プラグイン

DeepSeek Harness から可視状態の Chrome および Edge Agent ウィンドウを制御するための BrowserSkill ブリッジ。ネイティブブラウザツール、アクセシビリティと VOM 観測、スクリーンショット、所有権のあるマルチセッション制御、ライブ Web UI オーバーレイを備えます。

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。

DSH↔Godotエンジン実行時ブリッジ：ゲーム内TCPインタラクションサーバーを通じて実行中のGodot 4.xゲームを起動・操作します — 16のツール（約130のゲームコマンドによるランタイム制御、シーン/UI検査、GDScript評価、入力シミュレーション、スクリーンショット、ヘッドレス静的操作、プロジェクト編集、エクスポート、スクリプト検証、エンジンパス設定）を備え、godot-mcpの代替となります。

Android GUI エージェント: ADB スクリーンショット、コンパクトな UI 階層グラウンディング、検証付きの反復アクション、承認フロー、モバイル Web ビューを備える。

DeepSeek Harness 向け ROS2 デバッグツールセットとロボット状態視覚分析: ノード/トピック/サービス/アクション/インターフェース/TF 列挙、グラフ全体トポロジ JSON、rosdep チェック、承認ゲート付きビルドとカスタムメッセージスキャフォールド、GUI スクリーンショットとマルチモーダル視覚観測に加え、ヘッドレス RViz2 オフスクリーンレンダリング(ローポリのメッシュ、直接ピクセル読み取り、GPU パススルー — モーションは 30Hz レンダリング)と並列 VLM リアルタイム解析。

CloakBrowser搭載のネイティブブラウザツールで、エージェントごとの分離セッション、制限付きスナップショット、参照ベースの操作、スクリーンショット、安全なルーティングを提供します。

DeepSeek Harness plugin that turns UI screenshots into implementation-grade web specs using OCR, deterministic geometry, scene graphs, assets, and render comparison.

Screenshot feedback for DeepSeek Harness — let your coding agent SEE what it builds

Windows computer use for DeepSeek Harness: an MCP stdio server over a PowerShell UIA backend exposing 22 desktop tools (UIA tree, screenshots, typed input, OCR, window management, failsafe).

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.

macOS desktop automation for DeepSeek Harness: control mouse/keyboard/scroll/apps/windows/screenshots via agent tools, with vision closed-loop (see + locate). GUI-session service, no boot autostart.

Model-agnostic visual-inspection pipeline for text-only agents: page-by-page HTML screenshots plus a ready-made vision-subagent briefing contract (gewu_prep), then source-code truth verification of every finding (gewu_locate); validated on mimo-v2.5 & qwen3.7-plus.

CDP bridge to an already-running Chrome/Edge for DSH: screenshots, pixel assertions, DOM/CSS checks, and page JS evaluation over HTTP + WebSocket, with zero child processes, zero npm dependencies, and zero per-use approval.

Headless-browser verification tools so the agent opens the page it just built, reads the rendered DOM and computed styles, checks the console, and screenshots the result; ships a frontend-verify skill.