プラグイン

DeepSeek ブレイン + 自動画像文字起こし:GUI で画像を添付すると、デフォルトで公式の deepseek-v4-flash-vision-exp により文字起こしされます(純粋テキストの V4-Pro ブレインも画像を見ることができます)。代替として、任意の OpenAI 互換 VLM またはローカル Ollama も使用可能。

テキスト専用のメインモデルに設定可能なビジョンモデルを追加: vision_read_image ツール、コンポーザーバーのビジョンモデル選択、テキスト専用ルート向けの画像からテキストへの自動変換。

ビジョン、圧縮、レビュー、サブエージェント、タイトル、画像生成用の専用モデルルート、ツール、システムガイダンス。

外部 USB HID デバイスによるコンピュータ操作:ターゲットを平易な言葉で指定すると、ビジョンモデルがクロップしたウィンドウスクリーンショット内で位置を特定し、Raspberry Pi Pico 2 が実際のマウスとキーボードを動かします。7 ツール。Windows はウィンドウ一覧、ウィンドウ単位のクロップ、自動ウィンドウ昇格に対応、macOS は pyobjc が必要で対応なし、Linux は非対応。

gemini.google.comへのMCPブリッジ:画像・動画のビジョン解析、Imagen画像生成とVeo動画生成、そしてAPIキー不要でログイン済みブラウザセッションを利用した会話管理。

アップロードボタン1つに加え、会話へファイルをドラッグ＆ドロップしてローカルパスとして追加：プロジェクトのuploads/に保存し、パステキストを入力ボックスに挿入、あらゆるビジョンツールと連携可能。

DeepSeek Harness エージェントに本物のマウスとキーボードを与えます。クリックしたい対象を言葉で説明すると、ビジョンモデルがそれを見つけ、USB HID デバイスがクリックします。

MiniMaxマルチモーダルブリッジ:単一の`mmx_bridge`ツールで画像理解/生成、動画、TTS、音楽、カバー、ウェブ検索、クォータをカバー。`web_search`/`read_image`の乗っ取りもオプションで可能。Web GUI内にインラインプレーヤー/画像プレビューを表示(npm:`dsh-mmx-bridge`)。

GitHub Copilot LLMアダプタ：OAuthデバイスフローサインイン、Copilot APIからのライブモデル検出、画像対応モデル(gpt-4.1、gpt-4o)のビジョンサポート、Chat CompletionsとResponses APIの2つのワイヤプロトコルとモデルごとの自動エンドポイントルーティング。

DSH 用のサイドパネル型中国象棋ボード：赤としてプレイし、現在の DSH モデルが黒の手を選ぶ。Host 側のルールチェックとリビジョンチェック付き。

モデル・プロバイダー・ワークスペース・期間を横断した利用分析：キャッシュヒットの可視化、モデル/プロバイダー別内訳、時間別・日別トレンド、GitHub 風 53 週ヒートマップ、連続利用、Token シェアのドーナツ図、組み合わせ可能なフィルター、キャッシュ効率トレンド、DeepSeek 残高、CSV エクスポート。セッション削除後も保持される永続台帳（増分再構築、再起動時は未変更セッションをログ再読なしで適用）。ワークスペース登録は DSH の domain/changed プローブで自動更新し、DSH 登録のワークスペースのみを厳密に集計。Token 計上は入力・キャッシュ読み書き・推論を分離し、ゼロ使用の再生は記録を上書きしない。中文は現地時間、English は UTC。API はループバックのみ。

DeepSeek Harness向けAI支援Minecraft:視覚/操作ツールを備えた自律型Mineflayerエージェント(サバイバル、採掘、チャット、ライブマップ)を操作できます。組み込みランチャー(Microsoftサインイン、バージョンダウンロード、ゲーム起動)も付属します。

ビジョン言語ゲートウェイのプロバイダールート:貼り付けられた画像はDeepSeekに送られる前に、設定可能なVLモデル(デフォルトはQwen-VL)によって説明文が生成されます。

Bilibili 動画分析: メタデータ、文字起こし（Bijian/sherpa-onnx/whisper.cpp による ASR フォールバック）、コメント、弾幕、鮮明なキーフレーム。ローカルビジョンによる説明生成もオプションで対応。

DeepSeek Harness 向け外部ビジョンプラグイン: クジラボタンの設定パネル、自動返信付き画像認識、エージェント用スクリーンショット/認識ツール。

DeepSeek Harness ネイティブのビジョンモデル deepseek-v4-flash-vision-exp 向けに、画像の受付上限を 32 MiB / 8192 px / 600 枚に引き上げ、大きな画像をタイル分割し、ホストの read_image ツールを通じて画像全体と 800x800 のタイルを返す highres_read ツールを追加します。

任意の http/https ページを取得し、タイトル、説明、本文、見出しアウトライン、リンクを返します。統計情報（文字数/語数、読了時間、言語）とトップキーワードを含み、コンテンツ画像をセッションワークスペースにダウンロードしてビジョン分析に利用したり、scrape.imageAnalyzer サービス経由で登録済みアナライザーにディスパッチできます。

テキスト専用モデル用フリービジョンブリッジ：無料ティアプロバイダー（Qwen3-VL-Flash、Doubao、DeepSeek-OCR）による画像理解、OCR、UIおよびデバッグ分析、設定GUI付き。

ローカル画像または HTTP(S) 画像 URL を、設定済みの OpenAI compatible vision endpoint に inspect_image tool で送信し、そのテキスト応答を会話に返す。

DeepSeek Harness 向けのメディア＆ビジョンワークスペースです。画像・動画・音声の生成、画像への質問応答と要素の位置特定、長尺画像の OCR、ピクセル差分、HTML スクリーンショットの検証、動画の要約を提供し、DashScope と OpenAI 互換のプロバイダー、モデルプール、ワークベンチクライアントを備えています。

テキストのみのDeepSeekにビジョン機能を追加、デフォルトはDoubao Web経由（無料・APIキー不要——WindowsのCDPブリッジ経由でログイン済みのChromeを操作）、Antigravity IDEのクォータ（flash/pro）またはGeminiへのフォールバックにも対応。詳細レベルの自動エスカレーション、圧縮後の再水和に対応したビジョン証跡メモリ、コンテンツハッシュキャッシュ、バイリンガルのクライアントパネルを備える。

DSH Director Toolkit は、3D アーティスト、テクニカルデザイナー、クリエイティブコーダー向けの DeepSeek Harness プラグイン。まとまっていないアイデア、参考メモ、ポートフォリオのキャプションを貼り付けるだけで、Blender、Three.js、Houdini、C4D 向けのコンパクトなディレクションパックを取得できる。

DeepSeek Harness 向けの小説執筆ワークベンチ：候補の文章に高評価／低評価を付けると、モデルがそれを短い好みプロファイルに蒸留し、原稿を執筆コンテキストに入れないまま以後の執筆呼び出しに引き継ぎます。章ボード、章ごとの執筆パック、注釈部分だけを書き換えて残りをバイト単位で検証する注釈スコープ修正、プロジェクト台帳、ローカルのテンポ検査を追加します。

テキスト専用モデルに画像を見せられるようにします：[image omitted because this model accepts text only] のようなプレースホルダー付きで画像が届くと、モデルは vision_describe ツールを呼び、プラグインが画像参照と質問をマルチモーダルモデルへ転送し、失敗時はフォールバックモデルで再試行します。設定ページで構成し、公式の設定 API で永続化されます。