プラグイン

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 Harness ネイティブのビジョンモデル deepseek-v4-flash-vision-exp 向けに、画像の受付上限を 32 MiB / 8192 px / 600 枚に引き上げ、大きな画像をタイル分割し、ホストの read_image ツールを通じて画像全体と 800x800 のタイルを返す highres_read ツールを追加します。

テキストのみのDeepSeekにビジョン機能を追加、デフォルトはDoubao Web経由（無料・APIキー不要——WindowsのCDPブリッジ経由でログイン済みのChromeを操作）、Antigravity IDEのクォータ（flash/pro）またはGeminiへのフォールバックにも対応。詳細レベルの自動エスカレーション、圧縮後の再水和に対応したビジョン証跡メモリ、コンテンツハッシュキャッシュ、バイリンガルのクライアントパネルを備える。

DSH 用の see_image ツールを提供します。画像ファイルを設定可能な OpenAI 互換ビジョンモデルに送信し、その説明をテキスト専用モデルへ中継します。

vision-expモデル用大画像認識：ロスレス800×800タイル認識（smart/pipeline/full）、前処理と手書きルーティング付きローカルOCR、DirectML/CUDA/OpenVINO対応のオプション複数ベンダーGPU（CPU自動フォールバック）。

あらゆる DSH モデル向けの画像理解：vision、OCR、grounding、クロップツールと、病理組織学、細胞生物学、解剖学、臨床画像、科学図表向けのドメインプリセット。

貼り付け/アップロードした画像を DSH Web チャット内でインライン表示し、テキストのみのモデルに視覚を与えます。モデルから呼べる visual_review ツールは、まず OpenAI 互換のマルチモーダル API を呼び出し、失敗した場合はローカルの Qwen3-VL ワーカーにフォールバックします。

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。

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。

明眸 VisionBridge - 自研の視覚ブリッジ：盲目モデルが画像を受信時、自動的に視覚モデルを呼び出して認識し、認識したテキストをメインモデルへフィードバック、違和感なし、設定可能、アップグレード時も失われない