プラグイン

テキスト専用エージェント向けの無料ビジョン機能: キー不要の内蔵ビジョンチェーンとピクセルツール群（Q&A、グラウンディング、クロップ、ピクセル差分、カラー、OCR、SVG トレース、切り抜き、スクリーンショット）。画像を貼り付けるだけで使用可能。

テキスト専用モデル向けのビジョンタスク: 意図を汲む画像 Q&A、長尺スクリーンショット OCR、UI 再現、グラウンディング、ピクセル差分。

DeepSeek Harness にネイティブに近い画像理解機能を追加。

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 の頭脳 + 自動画像文字起こし: GUI で画像を添付すると、テキスト専用の DeepSeek に届く前に任意の OpenAI 互換 VLM でテキストに変換される——自分の API キーを使うキー方式の高速パス（デフォルト qwen3.7-flash、DashScope/Zhipu/OpenRouter や任意の OpenAI 互換エンドポイントに対応）、または設定不要で自動検出されるローカル Ollama。

Adds a configurable vision model to text-only main models: a vision_read_image tool, a composer-bar vision-model selector, and automatic image-to-text conversion for text-only routes.

Vision for text-only DeepSeek via Doubao Web by default (zero-cost, no API key — drives your logged-in Chrome through a Windows CDP bridge), with Antigravity IDE quota (flash/pro) or Gemini fallback; auto detail escalation, vision evidence memory with compaction rehydration, content-hash cache, and a bilingual client panel.

DSH プラグイン: 画像とファイルをテキスト専用モデルにワークスペースパスとして届ける。画像はネイティブの添付 UI を維持し、その他のファイルは添付欄に四角いチップとして表示。送信時にパスへ自動変換され、dsh-vision-toolkit と組み合わせれば貼り付けるだけで画像を見せられる。

On-demand vision for text-only DSH sessions: images become markers, and a vision_describe tool sends only image + question to an OpenAI-compatible vision model

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 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。

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。

Native vision capability extension, using either Zhipu (free) or Qwen-VL (local).

Full vision-capability bundle for DeepSeek Harness: a vision_understand tool (OpenAI-compatible vision APIs, free Zhipu GLM-4V-Flash by default) plus paste/drag-and-drop/button entry points for image recognition.

Combine text, vision, and image-generation APIs into one Mix model with automatic routing: text-only requests go to the chat model, user images and agent screenshots go to the vision model, follow-ups keep using the same session image, and agents can generate or edit images with session-scoped call history.

DSH 双模型路由插件：主对话留在 DeepSeek，图片任务自动分发到显式配置的视觉模型，再把分析结果交回 DeepSeek 继续。

DeepSeek Harness plugin: a `deepseek-vision` route that declares image input and transcribes pasted images via the free Zhipu GLM vision models before delegating to the DeepSeek adapter.

Agent-callable vision tool that describes local images via any OpenAI-compatible vision endpoint you configure, with an optional multi-model cross-check and no built-in keys.

Model-facing `vision` tool for DeepSeek Harness: describe and OCR image files by calling the free Zhipu GLM vision API directly (glm-4v-flash fallback chain), no external CLI required.

Registers a `deepseek-vision` provider route: the Web GUI accepts pasted images and transcribes them to text via the free Zhipu GLM vision API before delegating to the DeepSeek adapter.

Routes chat images to a fixed OpenAI-compatible vision model, returns factual observations to the selected main model, and reuses session-scoped observations across replay, compaction, and restarts.

Installs an image-input checkbox into the Models catalog so a custom model can declare image input and receive images directly; includes an optional BYO vision relay.

vision_analyze tool: analyze a local image or URL with an OpenAI-compatible vision model.