플러그인

DeepSeek Harness용 네이티브 Windows Computer Use 도구

모든 OpenAI 호환 VLM(로컬 Ollama 또는 클라우드)용 view_image 도구를 갖춘 채팅 이미지 첨부 브리지: 붙여넣거나 드롭한 이미지가 텍스트 전용 DeepSeek 모델에 도달하기 전에 view_image 경로 마커가 됩니다.

`describe_image` 도구: opencode Zen API를 통해 이미지를 mimo-v2.5로 보내는 비전 브리지(자격 증명 `OPENCODE_GO_API_KEY`, 무료 라우트 우선 + 유료 폴백)로 텍스트 전용 모델에 설명을 돌려주며, SVG/TIFF/HEIC는 네이티브 패스스루와 ImageMagick 변환을 지원합니다.

DashScope OpenAI 호환 API(qwen3.7-flash) 기반의 모델용 image_describe(识图) 도구와 붙여넣기 브리지: 텍스트 전용 세션에서 붙여넣은 이미지가 전송 시 파일 경로로 자동 변환되고 트랜스크립트에 다시 렌더링되어 이미지 허용 단계에서 걸리지 않습니다. DASHSCOPE_API_KEY는 BYOK, 엔드포인트/모델/예산 설정 가능, 리다이렉트 방지 HTTP 클라이언트, 모든 agent preset에서 동작.

모든 DSH 라우트에 비전을: 웹 컴포저에 이미지를 붙여넣으면 의도를 반영해 자동 분석하고, 워크스페이스 이미지 읽기는 Kimi/MiniMax 비전 서브에이전트에 위임하며, 붙여넣은 원본은 편집용으로 실체화합니다.

텍스트 전용 DeepSeek Harness 에이전트용 자동 탐색 비전 브리지: 설정된 제공자에서 이미지 지원 모델을 자동으로 찾아 비전 도구로 사진 설명을 평문으로 반환합니다.

비전 증강 DeepSeek 어댑터: 비전 지원 모델이 이미지 입력을 설명하고 텍스트 전용 DeepSeek 모델이 그 설명을 추론합니다.

텍스트 전용 DeepSeek 모델용 온디맨드 비전: 이미지를 업로드하면 모델이 임의의 OpenAI 호환 비전 엔드포인트(기본 Qwen/DashScope)를 사용하는 view_image 도구를 호출합니다.

DSH의 텍스트 전용 모델용 플러그인 비전: 이미지 이해와 생성, GUI 자동화를 네이티브로 조작하며 계층화된 증거 메모리와 캐시를 갖춥니다.

텍스트 전용 에이전트를 위한 로컬 우선 구조적 비전: 이미지를 로컬 OpenAI 호환 VLM에 보내고 JSON 증거(요약, 그대로의 OCR, 레이아웃 영역, 엔티티/관계, 색상, 명시적 불확실성)로 돌려받습니다. 환각 방지 폴백과 선택적 붙여넣기/업로드 브리지 포함. 클라우드 비용 없음, 이미지는 기기 밖으로 나가지 않습니다.

DSH용 공감각 인코더: 비전 모델이 이미지를 압축된 구조적 공간 텍스트(캔버스/요소/백분율 좌표)로 변환해 `mm_vision` 도구를 통해 텍스트 전용 LLM에 픽셀 수준의 이미지 이해를 제공합니다.

텍스트 전용 모델을 위해 DeepSeek 웹의 내장 비전 모드를 재사용합니다: deepseek_vision 도구가 로컬 deepseek-vision-cli 브라우저 자동화(수동 로그인 도우미, deep-think 활성, 브라우저 자동 종료)를 구동하고 이미지 설명을 텍스트로 반환합니다.

채팅 이미지를 고정된 OpenAI 호환 비전 모델로 라우팅하고 사실에 근거한 관찰을 선택된 메인 모델에 반환합니다. 세션 범위 관찰은 리플레이·압축·재시작을 넘어 재사용됩니다.

DeepSeek Harness 플러그인 번들: 텍스트 전용 모델을 위한 qwen_vision(Qwen-VL 이미지 이해)과 qwen_generate(Qwen-Image 텍스트-이미지 변환) 도구

DeepSeek Harness용 비전 툴킷 -- 텍스트 전용 에이전트가 이미지를 이해할 수 있도록 하는 glance, ground, detect, crop CLI 도구

DeepSee: DeepSeek Harness 비전, 멀티 모델 라우팅, 전달 전 Gemini 시각 자체 검증

텍스트 전용 DeepSeek Harness(dsh) 모델을 위한 플러그인 비전: 저가/무료 VLM 프리셋이 내장된 `vision` 도구, 다중 이미지 배치 분석, 붙여넣기로 힌트를 주는 이미지 수신, 핫 리로드를 지원하는 웹 설정 페이지

Scene-awareness probe for DSH on macOS: a privacy-first, pull-model `look` tool that reads the frontmost non-self window (app info, AX title/selection, gated local OCR), plus a summon-hotkey snapshot captured the instant you press.

Personal-experience memory for DSH: turns solved tasks into sourced problem cases with condition-scoped claims, recalls them into new tasks via hidden pre-step injection, and makes corrections/deletes cascade to future recall.

Replaces the chat input model picker with a provider-grouped, collapsible list: groups models by provider, folds vision-bridge mirror providers back into their upstream, and carries the reasoning-effort options each model declares in settings. Tested on DSH Desktop only; the DSH web build is untested.

Memory archive and prompt viewer for DeepSeek Harness: read back what compaction folded out of context - browse past sessions or Tavern playthrough archives (summary, original text, state) with full-text search - and inspect the prompt each turn actually sent, listing every assembled system section with its order, character count, offset, hash and mutability, plus an assembly map, registry export, and honest diagnostics when a section is empty or its log cannot be read. Optionally provisions a roleplay agent preset.

Large-image recognition for vision-exp models: lossless 800×800 tile recognition (smart/pipeline/full), local OCR with preprocessing & handwriting routing, optional multi-vendor GPU (DirectML/CUDA/OpenVINO) with auto CPU fallback.

DeepSeek Harness skill: build, rebuild and refresh a course module's revision atlas — a mind map whose leaves are paged notebooks, extracted faithfully from the module's markdown with machine-checked coverage and a human-gated plan.

Automatic tier-based model routing for DeepSeek Harness: a virtual `smart` model classifies each request by difficulty (hard / normal / easy) and by vision need, then delegates it to the models you already configured. 三级难度 + 视觉自动路由，虚拟 smart 模型零配置接入。