntare a un'API di forma OpenAI invece del backend Vulkan locale.

Genera e modifica media AI (immagini, video, audio, 3D) con i modelli WaveSpeed tramite la CLI open source wavespeed: ricerca live nel catalogo, introspezione dello schema di input per modello, caricamento di file locali con marcatori @path e controllo dei prezzi prima dell'esecuzione.

`image_gen` di GPT Image 2 con OAuth dell’abbonamento Codex come predefinito oppure modalità esplicita con chiave API: scheda in sviluppo, fino a tre partial API live, replay durevole degli allegati / lightbox / download, output del modello solo testo e richieste limitate e sicure per le credenziali.

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.

Provider Google Gemini multi-account: sceglie l'account con la quota residua maggiore, esegue failover su 429 con cooldown esponenziale, verifica gli account disabilitati in background e fornisce una pagina impostazioni cinese/inglese.

Consumer dello strumento ui_mockup: nella fase di discussione genera wireframe e bozzetti ad alta fedeltà di UI, salva il progetto su disco, chiede conferma e poi blocca la specifica di design; include card client, routing delle immagini e i18n.

Genera wireframe UI e mockup ad alta fedeltà in DeepSeek Harness con fornitori di immagini DashScope e Volcengine selezionabili.

Integrazione non ufficiale di Grok per gli abbonamenti SuperGrok o X Premium idonei: chat grok-4.6 con ricerca web/X nel loop principale, OAuth condiviso di Grok CLI, visibilità dei modelli configurabile e immagini di Imagine salvate in un allegato o in un percorso scelto.

Generazione di immagini Labnana per DeepSeek Harness: testo in immagine / immagine in immagine / editing preciso con stima dei crediti, saldo dell'abbonamento e interfaccia di impostazioni web.

Strumento `generate_image` rivolto al modello per modelli solo testo: il modello chiede un'immagine in linguaggio naturale, Gemini la disegna tramite la CLI Antigravity, l'immagine viene salvata in una cartella di output configurabile e lo strumento restituisce i percorsi dei file che il modello può usare nel suo lavoro.

Registers the imagegen skill on the skill registry, so generating and editing raster images needs no hand-copied files under $DSH_HOME/skills. The agent drives a bundled image_gen.py CLI against any OpenAI-compatible GPT Image endpoint for text-to-image, reference-image editing, and transparent-background cutouts.