Plugin

Ponte visivo per modelli solo testuali: incolla un'immagine e ottieni prove strutturate in JSON (OCR, layout, semantica).

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.

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.

Plugin out-of-tree per DeepSeek Harness: dona gli occhi a un modello di coding solo testo instradando le immagini a una rotta Qwen-VL (DashScope) tramite ctx.llm e restituendo testo.

Ponte di visione con scoperta automatica per agenti DeepSeek Harness solo testo: trova da sé un modello capace di immagini tra i provider configurati e restituisce descrizioni delle immagini come testo semplice tramite uno strumento di visione.

Image-to-text input for the Web UI: paste or drag an image and it is transcribed into structured text and sent, giving text-only LLMs image-input takeover (OpenAI-compatible vision API).