Vai al contenuto principale

Plugin

Sfoglia, filtra e installa i plugin di DeepSeek-Harness.

15 plugin trovati

S

dsh-ros2

stvli/dsh-ros2

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.

255 ore faStrumenti e capacitàMIT
F

dsh-vision-proxy

flyvhidbwo/dsh-vision-proxy

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.

1718 giorni faVisione, voce e multimodaleMIT
I

dsh-video-understand

ilps2/dsh-video-understand

Strumento a basso costo per la comprensione dei video: un tool video_understand trasforma un link Bilibili / BV / un video locale in un layer informativo AVIS (ASR + struttura delle scene + tracking degli oggetti + etichette YOLO) e restituisce summary + Q&A. Routing dinamico tra layer guidato dalle domande (L0 ASR / L1 tracking oggetti / L2 VLM su keyframe), riuso del layer semantico per domande ripetute, tetto di budget per singola domanda. Motore Python: il layer base richiede faster-whisper / opencv / yt-dlp (~200-300MB); il layer semantico opzionale aggiunge ~2GB di torch / transformers / ultralytics. Un doctor --fix incluso configura il venv e installa entrambi.

1510 giorni faStrumenti e capacità
D

dsh-video-lens

dundunhan/dsh-video-lens

Fornisce agli agenti DeepSeek Harness solo testo la comprensione video: campionamento fotogrammi consapevole della scena + VLM + trascrizione ASR opzionale fusi in prove sulla linea temporale. / Plugin di comprensione video per modelli solo testo (campionamento fotogrammi consapevole della scena + VLM + trascrizione vocale opzionale).

133 mesi faVisione, voce e multimodaleMIT
H

dsh-omni-workstation

huashenglian/dsh-omni-workstation

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.

815 giorni faVisione, voce e multimodaleMIT
5

dsh-vision

54xkeee/dsh-vision

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.

83 mesi faVisione, voce e multimodaleMIT
S

dsh-vision-bridge

sfyyy/dsh-vision-bridge

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

53 mesi faVisione, voce e multimodaleMIT
W

dsh-file-attachment

wszhoho/dsh-file-attachment

Consente di trascinare, incollare o caricare file e immagini; con modelli non multimodali, un VLM configurato descrive automaticamente le immagini.

45 giorni faMiglioramenti UIMIT
H

dsh-her-eyes

huashenglian/dsh-her-eyes

Un plugin per dsh che permette all'AI di richiamare automaticamente VLM (modelli multimodali) per l'analisi visiva.

43 mesi faVisione, voce e multimodaleMIT
X

dsh-image-vision

xsoc1/dsh-image-vision

Ponte per gli allegati immagine nella chat con uno strumento view_image per qualsiasi VLM compatibile OpenAI (Ollama locale o cloud): le immagini incollate/trascinate diventano marcatori di percorso view_image prima di raggiungere i modelli DeepSeek solo testo.

23 mesi faVisione, voce e multimodale
5

dsh-youreyes

54xkeee/dsh-youreyes

Toolkit vision per DeepSeek solo testo: strumento `vision` invocabile dal modello, adapter wrapper per deepseek/opencode-go (v4 flash/pro), quota Antigravity IDE (default, flash/pro) / qualsiasi VLM compatibile OpenAI / Gemini / canali locali Ollama, memoria delle evidenze con reidratazione da compattazione, cache dell’hash dei contenuti e un pannello client bilingue.

23 mesi faVisione, voce e multimodaleMIT
G

dsh-tool-vision

gloryxpnv/dsh-tool-vision

Visione strutturata local-first per agenti solo testo: le immagini vanno a un VLM locale compatibile OpenAI e tornano come prove JSON (sintesi, OCR letterale, regioni di layout, entità/relazioni, colori, incertezza esplicita), con fallback anti-allucinazione e un ponte opzionale di incolla/carica; costo cloud zero, le immagini non lasciano mai la macchina.

13 mesi faVisione, voce e multimodaleMIT
F

dsh-sight

fu3rte/dsh-sight

Visione plug-in per i modelli DeepSeek Harness (dsh) solo testo: uno strumento `vision` con preset VLM economici/gratuiti integrati, analisi in batch di più immagini, ammissione delle immagini tramite incolla-per-suggerire e una pagina di impostazioni web con hot-reload

13 mesi faVisione, voce e multimodaleMIT
R

dsh-llm-mlx

robbywang25/dsh-llm-mlx

Usa modelli locali MLX-LM o MLX-VLM in DeepSeek Harness tramite un provider compatibile OpenAI in loopback; l’avvio del server gestito da DSH è facoltativo.

02 mesi faModelli e providerMIT
L

dsh-mingmu

lab-sku/dsh-mingmu

明眸 VisionBridge - Ponte visivo autoprogettato: quando un modello cieco riceve immagini, richiama automaticamente un modello visivo per riconoscerle e restituisce il testo riconosciuto al modello principale; trasparente, configurabile e senza perdite durante gli aggiornamenti.

03 mesi faVisione, voce e multimodaleMIT