ビジョン、音声とマルチモーダル
ビジョン、音声とマルチモーダルプラグインは、DeepSeek-Harness(dsh)のテキスト専用 DeepSeek モデルに目、耳、そして声を与えます。貼り付けたスクリーンショットを智譜 GLM、Gemini、Doubao、あるいはローカルの Ollama で OCR・説明するビジョンツールとプロバイダールート、ブラウザの Web Speech API や Whisper 互換 API によるマイク音声入力、Edge TTS やカスタム音声による読み上げ、全二重の音声モード、画像・動画・音楽の生成ツールを探せます。
578 件のプラグインが見つかりました
dsh-web-ui (dsh-tool-describe-image)
zhu1090093659/dsh-web-ui
テキスト専用モデル向けの `describe_image` ビジョンツール: 画像(ローカルパス、URL、添付)は設定可能な OpenAI 互換のビジョンエンドポイントに送られ、返ってきたテキストだけがセッションに入る。
modlens
liustack/modlens
テキスト専用モデル向けのビジョンブリッジ: 画像を貼り付けると、構造化された JSON エビデンス(OCR、レイアウト、セマンティクス)を取得。
ipollowork
devin-axis/ipollowork
iPolloWork HyperFrames Video Studio と 27 個の編集可能なビデオテンプレートを、DeepSeek Harness のネイティブな会話ビューとして提供します。
dsh-image-gen
shanliuling/dsh-image-gen
DeepSeek Harness向けネイティブ対話型画像生成:エージェントに画像作成を依頼すると、生成から結果の会話内保持までを自動的に処理します。
dsh-vision-router
ysr666/dsh-vision-router
テキスト専用エージェント向けの無料ビジョン機能: キー不要の内蔵ビジョンチェーンとピクセルツール群(Q&A、グラウンディング、クロップ、ピクセル差分、カラー、OCR、SVG トレース、切り抜き、スクリーンショット)。画像を貼り付けるだけで使用可能。
dsh-vision-toolkit
anionex/dsh-vision-toolkit
テキスト専用モデルに視覚機能を追加:画像を貼り付けると、モデルがVision Toolkitバリアントに切り替わり、画像Q&A、複数画像比較、ロングスクリーンショットOCR、スクリーンショットからのUI再現、要素グラウンディング、ピクセル差分に対応します。デフォルトではAPIキー不要で、作者がホストする無料サービスにより1マシンあたり1日100枚まで処理可能。独自の_provider_への切り替えも設定できます。
tongflow
tong-io/tongflow
DeepSeek Harness(dsh)用 TongFlow スタジオプラグイン:撮影クルー形式のプロジェクトモデル、エージェント作成の TongFlow ワークフロー、決定論的メディア生成、埋め込みキャンバス。
dsh-see-now
saos-3624/dsh-see-now
テキスト専用エージェントがライブ画面やカメラ映像を見られます。各フレームの変化量を評価し、重要なものだけを番号付きシートに音声エンベロープとまとめるため、数秒ごとのスクリーンショットではなく実際の変化をモデルが確認できます。
dsh-video-storyboard
saos-3624/dsh-video-storyboard
動画(ローカルファイルまたはBilibili/yt-dlpリンク)を、番号付きセルと正確なタイムスタンプを持つ参照可能なストーリーボードグリッドに変換します。各セルには同じ時間軸上の文字起こしと音声エンベロープを表示します。video_zoomで任意の区間を高解像度で再読込でき、テキストのみのモデルも要約を読むだけでなく動画を確認できます。
watch-skill
oxbshw/watch-skill
DeepWatch の機能を、既存の DeepSeek Harness プロファイルにインストールできるようにします。
dsh-tts-bridge
yuuyuko-uu/dsh-tts-bridge
小さなブラウザー拡張機能で操作される、DeepSeek Webページの組み込み読み上げ機能を使用してDSHの会話を読み上げます。
dsh-sd-bridge-guard
savinglighting/dsh-sd-bridge-guard
ローカルStable Diffusion画像生成の9機能(テキスト生成、画像変換、マスク再描画、スクリプトのみ生成、2版整合スクリプト、C段階のローカル注入コマンド、モデル一覧、サービス管理、完全性検査)、違反振り分け手順、C段階の選択肢を提供。A段階ではモデル・LoRA・比率などを表示し、一言で再生成できる。C段階のマスクはマウス描画に対応。SDの場所を自動検出し、見つからない場合はワンクリックで導入を開始。生成物はセッション作業領域に保存される。
dsh-qwen-studio
kingcharleslzy-ai/dsh-qwen-studio
DSH 用 Qwen Image 2.1 ワークスペース:Apple Silicon の MLX または自前の NVIDIA サーバーに対応。ネイティブの参照画像編集、LoRA、ControlNet、インペイント、共有プリセット、ギャラリー、エージェントの進捗表示を搭載。検証済みアップデートとエージェント設定ガイド付き。
eac-design-world
ebony-vinyl/eac-design-world
DeepSeek Harness向けローカル動画制作・デザインプラグイン。マルチトラック編集、テンプレートとデザインシステム、ネイティブプレビューキャンバス、実ファイルへの書き出しを備える。
dsh-imagegen
dickpy/dsh-imagegen
DSH Web GUI向けのAI画像生成:設定可能なOpenAI互換エンドポイント(gpt-image-2 / gpt-image-1 / dall-e-3)を介したテキストから画像、画像から画像への変換に対応、api_url/api_keyの設定カードとサイドバーの分割ペイン生成スタジオを備える。
dsh-comfyui
fandc520/dsh-comfyui
DeepSeek Harness からローカルまたはリモートの ComfyUI サーバーを操作:comfyui_run / comfyui_object_info / comfyui_workflow ツールで画像や動画を生成・編集。ワークフローライブラリ(グラフ抽出:コンポーネントごと/メインフロー/すべて)、解像度自動マッチング付きロードエリア、ライブキュー、SDXL と Wan 2.1 テンプレート、コンパニオンスキル、同一オリジンのメディアプロキシを備えます。
dsh-infinite_canvas
ninkch/dsh-infinite_canvas
DeepSeek Harness向けのノードベース制作スタジオ。無限キャンバスでスクリプト、絵コンテ、参考画像、マルチショット動画を作成し、チャットからバッチ操作できます。画像/動画/TTSプロバイダー(OpenAI形式のエンドポイントまたはSeedance/Sora形式の動画API)は各自用意してください。未設定ならプレースホルダーメディアを使うオフラインのデモモードで動作します。
dsh-spicy
kingcharleslzy-ai/dsh-spicy
Purgeに対応するNSFWコンテンツ制作プラグイン。DeepSeek Harnessで自ホストモデルを使い、成人向け画像、音声付き動画、マルチショット短編を制作します。参照画像編集、LoRAによるスタイル制御、Agentによる絵コンテ編集に対応します。
dsh-voice-prompt-enhancer
fishsb/dsh-voice-prompt-enhancer
入力中の下書きを、5つのモード、モデルのフォールバック連鎖、任意の複数ターン記憶で、より明確で構造化されたプロンプトに書き換えます。DSH音声入力には無音時停止、ホットキー、フィラー語の除去も追加します。文字起こしは公式 speechToText を使い、プラグイン自体は音声エンジンを同梱しません。
brewreel
finderchangchang/brewreel
DeepSeek Harness向けBrewReel (精酿):ストーリーボードJSONから縦型プロモーション動画を作成。
dsh-imagegen-video
q253595422/dsh-imagegen-video
DSH Web GUI向けAI画像/動画生成。チャネル別モデル一覧とモデル系列ごとのリクエスト形式(gpt-image、Grok Imagine、Nano Banana、Seedream、GLM-Image、Qwen-Image、MiniMax image-01、DALL-E 3)、サイドバー生成スタジオ、ノード式無限キャンバス、ファイルプレビュー、キャンバススキル、プロンプトテンプレートを備えます。動画はテキスト/画像からの生成、最初/最後のキーフレーム、複数参照に対応し、非同期の送信/ポーリング/ダウンロード、ホスト側動画ツール、キャンバス動画ノード、ローカルffmpegで2つ以上の動画ノードを1本のMP4へ結合できます。
dsh-media-desk
woniuniuniu/dsh-media-desk
DeepSeek Harness向けのセルフメディア制作ワークベンチ。ひと言でアイデアを記録し、ワンクリックで台本、表紙画像、挿絵、絵コンテを生成します。
dsh-omi-voice
polinnizhong/dsh-omi-voice
DeepSeek Harness 用のチャット内読み上げ機能:自然な Doubao TTS ボイス(BYOK)で AI 返信をタップして読み上げ・一時停止・再開。コード・表・図は除外し、最終回答のみを読み上げます。ローカルエンジンで、プラグインは API キーを保持しません。
deepseek-harness-video-director
chiphoton/deepseek-harness-video-director
🎬AI 監督:DeepSeek-Harness が演出する MiniMax-H3 動画生成プラグイン。🤖プロンプト以上。🪄キャンバス UI。