プラグイン

添付された画像を設定可能なモデル（15以上のOpenAI互換およびAnthropicベンダー）経由でテキストに書き起こし、DeepSeekが応答し続ける間に処理するビジョンプロバイダールート。

テキスト専用 DeepSeek 向けのビジョンツールキット。モデルから呼び出せる `vision` ツール、deepseek/opencode-go 用ラッパーアダプタ（v4 flash/pro）、Antigravity IDE クォータ（default, flash/pro）/任意の OpenAI 互換 VLM / Gemini / ローカル Ollama チャネル、圧縮再復元付きの証拠メモリ、コンテンツハッシュキャッシュ、そしてバイリンガルのクライアントパネルを備える。

sub2api ゲートウェイを DeepSeek Harness に接続：1 つのベース URL の背後に OpenAI 互換のマルチプロバイダールート（OpenAI / Claude / Grok / Gemini）、キーごとのモデル検出、使用状況の照会、グローバルなビジョン/画像ツール。

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。

只填 Key 的服务商预设：50 家渠道为 DSH 一键写入官方 llm-pi-ai 路由与凭据（插件），并可写入腾讯 WorkBuddy、OpenCode（Key 走其 auth.json）与 cc-switch 的配置（CLI）；核心为纯 JS，可被更多应用的外壳复用。

Drive DSH from anything that speaks HTTP: 47 routes (REST + SSE) for workspaces, sessions (create/prompt, live SSE generation, history, stats, todos, cancel, ask-user Q&A), models and the global default model, providers, agent presets, settings namespaces, skills, and workspace files including resumable chunked upload — plus an OpenAI-compatible /chat/completions, a built-in OpenAPI 3.0 spec and an interactive request page. It only injects the host webServer and tools, so it rides on the DSH webserver (default prefix /api/v1) or its own port with optional API-key auth, and it ships a skill that teaches the DSH agent to call the API.

OpenAI-compatible vLLM client (default :8000).

OpenAI-compatible client for llama.cpp / Unsloth Desktop (default :8080).

Registers the imagegen skill on the skill registry, so generating and editing raster images needs no hand-copied files under $DSH_HOME/skills. The agent drives a bundled image_gen.py CLI against any OpenAI-compatible GPT Image endpoint for text-to-image, reference-image editing, and transparent-background cutouts.

Per-reply read-aloud with a multi-provider settings page — MiniMax or any OpenAI-compatible /audio/speech endpoint, with voice, emotion, speed and model selection plus an auto-read toggle.

Standards-based OIDC identity, enterprise API-key binding, declarative branding, and OpenAI-compatible model integration for DeepSeek Harness

Image generation workbench and agent tool for DSH: one tool (ark9_generate_image) paints text-to-image and image-to-image via any OpenAI-compatible API. Channels are entirely user-configured - no bundled endpoint, you bring your own baseURL, key and model name (manual input supported). Agent-initiated generations are approval-gated by default: requests queue in the floating panel and nothing bills until you approve; approval is non-blocking (the agent replies "awaiting your approval" immediately, and results, denials or timeouts are injected back so the agent reports them in the next turn). Floating glass workbench with five tabs (Generate / Approvals / Prompts / History / About), aspect-ratio grid with quality-budget + 16px-alignment sizing, transparent background, batch up to 10 images as aggregated sub-tasks, prompt library with custom JSON sources fetched through a host proxy, persistent generation logs with one-click retry, multi-channel aggregation with per-channel model fetching, bilingual UI (zh/en), stroke-SVG icon set, config import/export. Registers as a Better Sidebar tab when dsh-better-sidebar is installed; stacks above the dsh-cua FAB when both are present.

Neutralize tool calls with invalid JSON arguments on the wire so one malformed model generation cannot brick a session against strict OpenAI-compatible servers.

Optimized fork of dsh-image-gen with batch generation (count), gallery pagination, lazy loading, fetch retry/timeout, and 7 providers: Gemini/OpenAI/Seedream/DashScope/Agnes/GLM-Image/Stability AI.

Routes the harness through the OpenLLM gateway: a pure-config Cordis patch that adds an `openllm` provider to the in-box pi-ai adapter pointed at the local daemon (`127.0.0.1:8787/v1`, no API key held by dsh) and registers the `openllm mcp` stdio server (openllm, claude-context, supermemory tool groups).

Text-to-image and image-to-image generation inside DSH through OpenAI-compatible endpoints, with an agent tool, multi-provider fallback, and a side-panel workspace with history.

Audio Copilot for DeepSeek Harness: transcribe audio (ASR) and synthesize speech (TTS) — gives text-only agents ears and a voice. Windows-local SAPI TTS out of the box; OpenAI-compatible ASR/TTS endpoints configurable. Includes an in-composer voice-input

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 向け DIT.ai プロバイダーバンドル：1 つの DIT_API_KEY から 29 個の OpenAI Chat Completions モデルと 10 個の Anthropic Messages モデルをインストール。プロトコル固有の思考設定付き。

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。

DashScope の OpenAI 互換 API（qwen3.7-flash）経由のモデル向け image_describe（識図）ツール。テキスト専用セッションでは貼り付けた画像が送信時にファイルパスへ自動変換され、トランスクリプトに再描画されるため画像受理でつまずかない。DASHSCOPE_API_KEY は BYOK、エンドポイント/モデル/予算は設定可能、リダイレクト耐性 HTTP クライアント、全 agent preset で動作。

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。

テキスト専用エージェント向けのローカル優先の構造化ビジョン：画像はローカルの OpenAI 互換 VLM に送られ、JSON の証拠（要約、逐語 OCR、レイアウト領域、エンティティ/関係、色、明示的な不確実性）として返ります。ハルシネーション対策のフォールバックと任意の貼り付け/アップロードブリッジ付き。クラウド費用はゼロで、画像はマシン外に出ません。

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。