プラグイン

MiniMax multimodal bridge: one `mmx_bridge` tool covers image understanding/generation, video, TTS, music, cover, web search and quota; optional `web_search`/`read_image` takeover; inline players/image previews right in the Web GUI (npm: `dsh-mmx-bridge`).

Cross-platform Computer Use for DeepSeek Harness: virtual-mouse human-like operation (screen_observe + computer_click + type + key + scroll + drag, 11 tools), AX-tree zero-vision-cost mode with free GLM-4V-Flash vision fallback, safety guards (snapshot TTL / app whitelist / dangerous-action approval / password-box protection).

All-in-one bundle for DSH: the native Windows desktop window (WebView2), DeepEye vision (GLM-4V-Flash), and voice input (mic button) in a single install.

DeepSeek Harness 原生视觉 Bundle：粘贴或拖入图片，通过托管的 deepseek-vision-mcp 调用 OpenAI 兼容视觉模型。

Vision MCP and DSH bundle for text-only DeepSeek: analyze_image, analyze_clipboard, compare_images and vision_status tools, a visual settings page, free GLM-4.6V-Flash by default, result caching and rate-limit tolerance; keys stay out of logs.

MiniMax-powered multimodal plugin: real-time voice call mode (streaming conversation, floating dock UI), voice mode and mic voice input, plus image/video/music/speech generation and vision inspection tools.

Dedicated model routes, tools, and system guidance for vision, compaction, reviews, subagents, titles, and image generation.

DeepSeek Harness（DSH）向け DeepEye ビジョンプラグイン: 画像説明、OCR、VQA、UI レイアウト、クリップボード分析。

DeepSeek Harness 向けのホスト型無料ビジョンサイドカー。永続的なセッションエビデンス付き。

DeepSeek Harness 多模型路由插件：让专业的事情交给专业的 agent——自定义视觉/翻译/语音/子代理等专业 agent 并绑定独立模型，多模态账号一键登录、账号池健康路由与实时用量统计

DeepSeek Harness plugin that turns UI screenshots into implementation-grade web specs using OCR, deterministic geometry, scene graphs, assets, and render comparison.

Auditable vision and cross-platform Computer Use runtime for DeepSeek Harness with source-preserving evidence.

Remote host tunnel manager: runs dsh web on a remote Linux server (systemd supervision, no root needed) behind an auto-reconnecting SSH tunnel; allocates and registers remote ports on the server, multi-user safe, with an audit view.

Advertise image paste on text-only DeepSeek routes, describe attachments with a vision sidecar, and leave native vision models untouched.

Fully-local image understanding & OCR via macOS Vision Framework: `ocr_image` (text, table layout + coordinates) and `view_image` (scene, faces, QR) — paste multiple images into the web input box or pass path/URL/base64; images never leave your Mac.

Gives a text-only model image understanding via a vision-language model, exposed as a `describe_image` tool.

DeepSeek Harness 向けのモデル単位の機能宣言: OpenAI 互換プロバイダー向けに推論強度レベル（ワイヤー表記）とリクエストモダリティ（vision）を指定。設定セクションから操作でき、ランタイム harness 依存ゼロ、YAML 不要。

DeepSeek Harness プラグイン。DeepSeek をメインモデルとして維持したまま、セッション内の画像をプラグイン可能なビジョン API に橋渡しします。

HeartFlow（心虫）AGI 第 1 層判別ゲートを DSH プラグインとして実装: 47 次元のルールベーステキストチェック（heartflow_check ツール）に加え、ツール/実行後段階での自動出力監督。エンジンが存在しない場合はフェイルクローズ。

Codex を活用した `web_search`・`image_gen`・`image_vision` ツールを DeepSeek Harness に提供。ChatGPT の OAuth ログイン状態を再利用します。

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。

LLM プロバイダーネイティブのビジョンブリッジ。チャットに貼り付けられた画像はビジョンモデル(pi-ai/llama.cpp 経由の Qwen3-VL)によって説明文に変換され、そのテキストがテキスト専用の DeepSeek に渡されて返信が生成されます。画像の受け入れ・ルーティング・圧縮はすべて harness ネイティブの仕組みで処理し、LRU 方式の説明文キャッシュと 503 リトライを備えます。

コンポーザーに添付された画像は、テキスト専用の DeepSeek モデルに渡る前に、OpenAI 互換のビジョンモデルによってテキストに変換されます。

DeepSeek Harness plugin: import models with capabilities from an OpenAI-compatible /v1/models listing (gateway capability extensions) and edit per-model capabilities (thinking, vision) on its settings page