Plugin

Ponte BrowserSkill per controllare le finestre Agent visibili di Chrome e Edge da DeepSeek Harness, con strumenti browser nativi, osservazioni di accessibilità e VOM, screenshot, controllo multi-sessione proprietario e un overlay Web UI live.

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.

Browser reale condiviso per DSH: una finestra Electron nativa che l'utente umano può osservare e riprendere in mano, guidata dall'agente tramite CDP con 20 strumenti browser_* (open/snapshot/execute/fill/screenshot/download/auth), isolamento della sessione per attività, persistenza dei cookie, rilevamento CAPTCHA; self-hosted su dsh web puro senza shell desktop.

Accesso web per agenti DSH: recupero di pagine renderizzate con JS o protette come markdown pulito, ricerca aggregata su 14 motori e sessioni interattive con stato (clic, digitazione, scorrimento, eval, screenshot) verso un motore browser Rust ospitato o self-hosted. Ogni sessione restituisce un URL di vista in tempo reale, così una persona può guardare l'agente navigare e prendere il controllo con il mouse.

Ponte runtime DSH↔Godot: avvia e controlla un gioco Godot 4.x in esecuzione tramite il suo server di interazione TCP integrato — 16 strumenti (controllo runtime tramite ~130 comandi di gioco, ispezione scena/UI, valutazione GDScript, simulazione input, screenshot, operazioni statiche headless, modifica del progetto, esportazione, validazione degli script, configurazione del percorso del motore), sostituisce godot-mcp.

Plugin aginxbrowser per DeepSeek Harness: recupera pagine renderizzate in JS / protette da Cloudflare come markdown pulito, ricerca web aggregata (Baidu/Sogou/WeChat e altri 11) e sessioni interattive indicizzate (clic / digitazione / scorrimento / eval / screenshot) su un host

Abilità di verifica del browser in ambiente isolato per lo sviluppo di plugin DSH: un DSH_HOME usa e getta, un proprio profilo `verify_<random>`, una propria porta e una propria istanza del browser in un solo comando, puliti all'uscita, così il profilo effettivamente in uso non viene mai toccato; fornisce un driver CDP puro senza dipendenze (snapshot / click / screenshot / eval) e un audit di isolamento opzionale.

Controlla il tuo Chrome reale da DSH tramite un bridge WebSocket locale: gestione tab, navigazione, snapshot DOM, valutazione JS di pagina, click, digitazione, screenshot, attese e gestione dialog dietro un toggle nelle Impostazioni.

Toolset di debug ROS2 e analisi visiva dello stato del robot per DeepSeek Harness: enumerazione di node/topic/service/action/interface/TF, JSON della topologia dell'intero grafo, controlli rosdep, build con approvazione e scaffolding di messaggi personalizzati, screenshot GUI e osservazione visiva multimodale, più rendering offscreen headless RViz2 (mesh low-poly, lettura diretta dei pixel, passthrough GPU - rendering del movimento a 30Hz) con analisi VLM parallela in tempo reale.

Controllo browser senza dipendenze: guida un Edge/Chrome headless reale tramite CDP con 8 strumenti `pilot_*` (navigate/click/type/keys/eval/screenshot) più un pannello cockpit trascinabile live nella Web GUI - snapshot testuali per modelli solo testo, niente Playwright, niente API key.

Uso del computer Windows per DeepSeek Harness: un server MCP stdio su un backend PowerShell UIA che espone 22 strumenti desktop (albero UIA, screenshot, input digitato, OCR, gestione finestre, failsafe).

Ponte verso dispositivi HarmonyOS: ciclo di automazione hdc per screenshot/installazione/log/crash/UI con read_image, conoscenza dell'API versionata con priorità alle fonti ufficiali (SDK .d.ts + documentazione offline in bundle) e una pipeline DevEco CLI per build/firma/lint.

Strumenti di uso del computer desktop per Windows (click, type, key, screenshot) con controlli di freschezza, approvazione obbligatoria, verifica dell'identità del processo per ogni azione e una traccia di audit sanitizzata.

Agente browser nel pannello laterale di Chrome per DeepSeek Harness con strumenti per ispezionare pagine, navigare, cliccare, digitare, scorrere e catturare screenshot tramite un bridge locale.

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.

Agente GUI per Android con screenshot via ADB, grounding compatto della gerarchia UI, azioni iterative verificate, approvazioni e una vista Mobile Web.

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

Cattura della finestra in stile Codex per DSH Desktop su macOS e Windows: premi entrambi i tasti Command (macOS) o entrambi i tasti Ctrl (Windows), oppure il pulsante fotocamera, per catturare la finestra in primo piano, allegarla alla chat corrente e iniettare un albero di accessibilità in stile VoiceOver come contesto nascosto.

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.

Una finestra Chrome visibile per sessione DSH: 16 strumenti chrome_* (open/status/close/navigate/tabs/snapshot/screenshot/click/click_at/fill/type/press_key/hover/scroll/evaluate/wait), una tab Chrome nella Web GUI con vista screencast live (fallback screenshot-heartbeat per pagine idle), gestione tab, controlli finestra e una cronologia screenshot.

Controllo browser Playwright MCP per agenti AI: guida un Chrome reale e visibile (navigazione/clic/digitazione/istantanea + ~80 strumenti browser_*), con un pannello di screenshot live incorporato nella GUI che si aggiorna dopo ogni azione.

Uso del computer su macOS con AX-first per DeepSeek Harness: snapshot di accessibilità con riferimenti stabili, input in background, digitazione Unicode, menu, app, screenshot set-of-mark, OCR sul dispositivo, azioni verificate e guardie semantiche opzionali di Jev (TypeSafe System One) — 1.

Computer use su macOS basato prima di tutto su AX per DeepSeek Harness: snapshot di accessibilità con riferimenti stabili, input in background, digitazione Unicode, menu e app, screenshot con set-of-mark, OCR on-device e azioni verificate — 11 tool collegati alla CLI macos-cu.