プラグイン

Transparent multimodal routing for text-only models: every image in every model call is fully transcribed (verbatim OCR, data, uncertainty zones, injection-hardened) by your own multimodal understander, with focused re-look via vision_relook and automatic retry on image-related failures. No bundled endpoints, no borrowed logins.

DeepSeek Harness vision plugin: 8 analysis modes (describe, OCR, chart data, UI review, object detection, compare, code-gen, debug), any OpenAI- or Anthropic-compatible vision API, with a built-in free vision model and automatic rate-limit failover.

DeepSeek Harness プラグイン:直接マルチモーダル画像転送宣言 + セッションごとの画像クリア(サーフェス置換)。設定ページとコンポーザーコントロール付き。

ファイル種別ごとのマルチモーダルチェーン：ワイルドカードごとに処理モデルをプリセットし、画像・動画・音声ファイルをテキスト専用のセッションモデルに届く前にプロンプトトークンへ変換します。プリセットごとのフォールバックチェーンと Multimodal 設定ページ付き。

DeepSeek Harness 用のマルチモーダルプラグイン。設定可能な OpenAI 互換または DashScope エンドポイントを通じて画像を理解し、画像を生成します。

DeepSeek Harness out-of-tree プラグイン：テキストのみのコーディングモデルに画像を理解させるため、Qwen-VL（DashScope）ルートを ctx.llm 経由でルーティングし、テキストを返す。

任意の OpenAI 互換 VLM（ローカル Ollama またはクラウド）向けの view_image ツールを備えたチャット画像添付ブリッジ：貼り付け/ドロップされた画像はテキスト専用の DeepSeek モデルに届く前に view_image のパスマーカーになる。

`describe_image` ツール：opencode Zen API 経由で画像を mimo-v2.5 に送るビジョンブリッジ（認証情報 `OPENCODE_GO_API_KEY`、無料ルート優先＋有料フォールバック）。テキスト専用モデルに説明文を返し、SVG/TIFF/HEIC はネイティブパススルーと ImageMagick 変換に対応します。

あらゆる DSH ルートにビジョンを：Web コンポーザーに画像を貼り付けると意図を汲んで自動解析し、ワークスペース内画像の読み取りは Kimi/MiniMax ビジョンサブエージェントに委譲し、貼り付けた原本は編集用に実体化します。

テキスト専用 DeepSeek Harness エージェント向けの自動検出ビジョンブリッジ：設定済みプロバイダーから画像対応モデルを自動で見つけ、ビジョンツール経由で画像の説明をプレーンテキストで返します。

テキスト専用 DeepSeek モデル向けのオンデマンドビジョン：画像をアップロードすると、モデルが任意の OpenAI 互換ビジョンエンドポイント（既定は Qwen/DashScope）に支えられた view_image ツールを呼び出します。

DSH のテキスト専用モデル向けプラグインビジョン：画像理解と生成、GUI 自動化をネイティブに操作でき、階層化された証拠メモリとキャッシュを備えます。

チャットの画像を固定の OpenAI 互換ビジョンモデルへルーティングし、事実に基づく所見を選択中のメインモデルへ返します。セッション単位の所見はリプレイ・圧縮・再起動をまたいで再利用されます。

DeepSeek Harness(dsh)向けの音声機能——テキスト専用の DeepSeek に対する音声入力(STT)と読み上げ(TTS)を提供します。API キー不要。

DeepSeek Harness プラグインバンドル。テキスト専用モデル向けに qwen_vision(Qwen-VL による画像理解)と qwen_generate(Qwen-Image によるテキストから画像生成)のツールを提供します。

DeepSeek Harness 向けのビジョンツールキット——テキスト専用エージェントが画像を理解するための glance・ground・detect・crop の CLI ツール群。

DeepSee: DeepSeek Harness にビジョン機能、マルチモデルルーティング、納品前の Gemini による視覚的セルフチェックを提供します。

A headless-first macOS Computer Use driver for DeepSeek Harness with AX-first observations, window-bound multimodal evidence, host-owned approval, and evidence-backed action receipts

Xiaomi MiMo-powered voice for DeepSeek Harness: browser 🎤/🧠/🔊 UI, voice_transcribe/voice_understand/voice_speak tools, configurable voice map (preset/voicedesign/voiceclone). Fork of zhuiyueya/dsh-voice (MIT), Settings pattern from Anionex/dsh-vision-toolkit (MIT).

Declare whether a configured third-party model accepts image (multimodal) input; writes the modality into the owning provider settings and verifies it through runtime model resolution.

DSH plugin: auto-detect and configure model capabilities (reasoningEfforts + input modalities) for llm-pi-ai. Successor to dsh-reasoning-efforts.

TokenLab provider bundle for DeepSeek Harness with native Responses, Messages and Chat routing plus full multimodal and async tools.

88API Image Studio for DSH: four Image2 and Nano Banana models for text-to-image, multi-reference editing, 2K/4K output, and sequential batches.

GLM 视觉模型插件：注册 glm-vision 供应商路由（glm-4.6v 系列，image+text 输入声明）并提供 glm_vision 工具，让 DeepSeek 等文本主模型直接调用智谱视觉模型看图。