플러그인

DeepSeek Harness 네이티브 비전 번들: 이미지 붙여넣기 또는 드래그, 호스팅되는 deepseek-vision-mcp를 통해 OpenAI 호환 비전 모델 호출.

디지몬 스타일 키우기 게임: 실제 작업(턴, 도구 호출, 오류)을 먹고 자라는 알을 부화시키고, 작업 방식에 따라 형성된 4개의 분기 라인을 따라 진화합니다. 토큰 제로, 모델에 보이지 않음.

텍스트 전용 DeepSeek용 비전 MCP 및 DSH 번들: analyze_image, analyze_clipboard, compare_images 및 vision_status 도구, 비주얼 설정 페이지, 기본적으로 무료 GLM-4.6V-Flash, 결과 캐싱 및 속도 제한 허용 오차; 키는 로그에 남지 않음.

DeepSeek Harness(DSH)용 DeepEye 비전 플러그인으로, 이미지 설명, OCR, VQA, UI 레이아웃, 클립보드 분석을 지원합니다.

AI가 VLM(멀티모달 모델)을 자동으로 호출해 시각 분석을 수행할 수 있게 해주는 dsh 플러그인입니다.

DSH용 옴니모달 워크스테이션: 순서가 지정된 다중 카드 VLM 페일오버 체인을 통한 analyze_image, 동일한 이미지 리졸버를 공유하는 6종 비전 툴킷(확대, 색상 샘플링, 픽셀 diff, OCR, 요소 감지, 인라인 표시), OpenAI/DashScope/ComfyUI 프로토콜을 통한 generate_image, /build-video-tool 빌더가 있는 다중 카드 비동기 generate_video, 7개 provider를 통한 speak/clone_voice TTS를 제공하며, 모두 자동 저장 설정 페이지 하나로 구동됩니다.

DeepSeek Harness용 미디어 및 비전 워크스페이스입니다. 이미지·비디오·음성 생성, 이미지 Q&A와 요소 위치 찾기, 긴 이미지 OCR, 픽셀 diff, HTML 스크린샷 검증, 비디오 요약을 제공하며 DashScope 및 OpenAI 호환 제공자, 모델 풀, 워크벤치 클라이언트를 지원합니다.

DeepSeek Harness Web UI의 사용자 지정 모델 설정에 입력 모달리티 선택기를 추가합니다.

붙여넣거나 업로드한 이미지를 DSH Web 채팅 안에서 인라인으로 렌더링하고, 텍스트 전용 모델에 시각 기능을 제공합니다. 모델이 호출할 수 있는 visual_review 도구는 먼저 OpenAI 호환 멀티모달 API를 사용하고, 실패하면 로컬 Qwen3-VL 워커로 폴백합니다.

텍스트 전용 DeepSeek 경로에서 이미지 붙여넣기를 알리고, 비전 사이드카로 첨부 파일을 설명하며, 기본 비전 모델은 손대지 않습니다.

텍스트, 비전, 이미지 생성 API를 자동 라우팅이 가능한 하나의 Mix 모델로 결합: 텍스트 전용 요청은 채팅 모델로, 사용자 이미지 및 에이전트 스크린샷은 비전 모델로 이동하며, 후속 요청은 동일한 세션 이미지를 계속 사용하고, 에이전트는 세션 범위 호출 히스토리로 이미지를 생성하거나 편집할 수 있습니다.

구조화된 비전 증거(OCR/레이아웃/의미) 외에 "촬영-확인-조정" 디버그 루프용 USB 카메라 캡처 도구를 제공합니다. 백엔드: Ollama, DeepSeek, Xiaomi.

vLLM OpenAI 호환 엔드포인트 뒤에 로컬 배포된 Qwen 모델을 위한 LLM 어댑터 플러그인으로, 모델별 멀티모달 스위치, 완전히 구성 가능한 추론 노력, 프런트엔드에서 배포를 편집하는 웹 설정 페이지를 제공합니다.

DeepSeek Harness용으로 모델을 등록하고, 페르소나(초상) 작성을 지원하며, 시크릿 없는 카탈로그에서 Agent 모델을 선택합니다.

다중 에이전트 협업 스위트: 사용자 구성 전문가 명단, 주문형 영구 디스패치(team_call/team_message/team_status/team_close), 복제 인스턴스, 스타 토폴로지 릴레이, 모델 비교 및 멀티모달 비전 브리지.

모드별 프롬프트(caption, UI, 문서, grounding, topology 등)를 통해 대화 이미지를 분석하고, 좌표 프리미티브(박스, 포인트, 참조)와 함께 구조화된 증거를 텍스트로 주입하며, 세션 수준 캐싱을 통해 replay 및 compaction을 거쳐 재사용할 수 있습니다.

첨부 및 로컬 이미지를 설정 가능한 OpenAI Responses, Chat Completions, 또는 Anthropic Messages 엔드포인트를 통해 분석하면서, 이미지 지원 라우트는 네이티브로 유지하는 텍스트 전용 DeepSeek 라우트용 비전 브리지입니다.

텍스트 전용 DeepSeek용 비전 툴킷입니다. 모델 호출형 `vision` 도구, deepseek/opencode-go용 래퍼 어댑터(v4 flash/pro), Antigravity IDE 쿼터(default, flash/pro) / 모든 OpenAI 호환 VLM / Gemini / 로컬 Ollama 채널, 압축 재복원 기능이 있는 증거 메모리, 콘텐츠 해시 캐시, 그리고 이중 언어 클라이언트 패널을 제공합니다.

Drag-and-drop / paste / upload files and images; on non-multimodal models images are auto-described by a configured VLM.

DeepSeek Harness plugin: Bilibili keyword video search, video metadata, subtitle transcripts, direct play URLs, and multimodal frame viewing (bilibili_search / bilibili_video / bilibili_subtitles / bilibili_playurl / bilibili_frames). Anonymous by default

Transparent multimodal routing for text-only models: every image in every model call is fully transcribed (verbatim OCR, data, uncertainty zones, injection-hardened) by your own multimodal understander, with focused re-look via vision_relook and automatic retry on image-related failures. No bundled endpoints, no borrowed logins.

DeepSeek Harness vision plugin: 8 analysis modes (describe, OCR, chart data, UI review, object detection, compare, code-gen, debug), any OpenAI- or Anthropic-compatible vision API, with a built-in free vision model and automatic rate-limit failover.

DeepSeek Harness plugin: direct multimodal image transfer declarations + per-session image clearing (surface replace), with a settings page and composer controls.

Per-file-type multimodal chains: preset processing models per wildcard convert image/video/audio files into prompt tokens before they reach the text-only session model, with per-preset fallback chains and a Multimodal settings page.