Plugin

Uno strumento vision `describe_image` per modelli solo testo: le immagini (percorso locale, URL, allegato) vengono inviate a un endpoint vision configurabile compatibile con OpenAI e solo il testo restituito entra nella sessione.

Widget balena fisso nell'angolo per la GUI web di DSH — saldo, utilizzo del giorno e costo per turno con tariffe punta/fuoripunta, bolle modificabili di avviso saldo e budget giornaliero, coda di bolle personalizzate basata su moduli con scelte pesate A/B e righe o immagini casuali, oltre 30 modelli di fornitori (OpenAI, OpenRouter, Kimi, SiliconFlow, Ark, Zhipu, MiniMax e altri) con saldo per modello e quota in abbonamento, più suono di fine attività, audio importato, ruoli personalizzati e un gestore risorse. Solo locale, nessuna telemetria.

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.

Guida un server ComfyUI locale o remoto da DeepSeek Harness: gli strumenti comfyui_run / comfyui_object_info / comfyui_workflow generano e modificano immagini e video, con una libreria di workflow (estrazione del grafo: per componente / flusso principale / tutto), un'area di caricamento con corrispondenza automatica della risoluzione, una coda in tempo reale, modelli SDXL e Wan 2.1, una skill complementare e un proxy multimediale della stessa origine.

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.

Crea scene di prodotto Blender modificabili in DSH. Parti da ricette per altoparlante/tazza/lampada o da modelli importati; Lighttable mostra i risultati, confronta revisioni e regola dimensioni, materiali, fotocamere e luci. Posiziona modelli statici su mesh e salva una vista completa senza cambiare fotocamere o animazioni; corregge texture ripetute sulle facce piane senza alterare la geometria. Renderizza immagini e video salvati ed esporta revisioni modificabili con le risorse. Ispezione nativa, revisioni immutabili e approvazione proteggono il lavoro esistente. Supporta DSH 0.2.1-rc.1 e il vecchio host; 20 strumenti.

Controlli di sfondo e pannello traslucido locali del browser per DSH Web, con più immagini, scelte di adattamento e posizione, ombreggiatura, sfocatura e opacità del pannello.

Banco di lavoro per problemi di ingegneria e matematica: nove strumenti per leggere immagini, risolvere, tracciare grafici e verificare risposte, più quattro skill inclusi. Richiede Python con numpy e Pillow. Lettura delle immagini, controllo delle figure e composizione delle formule dipendono da un provider vision con chiave configurata; le immagini gli vengono inviate. Senza chiave queste funzioni falliscono, mentre gli altri strumenti restano attivi.

Toolkit di aspetto per DeepSeek Harness. Opacità e sfocatura vetro smerigliato indipendenti su 8 superfici (sfondo principale, barra laterale, schede e pannelli, campi e controlli, impostazioni, cornice conversazione, traiettoria, prodotti/evidenziazioni — 9 con dsh-better-sidebar). Qualunque immagine o video come sfondo, con editor di posizione drag-to-pan, zoom via scroll e 5 modalità di layout (Fit/Fill/Stretch/Tile/Center); i video vanno in loop muti, resistono al refresh e catturano un frame live per anteprima, estrazione colori e inquadratura. Ruota un pool di immagini (casuale/ordinato, a ogni refresh/giorno/settimana). Inoltre: ruota colori in stile PS, estrazione colori dallo sfondo in un clic, 6 preset + profili salvati, switch automatico giorno/notte e export/import del tema.

Pet desktop con persona Claude, fissato in basso a destra nella GUI Web DSH: mostra saldo, utilizzo odierno, prezzi di punta/fuori punta e costo per turno; fumetti modificabili (testo, saldo, utilizzo, prezzi, immagini, frasi casuali e scelte ponderate), stili e font per riga, editor rapido fluttuante, effetti audio e personaggi/audio personalizzati. I ruoli animati respirano e sbattono le palpebre; una variante di avviso saldo mostra un volto in lacrime sotto la soglia. Livelli di animazione 256/384 e pacchetto HD 512 facoltativo installato dal gestore risorse. 63 battute in stile Claude. Derivato da MeteorNOX/DeepSeek-Balance-Whale-Widget (MIT).

DSH Knit ordina Markdown/codice/immagini/video del workspace nella sidebar e offre Context Pack via knit_docs. BM25/IDF locale predefinito confronta messaggi recenti con titolo/sommario/contenuto: niente modelli/rete, nulla esce; indice persistente dopo riavvii/sessioni. Prove/anteprima; attribuzione fissata alla lettura, pin/esclusione pre-recupero reversibile. v0.23 ibrido opzionale OFF, richiede embedding Ollama/OpenAI-compatible configurati dall’utente. Invia query+titolo/sommario (Markdown: inizio ≤60 caratteri; codice: cartella relativa; media: nome), mai corpo completo/percorso assoluto; loopback locale. v0.24 associa modifiche non committate via git status read-only (argv fisso, senza shell, env allowlist), OFF. Nessun test con provider reale; nessun miglioramento dichiarato.

Shell web mobile per la GUI Web DSH: cassetti overlay, FAB trascinabile, correzioni del composer mobile e un pulsante flottante per il caricamento immagini fissato sopra il composer (galleria/fotocamera nativa, integrato con la pipeline add-images validata), nessuna regressione desktop. Pubblicato su npm come dsh-webui-mobile.

Dona la vista ai modelli solo testuali: inoltra le immagini dell'utente a un modello di visione compatibile con OpenAI e mostra le descrizioni in un pannello destro dell'interfaccia web.

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.

Recupera qualsiasi pagina http/https e restituisce titolo, descrizione, testo principale, struttura delle intestazioni e link, con statistiche (conteggio caratteri/parole, tempo di lettura, lingua) e parole chiave principali; può scaricare le immagini del contenuto nello spazio di lavoro della sessione per l'analisi visiva e inviarle agli analizzatori registrati tramite il servizio scrape.imageAnalyzer.

Ponte MCP verso gemini.google.com: analisi visiva di immagini e video, generazione di immagini con Imagen e video con Veo, e gestione delle conversazioni tramite la sessione del browser già autenticata, senza chiave API.

Mascotte desktop con persona GPT/ChatGPT fissata in basso a destra nella GUI Web DSH. Mostra saldo, uso odierno, tariffe di punta/fuori punta e costo per turno; fumetti modificabili (testo, saldo, uso, tariffe, immagini, frasi casuali e scelte ponderate), stile/font per riga, editor rapido flottante, suoni, arte/animazione/audio personalizzati e aggancio/rotazione. 54 frasi GPT in cinque gruppi. Route, bundle id e dati con namespace per coesistere con widget balena e Xiaoke. Derivato da MeteorNOX/DeepSeek-Balance-Whale-Widget (MIT).

Solo per Windows: l’agente modifica documenti nelle finestre aperte di Word, Excel e PowerPoint (Microsoft Office o WPS Office) tramite l’interfaccia di automazione delle app; le modifiche appaiono subito e puoi intervenire insieme. Legge la struttura, applica modifiche in batch, rende le pagine come immagini per controllare l’impaginazione e salva o esporta in PDF.

Strumento display_file rivolto al modello che renderizza 36 estensioni di file inline nell'interfaccia web: immagini con lightbox e zoom al clic, video con scorrimento, audio, PDF, file Office e OpenDocument convertiti in PDF sull'host tramite LibreOffice, e HTML locale in un frame isolato; i byte vengono trasmessi da una rotta HTTP firmata con supporto agli intervalli, e PNG/JPEG/WebP/GIF entrano anche nel contesto del modello sulle rotte compatibili con le immagini.

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.

Base di conoscenza come canvas nella barra laterale destra: le note sono nodi e 9 strumenti consentono al modello di leggerle, scriverle, collegarle e rimuoverle. I nodi possono contenere immagini e documenti; la lettura restituisce il testo ed estrae i file Office sul posto, mentre le immagini vengono passate come immagini.

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.

Un percorso del provider gateway visione-linguaggio: le immagini incollate vengono descritte da un modello VL configurabile (Qwen-VL per impostazione predefinita) prima di essere inviate a DeepSeek.

Genera e visualizza automaticamente immagini nella chat DSH tramite canali API o CLI locali (mmx / codex / agy), e può anche riconoscere immagini utilizzando la CLI corrispondente.