플러그인

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

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.

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.

DeepSeek Harness용 로컬 IMAP 청구서 다운로드, OCR, 아카이브, Excel 출장비 정산 요약.

기존 DeepSeek Harness 프로필에 설치할 수 있는 DeepWatch의 기능입니다.

대화 안에 살아 있는 iOS 시뮬레이터 또는 USB 연결 iPhone: 부팅, 빌드, 접근성 식별자 또는 OCR 텍스트로 UI 조작, 목록 행 작업, SwiftUI 프리뷰 핫 리로드를 위한 22개 에이전트 도구와, 탭하고 드래그할 수 있는 스트리밍 사이드바 패널이 있다.

대화 안의 살아 있는 Android 기기 — 에뮬레이터 또는 USB 폰을 adb로 완전히 제어: 스트리밍, Gradle 빌드 및 실행, UI 트리 또는 OCR 상호작용, logcat, 프로세스와 메모리를 위한 20개 에이전트 도구, 그리고 세 개 버튼의 내비게이션 패널이 있다.

DeepSeek Harness용 로컬 IMAP 송장 다운로드, OCR, 아카이브 및 Excel 요약 번들

OpenMAIC: 강의실, 슬라이드, 인터랙티브 위젯, 소크라테스식 교수법을 제공합니다.

DSH용 OpenBiliClaw 소비자 패널: 추천, 저장 목록, 소크라테스식 대화, 프로필 보기, Agent Bridge 도구.

텍스트 전용 모델을 위한 이미지 "읽기": 다운스케일 + 색 심도 축소 + 구조/색상 지문을 텍스트 그리드로 변환하여 대화에 다시 전달함으로써, 모델이 멀티모달 모델처럼 자율적으로 확대, 샘플링, OCR을 수행할 수 있게 합니다. 외부 모델 의존성 없이 완전히 로컬에서 동작하며, 이미지 읽기 방법론 스킬과 선택적 PaddleOCR을 함께 제공합니다.

DeepSeek Harness용 Windows 컴퓨터 사용: PowerShell UIA 백엔드를 통한 MCP stdio 서버, 22개의 데스크톱 도구(UIA 트리, 스크린샷, 입력, OCR, 윈도우 관리, 페일세이프) 노출.

DeepSeek 브레인 + 자동 이미지 전사: GUI에서 이미지를 첨부하면 기본적으로 공식 deepseek-v4-flash-vision-exp로 전사됩니다(순수 텍스트 V4-Pro 브레인도 이미지를 볼 수 있음). 대안으로 OpenAI 호환 VLM 또는 로컬 Ollama 사용 가능.

MinerU 기반의 제공자 독립적인 DSH 문서 파싱으로, 기본 백그라운드 작업, 변경 불가 결과, 안전한 요청 병합을 지원한다.

DeepSeek Harness를 위한 로컬 PDF, Office, 이미지 및 OCR 문서 인텔리전스.

FormatForge: 드래그 앤 드롭 수신함, ff_translate/ff_formats/ff_result 도구, CLI를 통해 30개 이상의 파일 형식(PDF, DOCX, PPTX, XLSX, EML, EPUB, TOML, 아카이브)을 AI가 읽을 수 있는 텍스트로 벼려냅니다. 스캔 PDF는 로컬 OCR 또는 세션 모델용 향상 힌트로 폴백합니다.

DeepSeek Harness용 외부 비전 플러그인: 고래 버튼 설정 패널, 자동 답변이 포함된 이미지 인식, 에이전트 스크린샷/인식 도구를 제공합니다.

텍스트 전용 모델용 무료 비전 브리지: 무료 티어 제공자(Qwen3-VL-Flash, Doubao, DeepSeek-OCR)를 통한 이미지 이해, OCR, UI 및 디버그 분석, 설정 GUI 포함.

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.

텍스트 전용 DeepSeek을 위한 비전 기능으로, 기본값은 Doubao Web 경유(무료, API 키 불필요 — Windows CDP 브리지를 통해 로그인된 Chrome을 구동), Antigravity IDE 쿼터(flash/pro) 또는 Gemini 폴백을 지원. 자동 디테일 단계 상승, 컴팩션 후 재수화가 가능한 비전 증거 메모리, 콘텐츠 해시 캐시, 이중 언어 클라이언트 패널을 제공합니다.

Learning Mode 에이전트 프리셋: 코딩하는 동안 가르치는 코딩 에이전트 - 구체적인 시나리오 기반 설명, 소크라테식 안내, TODO(당신) 연습 빈칸, Claude Code의 Learning 출력 스타일 모델링; dsh plugin add (dsh-learning-mode on npm)을 통해 설치 가능.

DeepSeek Harness를 위한 AX 우선 macOS 컴퓨터 사용: 안정적인 참조가 있는 접근성 스냅샷, 백그라운드 입력, 유니코드 입력, 메뉴, 앱, set-of-mark 스크린샷, 온디바이스 OCR, 검증된 작업, 그리고 선택적 Jev(TypeSafe System One) 시맨틱 가드 — 1

DeepSeek Harness용 AX 우선 macOS 컴퓨터 사용: 안정적 ref를 쓰는 접근성 스냅샷, 백그라운드 입력, 유니코드 타이핑, 메뉴와 앱, set-of-mark 스크린샷, 온디바이스 OCR, 검증된 동작 — macos-cu CLI에 브리지된 11개 도구.

텍스트 전용 경로용 로컬 OCR 폴백: 세션 모델이 이미지를 수용할 수 없다고 선언하면 첨부된 이미지가 로컬에 캐시되고 해당 경로가 주입되어 모델이 ocr_image를 호출할 수 있음 — PP-OCRv5 + ONNX Runtime을 CPU에서 실행, API 키 불필요, 이미지가 기기를 떠나지 않음. 모델이 이미지를 볼 수 있을 때는 조용함.