プラグイン

DeepSeek Harness向けネイティブ対話型画像生成：エージェントに画像作成を依頼すると、生成から結果の会話内保持までを自動的に処理します。

Codexモデル向けChatGPT OAuthプロバイダー。サブスクリプションWeb検索、クォータと安全リセット、画像ツール、Fastモード、モデル対応コンテキストを提供。APIキーやCodex CLI不要

参照画像から Seedream の画像生成と MiniMax の画像→動画でゲームアートを生成し、ローカルのグリーンスクリーン合成で八方向スプライト、連番フレーム、スケルトンアニメーションを組み立てます。

テキスト専用モデル向けの無料ビジョンブリッジと画像生成：貼り付けた画像の読み取り、GLM-4V-FlashとGeminiエンジンのフェイルオーバー、ModLens方式の構造化エビデンス、およびシード付きの無料ビジョンモデルルート。

フローティングの DSH パネルとしての AI 画像・動画スタジオ。会話を置き換えるのではなく並行して制作できます：テキストから画像、画像から画像、複数画像の合成を 1K〜4K、8 種類のアスペクト比で。テキストから動画、画像から動画は 4〜12 秒で先頭フレームを制御。ショートドラマモードは台本（.txt/.md/.json）を読み込み、絵コンテショットに分割してプレビューと一括生成を行います。プロンプトエキスパート用ワークスペースも搭載。ランタイム依存はゼロです。

チャットからキャンバス、そして作品へ——ComfyUI を DSH 内のビジュアルワークフロー IDE として操作。ComfyUI（ローカル/クラウド）を DeepSeek Harness Web に分割画面キャンバスとして埋め込み、エージェントがチャットで書いたプロンプトとスクリプトを目の前のキャンバスにライブ適用し、画像・音楽・動画・3D を生成。キャンバス操作（パイプライン構成、ワークフロー読み書き、ノード編集、配線、実行、パラメーター調整、デバッグ）、本番タスク（batch_run による一括パラメータースイープ、get_outputs で出力をチャットへ自動取得）、環境管理（ComfyUI のワンクリック起動、コアと全カスタムノードの一括アップグレード）。本パッケージは DSH 側プラグインで、ComfyUI 側ブリッジノードも同梱。

MiniMaxマルチモーダルブリッジ:単一の`mmx_bridge`ツールで画像理解/生成、動画、TTS、音楽、カバー、ウェブ検索、クォータをカバー。`web_search`/`read_image`の乗っ取りもオプションで可能。Web GUI内にインラインプレーヤー/画像プレビューを表示(npm:`dsh-mmx-bridge`)。

複数エンジンの text-to-image generation（OpenAI Images と Zhipu CogView の presets）。session ごとの quota tracking、engine failover、credential-safe config、再生成付きの結果カードを備える。

DeepSeek Harness 向けのメディア＆ビジョンワークスペースです。画像・動画・音声の生成、画像への質問応答と要素の位置特定、長尺画像の OCR、ピクセル差分、HTML スクリーンショットの検証、動画の要約を提供し、DashScope と OpenAI 互換のプロバイダー、モデルプール、ワークベンチクライアントを備えています。

FALキュー、任意のOpenAI互換画像API、またはChatGPT／Grokサブスクリプションをバックエンドとするgenerate_imageツールを追加し、結果を会話内にインライン表示します。

DeepSeek Harness (DSH) 向けの統合画像生成ルーター: 任意の OpenAI 互換エンドポイントから画像モデルを自動検出し、draw_image と draw_list_sources ツールを提供し、SenseNova、StepFun、Agnes、Qwen、Flux、SD、Imagen などをサポートする。

DSH 向けのオムニモーダル・ワークステーション：順序付けられたマルチカード VLM フェイルオーバーチェーン上の analyze_image、同じ画像リゾルバーを共有する 6 ツールのビジョンツールキット（ズーム、色サンプリング、ピクセル差分、OCR、要素検出、インライン表示）、OpenAI/DashScope/ComfyUI プロトコル上の generate_image、/build-video-tool ビルダーを備えたマルチカード非同期 generate_video、7 つのプロバイダー上の speak/clone_voice TTS。すべてが 1 つの自動保存設定ページから操作されます。

DeepSeek Harness 用の Agnes AI 画像・動画生成プラグイン。

ローカルでの画像、音声、音楽、音響効果の生成と文字起こし。固定ID機能を搭載：キャラクター、動物、物体、俳優の音声を一度定義すれば以降のすべての呼び出しで再利用できます。退化した出力（平坦に近い画像、無音オーディオ）は成功として返さず拒否。生成された行はテキストとして読み戻せるため、末尾を飲み込んだクローンも可視化されます。エンジンはアイドル時にアンロードされ、画像生成と文字起こしはローカルのVulkanバックエンドの代わりにOpenAI互換APIを指し示すこともできます。

オープンソースのwavespeed CLIを通じてWaveSpeedモデルでAIメディア（画像、動画、音声、3D）を生成・編集します。ライブカタログ検索、モデルごとの入力スキーマ調査、@pathマーカーによるローカルファイルのアップロード、実行前の価格確認に対応します。

Codex サブスクリプション OAuth を既定とし、または明示的な API キーモードを使う GPT Image 2 の `image_gen`。編集中カード、最大 3 つのライブ API partial、永続的な添付リプレイ / ライトボックス / ダウンロード、テキストのみのモデル出力、そして範囲を絞った認証情報安全リクエストを備える。

テキスト、ビジョン、画像生成 API を自動ルーティングで 1 つの Mix モデルに結合:テキストのみリクエストはチャットモデルへ、ユーザ画像とエージェントスクリーンショットはビジョンモデルへ、フォローアップは同じセッション画像を使用し続け、エージェントはセッションスコープ呼び出し履歴で画像を生成・編集可能。

マルチアカウント Google Gemini プロバイダー：残量クォータが最大のアカウントを選択し、429 発生時は指数バックオフでフェイルオーバー、無効化されたアカウントをバックグラウンドでプローブ、中国語／英語設定ページ付き。

ui_mockup ツールの Consumer：検討段階で UI ワイヤーフレーム／ハイファイスケッチを生成し、デザイン案をディスクに保存したうえで確認を促し、承認後に設計仕様をロックします。クライアントカード、画像ルーティング、i18n を含みます。

DeepSeek HarnessでUIワイヤーフレームとハイフィデリティモックアップを生成。DashScopeとVolcengineのイメージプロバイダーを選択可能。

対象となる SuperGrok または X Premium サブスクリプション向けの非公式 Grok 統合:メインループの web/X 検索を備えた grok-4.6 チャット、共有 Grok CLI OAuth、設定可能なモデル表示、そして添付ファイルまたは選択したパスに保存される Imagine 画像。

DeepSeek Harness向けLabnana画像生成：テキストから画像 / 画像から画像 / 高精度編集に、クレジット見積もり、サブスクリプション残高、Web設定UIを搭載。

テキスト専用モデル向けのモデル対向 `generate_image` ツール：モデルが自然言語で画像を依頼すると、Gemini が Antigravity CLI 経由で描画し、設定可能な出力ディレクトリに保存。ツールはファイルパスを返し、モデルが作業に利用できます。

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.