プラグイン

DeepSeek Harness 向けネイティブ Windows Computer Use ツール。

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。

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。

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。

ビジョン拡張 DeepSeek アダプター：ビジョン対応モデルが画像入力を記述し、テキスト専用の DeepSeek モデルがその記述を推論します。

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。

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。

DSH の共感覚エンコーダー：ビジョンモデルが画像をコンパクトな構造化空間テキスト（キャンバス／要素／パーセント座標）へ変換し、`mm_vision` ツール経由でテキスト専用 LLM にピクセル水準の画像理解を与えます。

テキスト専用モデルのために DeepSeek Web の組み込みビジョンモードを再利用：deepseek_vision ツールがローカルの deepseek-vision-cli ブラウザ自動化（手動ログイン補助、deep-think 有効、ブラウザ自動終了）を駆動し、画像の説明をテキストで返します。

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 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。

テキスト専用の DeepSeek Harness(dsh)モデルにビジョン機能をプラグインとして追加します。低価格/無料の VLM プリセットを内蔵した `vision` ツール、複数画像の一括解析、貼り付けによる画像入力、ホットリロード対応の Web 設定ページを提供します。

Scene-awareness probe for DSH on macOS: a privacy-first, pull-model `look` tool that reads the frontmost non-self window (app info, AX title/selection, gated local OCR), plus a summon-hotkey snapshot captured the instant you press.

Personal-experience memory for DSH: turns solved tasks into sourced problem cases with condition-scoped claims, recalls them into new tasks via hidden pre-step injection, and makes corrections/deletes cascade to future recall.

Replaces the chat input model picker with a provider-grouped, collapsible list: groups models by provider, folds vision-bridge mirror providers back into their upstream, and carries the reasoning-effort options each model declares in settings. Tested on DSH Desktop only; the DSH web build is untested.

Memory archive and prompt viewer for DeepSeek Harness: read back what compaction folded out of context - browse past sessions or Tavern playthrough archives (summary, original text, state) with full-text search - and inspect the prompt each turn actually sent, listing every assembled system section with its order, character count, offset, hash and mutability, plus an assembly map, registry export, and honest diagnostics when a section is empty or its log cannot be read. Optionally provisions a roleplay agent preset.

Large-image recognition for vision-exp models: lossless 800×800 tile recognition (smart/pipeline/full), local OCR with preprocessing & handwriting routing, optional multi-vendor GPU (DirectML/CUDA/OpenVINO) with auto CPU fallback.

DeepSeek Harness skill: build, rebuild and refresh a course module's revision atlas — a mind map whose leaves are paged notebooks, extracted faithfully from the module's markdown with machine-checked coverage and a human-gated plan.

Automatic tier-based model routing for DeepSeek Harness: a virtual `smart` model classifies each request by difficulty (hard / normal / easy) and by vision need, then delegates it to the models you already configured. 三级难度 + 视觉自动路由，虚拟 smart 模型零配置接入。