플러그인

텍스트 전용 DSH 세션을 위한 온디맨드 비전: 이미지는 마커로 변환되며, vision_describe 도구가 이미지와 질문만 OpenAI 호환 비전 모델로 전송합니다

DSH용 무의존성 화면 캡처: Lightweight — 의존성 0, 바이너리 0; Stage & shoot — 원클릭 풀스크린, 창 레이아웃, 가려진 창의 hover-snap 캡처; Agent self-service — 경로만 전달; 경로는 범용이며, modlens(선택 사항)와 페어링하면 한 번의 호출로 구조화된 증거 확보 가능.

스크린샷 캡처 도구와 두 개의 선택적 자동 캡처 지점을 추가하여 화면을 이미지 블록으로 대화에 넣습니다. 이미지 지원 모델이 필요합니다.

강화된 비전 툴박스: 단일 OpenAI 호환 엔드포인트로 구동되는 14개의 픽셀 레벨 비전 툴(describe, ground, detect, crop, pixel-diff, OCR, long-screenshot OCR, vectorize, colors, cutout, screenshot, present, materialize, html-screenshot), 깔끔한 [图片: path] 브리지 마커, 콘텐츠 안전 분류 및 속도 제한 자동 재시도.

CloakBrowser 기반 네이티브 브라우저 도구로, 에이전트별 격리 세션, 제한된 스냅샷, 참조 기반 상호작용, 스크린샷 및 안전한 라우팅을 제공합니다.

로컬 네이티브 메시징 브로커를 통해 DeepSeek Harness에서 사용자가 승인한 Chrome 탭을 제어합니다. 시맨틱 페이지 읽기, 액션, 스크린샷, 명시적 핸드오프를 지원합니다.

DeepSeek Harness용 기술 문서 에이전트 프리셋: 자기 학습 템플릿 라이브러리를 통한 템플릿 기반 작성, 기술 문서용 AI 풍미 제거, 품질 보증 도구 키트(문서 감사, 문서 간 일관성, 번호 재정렬, 버전 동기화, PDF 및 Word 내보내기, 스크린샷 자동화).

AI 에이전트가 실제 Android 휴대폰을 보고 조작할 수 있게 합니다: adb를 통해 phone_look(비전 + UI 트리 융합), 탭/스와이프/입력, 스크린샷을 제공하며 모든 MCP 클라이언트에서 사용할 수 있습니다.

DeepSeek Harness 전용 Windows 전용 컴퓨터 사용입니다. 가상 화면을 캡처하고 PowerShell 및 Win32 SendInput으로 구축된 9개의 도구를 통해 마우스와 키보드를 제어합니다. picturereader와 페어링하여 텍스트 전용 모델이 스크린샷-분석-실행-검증 루프를 완전히 로컬에서 완료할 수 있습니다.

OCR, 결정론적 기하학, 씬 그래프, 에셋 및 렌더링 비교를 사용하여 UI 스크린샷을 구현 등급 웹 사양으로 변환하는 DeepSeek Harness 플러그인입니다.

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.

로컬 Kimi WebBridge 데몬을 통해 사용자의 실제 브라우저를 구동합니다. navigate, find-tab, snapshot, click, fill, evaluate, CDP, screenshot, network, upload, PDF 내보내기 및 탭 관리 도구를 제공하며, 기존 로그인 세션을 재사용합니다.

두 개의 git 커밋을 비교하고 영향 범위에서 수동 테스트 체크리스트를 만들며, 실패 노트, 스크린샷, 작업 첨부, Yunxiao·GitHub·GitLab 또는 웹훅으로의 결함 제출을 지원하는 DSH 오른쪽 사이드바 플러그인.

DeepSeek Harness용 Kimi WebBridge 호스트 플러그인: 로컬 kimi-webbridge 데몬을 통해 사용자의 실제 브라우저를 구동하는 모델 도구(탐색, 스냅샷, 클릭, 입력, 평가, 스크린샷, 네트워크 검사, 탭 관리)를 제공합니다.

DSH용 듀얼 엔진 화면 캡처. SSiD 데스크톱 셸 안에서는 전역 핫키 또는 트레이로 전체 화면 박스 선택 오버레이(모든 모니터, 디스플레이별 픽셀 단위 프레임)를 열고 그 자리에서 빨간 상자 주석과 WeChat 스타일 도구 모음을 사용합니다. 일반 DSH(브라우저)에서는 작성란의 카메라 버튼이 getDisplayMedia로 디스플레이를 캡처하고, 동일한 단일 단계 박스 선택 + 주석 오버레이를 페이지 안에서 재사용합니다. 잘라낸 이미지는 공식 첨부 처리 경로를 통해 현재 대화 작성란에 들어갑니다.

Codex, DeepSeek Harness, MCP 클라이언트용 Windows 데스크톱 UI 컨텍스트 선택기: 호버 강조, UI Automation, 스크린샷, 로컬 OCR로 창·UI 요소·화면 영역을 선택한 뒤 Markdown/JSON 컨텍스트를 출력 전에 검토·승인.

DeepSeek Harness용 스크린샷 피드백 — 코딩 에이전트가 자신이 만든 것을 SEE 하도록 합니다.

harmonyos-dev-mcp Python MCP 서버를 DSH에 연결: 디바이스 검색, 빌드/설치/실행/제거, UI 자동화(클릭/입력/키/스와이프/스크린샷), E2E UI 트리 검사, 로그/크래시 분석을 18개의 mcp__harmonyos__* 도구로 제공합니다.

DSH GUI Toolkit — Windows desktop control tools for DeepSeek Harness (DSH): screen layout, annotated screenshot, single-window capture, click / drag / type / key / scroll, semantic verification, window management, and UI Automation structured queries. Thi

Shared browser panel for DeepSeek Harness via Better Sidebar, with local Chromium, human and agent mouse and keyboard control, page snapshots, screenshots, and per-chat persistent profiles.

Live Android device pane next to your DSH conversation: scrcpy-server H.264 streaming (WebCodecs, 30-60 fps), agent tap/swipe/text with auto-screenshot verification, uiautomator element tree with tap coordinates, host-managed recording + logcat debug sessions. FLAG_SECURE pages are detected automatically with a mitigation chain and a tappable text-view fallback. Emulators and USB real phones, human+agent co-operation, session-isolated, loopback-only.

Windows computer use for DeepSeek Harness agents screenshot, click, type, scroll, with an on-screen indicator the human can see

Built-in browser control for dsh (DeepSeek Harness): lets the AI agent open pages, read content, click, type, scroll and take screenshots in a real local browser (Edge/Chrome via the Chrome DevTools Protocol). Includes a docked live browser pane (CDP scre

Windows computer use forked from computer-user: 13 computer_* tools that read the screen and drive the mouse and keyboard. Image-capable routes get the screenshot as a real image with an exact image-to-screen mapping, so no external OCR; elements return as UI Automation refs so a click lands on the exact control rectangle; Ctrl+Alt+Esc stops every call.