본문으로 건너뛰기

비전, 음성 및 멀티모달

비전, 음성 및 멀티모달 플러그인은 DeepSeek-Harness(dsh)의 텍스트 전용 DeepSeek 모델에 눈, 귀, 그리고 목소리를 부여합니다. 붙여넣은 스크린샷을 Zhipu GLM, Gemini, Doubao 또는 로컬 Ollama로 OCR·설명하는 비전 도구와 제공자 라우트, 브라우저 Web Speech API 또는 Whisper 호환 API를 이용한 마이크 음성 입력, Edge TTS나 커스텀 음성으로 답변을 읽어 주는 TTS, 전이중 음성 모드, 이미지·영상·음악 생성기를 살펴보세요.

플러그인 594개 찾음

Z

dsh-web-ui (dsh-tool-describe-image)

zhu1090093659/dsh-web-ui

텍스트 전용 모델을 위한 describe_image 비전 도구: 이미지(로컬 경로, URL, 첨부)를 구성 가능한 OpenAI 호환 비전 엔드포인트로 보내고, 반환된 텍스트만 세션에 들어간다.

8k2개월 전비전, 음성 및 멀티모달Apache-2.0
L

modlens

liustack/modlens

텍스트 전용 모델을 위한 비전 브리지: 이미지를 붙여넣으면 구조화된 JSON 증거(OCR, 레이아웃, 의미 분석)를 반환합니다.

5k4일 전비전, 음성 및 멀티모달MIT
D

ipollowork

devin-axis/ipollowork

iPolloWork HyperFrames Video Studio와 편집 가능한 비디오 템플릿 27종을 DeepSeek Harness의 네이티브 대화 뷰로 제공합니다.

4.2k3개월 전비전, 음성 및 멀티모달
S

dsh-image-gen

shanliuling/dsh-image-gen

DeepSeek Harness용 네이티브 대화형 이미지 생성: 에이전트에게 이미지 생성을 요청하면, 생성부터 결과의 대화 내 보관까지 자동으로 처리합니다.

1.6k어제비전, 음성 및 멀티모달Apache-2.0
W

dsh-media-desk

woniuniuniu/dsh-media-desk

콘텐츠 제작 작업대입니다. 아이디어를 한 줄로 적고 제목, 대본이나 기사, 표지, 삽화, 스토리보드로 완성합니다. 일정 관리, 수동 입력·CSV·계정에서 가져온 통계 검토, 글쓰기 스타일 재사용도 지원합니다.

1.5k20시간 전비전, 음성 및 멀티모달MIT
Y

dsh-vision-router

ysr666/dsh-vision-router

텍스트 전용 에이전트를 위한 무료 비전 기능: 키 없이 사용 가능한 내장 비전 체인과 픽셀 도구(Q&A, 그라운딩, 자르기, 픽셀 비교, 색상, OCR, SVG 트레이스, 컷아웃, 스크린샷)를 제공하며, 이미지를 붙여넣기만 하면 됩니다.

1.3k18시간 전비전, 음성 및 멀티모달MIT
A

dsh-vision-toolkit

anionex/dsh-vision-toolkit

텍스트 전용 모델에 비전 기능 추가: 이미지를 붙여넣으면 모델이 Vision Toolkit 변형으로 전환되어 이미지 Q&A, 다중 이미지 비교, 긴 스크린샷 OCR, 스크린샷 기반 UI 재현, 요소 그라운딩, 픽셀 차이를 지원합니다. 기본적으로 API 키가 필요 없으며, 작성자가 호스팅하는 무료 서비스로 머신당 하루 100장까지 처리 가능합니다. 자체 공급자로 변경하도록 구성할 수 있습니다.

9466일 전비전, 음성 및 멀티모달MIT
T

tongflow

tong-io/tongflow

DeepSeek Harness(dsh)용 TongFlow 스튜디오 플러그인: 촬영팀 스타일 프로젝트 모델, 에이전트가 작성하는 TongFlow 워크플로, 결정론적 미디어 생성, 내장 캔버스.

8703개월 전비전, 음성 및 멀티모달AGPL-3.0
S

dsh-see-now

saos-3624/dsh-see-now

텍스트 전용 에이전트가 실시간 화면이나 카메라 영상을 볼 수 있습니다. 프레임마다 이미지 변화량을 평가해 중요한 장면만 오디오 파형과 함께 번호가 매겨진 한 장에 담으므로, 몇 초마다 찍은 스크린샷 대신 실제 변화를 모델이 확인합니다.

700어제비전, 음성 및 멀티모달Apache-2.0
S

dsh-video-storyboard

saos-3624/dsh-video-storyboard

동영상(로컬 파일 또는 Bilibili/yt-dlp 링크)을 번호와 정확한 타임스탬프가 있는 참조 가능한 스토리보드 그리드로 변환합니다. 각 셀에는 같은 시간선의 대본과 오디오 엔벌로프가 표시됩니다. video_zoom은 원하는 구간을 고해상도로 다시 읽어 텍스트 전용 모델도 요약만 읽는 대신 동영상을 살펴볼 수 있게 합니다.

5733일 전비전, 음성 및 멀티모달Apache-2.0
O

watch-skill

oxbshw/watch-skill

기존 DeepSeek Harness 프로필에 설치할 수 있는 DeepWatch의 기능입니다.

3782개월 전비전, 음성 및 멀티모달MIT
K

dsh-qwen-studio

kingcharleslzy-ai/dsh-qwen-studio

DSH용 Qwen Image 2.1 작업 공간: Apple Silicon MLX 또는 자체 NVIDIA 서버를 사용합니다. 네이티브 참조 이미지 편집, LoRA, ControlNet, 인페인팅, 공유 프리셋, 갤러리, 실시간 에이전트 진행 상황을 제공하며 검증된 업데이트와 에이전트 설정 안내를 포함합니다.

3486일 전비전, 음성 및 멀티모달Apache-2.0
Y

dsh-tts-bridge

yuuyuko-uu/dsh-tts-bridge

작은 브라우저 확장이 구동하는 DeepSeek 웹 페이지의 내장 읽어주기 기능을 사용하여 DSH 대화를 소리 내어 읽습니다.

262그저께비전, 음성 및 멀티모달
S

dsh-sd-bridge-guard

savinglighting/dsh-sd-bridge-guard

로컬 Stable Diffusion 이미지 생성 9종(텍스트→이미지, 이미지→이미지, 마스크 재그리기, 스크립트만 생성, 두 버전 정렬 스크립트, C단계 로컬 주입 명령, 모델 목록, 서비스 관리, 무결성 검사), 위반 분기 절차, C단계 옵션표를 제공합니다. A단계는 모델·LoRA·비율 등을 나열해 한 문장으로 재생성할 수 있습니다. C단계 마스크는 마우스 손그림을 지원합니다. SD 경로를 자동 탐지하고, 없으면 원클릭 설치를 시작할 수 있으며, 결과는 세션 작업공간에 저장됩니다.

231지난달비전, 음성 및 멀티모달MIT
E

eac-design-world

ebony-vinyl/eac-design-world

DeepSeek Harness용 로컬 비디오 제작·디자인 플러그인입니다. 멀티트랙 편집, 템플릿과 디자인 시스템, 기본 미리보기 캔버스, 실제 파일 내보내기를 제공합니다.

20226일 전비전, 음성 및 멀티모달AGPL-3.0
D

dsh-imagegen

dickpy/dsh-imagegen

DSH Web GUI를 위한 AI 이미지 생성: 설정 가능한 OpenAI 호환 엔드포인트(gpt-image-2 / gpt-image-1 / dall-e-3)를 통한 텍스트-이미지 및 이미지-이미지 변환, api_url/api_key 설정 카드와 사이드바 분할 창 생성 스튜디오를 제공합니다.

199어제비전, 음성 및 멀티모달Apache-2.0
F

dsh-comfyui

fandc520/dsh-comfyui

DeepSeek Harness에서 로컬 또는 원격 ComfyUI 서버를 구동: comfyui_run / comfyui_object_info / comfyui_workflow 도구로 이미지와 동영상을 생성·편집하며, 워크플로 라이브러리(그래프 추출: 컴포넌트별/메인 플로우/전체), 해상도 자동 매칭 로드 영역, 라이브 큐, SDXL 및 Wan 2.1 템플릿, 컴패니언 스킬, 동일 출처 미디어 프록시를 갖추고 있습니다.

19125일 전비전, 음성 및 멀티모달MIT
N

dsh-infinite_canvas

ninkch/dsh-infinite_canvas

DeepSeek Harness용 노드 기반 제작 스튜디오입니다. 무한 캔버스에서 스크립트, 스토리보드, 참고 이미지, 멀티샷 동영상을 만들고 채팅에서 일괄 조작할 수 있습니다. 이미지/동영상/TTS 제공자(OpenAI 형식 엔드포인트 또는 Seedance/Sora 형식 동영상 API)는 직접 준비해야 합니다. 설정하지 않으면 플레이스홀더 미디어를 사용하는 오프라인 데모 모드로 실행됩니다.

1564일 전비전, 음성 및 멀티모달Apache-2.0
K

dsh-spicy

kingcharleslzy-ai/dsh-spicy

Purge 호환 NSFW 콘텐츠 제작 플러그인입니다. DeepSeek Harness에서 자체 호스팅 모델로 성인용 이미지, 오디오가 포함된 영상, 멀티샷 단편을 만들고 참조 이미지 편집, LoRA 스타일 제어, Agent 스토리보드 편집을 지원합니다.

1336일 전비전, 음성 및 멀티모달Apache-2.0
F

dsh-voice-prompt-enhancer

fishsb/dsh-voice-prompt-enhancer

작성창 초안을 5가지 모드, 모델 대체 체인, 선택적 다중 턴 메모리로 더 명확하고 구조화된 프롬프트로 바꿉니다. DSH 음성 입력에 무음 시 중지, 단축키, 군더더기 말 제거도 추가합니다. 전사는 공식 speechToText를 사용하며 플러그인에는 엔진이 포함되지 않습니다.

131어제비전, 음성 및 멀티모달Apache-2.0
F

brewreel

finderchangchang/brewreel

DeepSeek Harness용 BrewReel (精酿): 스토리보드 JSON으로 세로 홍보 영상을 만듭니다.

118지난달비전, 음성 및 멀티모달Apache-2.0
Q

dsh-imagegen-video

q253595422/dsh-imagegen-video

DSH Web GUI용 AI 이미지·동영상 생성입니다. 채널별 모델 목록과 계열별 요청 형식(gpt-image, Grok Imagine, Nano Banana, Seedream, GLM-Image, Qwen-Image, MiniMax image-01, DALL-E 3), 사이드바 생성 스튜디오, 노드 워크플로 캔버스, 파일 미리보기, 캔버스 스킬, 프롬프트 템플릿을 제공합니다. 동영상은 텍스트/이미지 생성, 시작·끝 키프레임, 다중 참조를 지원하며 비동기 제출·폴링·다운로드, 호스트 동영상 도구, 캔버스 동영상 노드와 로컬 ffmpeg로 두 개 이상의 노드를 하나의 MP4로 이어 붙이기를 제공합니다.

11219시간 전비전, 음성 및 멀티모달Apache-2.0
P

dsh-omi-voice

polinnizhong/dsh-omi-voice

DeepSeek Harness용 채팅 내 읽어주기: 자연스러운 Doubao TTS 음성(BYOK)으로 AI 응답을 탭하여 읽고, 일시정지하고, 재개합니다. 코드·표·다이어그램은 제외하고 최종 답변만 읽습니다. 로컬 엔진이며 플러그인은 API 키를 저장하지 않습니다.

753개월 전비전, 음성 및 멀티모달MIT
C

deepseek-harness-video-director

chiphoton/deepseek-harness-video-director

🎬AI 감독: DeepSeek-Harness가 연출하는 MiniMax-H3 영상 생성 플러그인. 🤖프롬프트 그 이상. 🪄캔버스 UI.

692개월 전비전, 음성 및 멀티모달MIT