플러그인

DeepSeek 두뇌 + 자동 이미지 텍스트 변환: GUI에서 이미지를 첨부하면 텍스트 전용 DeepSeek에 전달되기 전에 OpenAI 호환 VLM이 각 이미지를 텍스트로 변환합니다 — 자체 키를 사용하는 키 기반 고속 경로(기본값 qwen3.7-flash; DashScope/Zhipu/OpenRouter 또는 OpenAI 호환 엔드포인트라면 모두 가능)나, 설정 없이 자동 감지되는 로컬 Ollama를 사용할 수 있습니다.

CallKit을 통해 전화를 겁니다: `call_me`, `text_me` 도구를 제공하며, 선택적으로 턴 종료 및 승인 시 전화를 걸어 음성 답변을 세션으로 다시 받아쓸 수 있습니다.

컴포저에 첨부된 이미지를 텍스트 전용 DeepSeek 모델에 전달하기 전에 OpenAI 호환 비전 모델이 텍스트로 변환

음성으로 입력하고 음성으로 답변 받기: 받아쓰기 음성이 사용자 메시지로 변환(transcribe)되고, 에이전트가 답변을 소리 내어 읽어줌(speak), ~/.dsh/voice 아래 로컬 우선 저장

Audio Copilot for DeepSeek Harness: transcribe audio (ASR) and synthesize speech (TTS) — gives text-only agents ears and a voice. Windows-local SAPI TTS out of the box; OpenAI-compatible ASR/TTS endpoints configurable. Includes an in-composer voice-input

DeepSeek Harness plugin: a `deepseek-vision` route that declares image input and transcribes pasted images via the free Zhipu GLM vision models before delegating to the DeepSeek adapter.

Speech-to-text voice input for the web UI: a mic button in the composer transcribes speech into the draft via the browser Web Speech API (zero-config) or an OpenAI-compatible Whisper API (OpenAI / Groq), with a selectable model and language in Settings.

Vision provider route that transcribes attached images to text through a configurable model (15+ OpenAI-compatible and Anthropic vendors) while DeepSeek keeps answering.

Registers a `deepseek-vision` provider route: the Web GUI accepts pasted images and transcribes them to text via the free Zhipu GLM vision API before delegating to the DeepSeek adapter.

Vision for text-only dsh models: paste an image and a configured multimodal model transcribes it to text automatically — transparent twin routing, an agent-callable read-image tool, no built-in keys or relay.

Voice input for the web UI: a mic button in the composer that transcribes speech into the draft via the Web Speech API, with an optional auto-send toggle.

Image-to-text input for the Web UI: paste or drag an image and it is transcribed into structured text and sent, giving text-only LLMs image-input takeover (OpenAI-compatible vision API).