Plugins

"Leitura" de imagens para modelos somente de texto: reduz a escala + reduz a profundidade de cor + converte impressões digitais de estrutura/cor em grades de texto devolvidas à conversa, permitindo que o modelo faça zoom, amostragem e OCR de forma autônoma como um modelo multimodal; totalmente local, sem dependência de modelo externo, inclui uma skill de metodologia de leitura de imagem e PaddleOCR opcional.

Lista na barra lateral do DSH os documentos Markdown, imagens e vídeos existentes em qualquer lugar do workspace, ordenados por relevância para a conversa atual: mensagens recentes são comparadas localmente com título, resumo e corpo do documento por ponderação IDF, sem chamadas ao modelo nem rede. Como a lista é escaneada do workspace, não lembrada, reiniciar o DSH ou abrir nova sessão não a esvazia. Imagens e vídeos têm pré-visualização no local, com caminhos relativos resolvidos e vídeo via HTTP Range. Uma barra de referências sob o cabeçalho mostra quais documentos citam o exibido e quais ele cita, com um clique para saltar. A mesma classificação é exposta ao agente como a ferramenta knit_docs, que retorna os documentos mais relevantes com o trecho correspondente, quando encontrado.

Shell web móvel para a GUI Web do DSH: drawers sobrepostos, FAB arrastável, correções para o compositor móvel e um botão flutuante de upload de imagem fixado acima do compositor (galeria/câmera nativa, integrado com o pipeline validado de add-images), sem regressão no desktop. Publicado no npm como dsh-webui-mobile.

Gera arte de jogo a partir de imagens de referência com a geração de imagens Seedream e o image-to-video da MiniMax, montando sprites de oito direções, quadros sequenciais e animações de esqueleto com chroma key local.

Ferramentas de Office seguras para o espaço de trabalho para agentes: criar/ler Word, criar/ler/atualizar Excel, e criar/ler apresentações PowerPoint com colocação de imagens PNG/JPG/GIF.

Compreensão de imagens quase nativa para o DeepSeek Harness

Dá a um modelo somente texto compreensão de imagem via um modelo vision-language, exposto como ferramenta `describe_image`.

Ponte de visão gratuita e geração de imagens para modelos somente texto: leitura de imagens coladas, failover entre os mecanismos GLM-4V-Flash e Gemini, evidência estruturada estilo ModLens, e uma rota de modelo de visão gratuita pré-configurada.

Ponte para dispositivos HarmonyOS: loop de automação de captura de tela/instalação/log/crash/UI via hdc com read_image, conhecimento de API versionado priorizando fontes oficiais (SDK .d.ts + documentação offline embutida) e uma trilha de build/assinatura/lint via CLI do DevEco.

Pipeline de custo de tokens para o DeepSeek Harness: compactação em camadas sensível à pressão (projeção sem perdas abaixo de 40% de pressão de contexto, sumarização por LLM acima), allowlist de ferramentas por agente, conversão de texto longo em imagem com sumarização por visão e o comando /token-status que acompanha pressão, níveis e tokens economizados.

Adiciona uma rota LLM não oficial com OAuth Antigravity, pesquisa na web, geração e edição de imagens, compreensão de vídeo, estado de quota e controlos de definições DSH Web.

Dá visão a modelos somente de texto: encaminha as imagens do usuário para um modelo de visão compatível com OpenAI e exibe as descrições em um painel direito da interface web.

Cérebro DeepSeek + transcrição automática de imagens: anexe imagens na GUI e cada uma é transcrita pelo deepseek-v4-flash-vision-exp oficial por padrão (um cérebro V4-Pro puramente textual pode ver imagens), com qualquer VLM compatível com OpenAI ou Ollama local como alternativas.

Use uma assinatura ChatGPT/Codex no DeepSeek Harness com modelos GPT, geração de imagens, busca na web, relatório de cota da assinatura, controle de modelos e recursos, e login OAuth via navegador ou código de dispositivo.

Adiciona um modelo de visão configurável a modelos principais somente de texto: uma ferramenta vision_read_image, um seletor de modelo de visão na barra do compositor e conversão automática de imagem para texto em rotas somente de texto.

Estúdio de imagem e vídeo com IA como painel flutuante do DSH, para que a criação ocorra junto da conversa em vez de substituí-la: texto-para-imagem, imagem-para-imagem e composição com várias imagens em 1K-4K em oito proporções; texto-para-vídeo e imagem-para-vídeo com controle do primeiro quadro em 4-12 segundos; modo curta-metragem que importa um roteiro (.txt/.md/.json), divide-o em planos de storyboard para pré-visualização e geração em lote; e um workspace de especialista em prompts. Zero dependências de runtime.

Conversas de role-play com cartões de personagem, criação e edição de cartões de personagem no chat, e geração de imagens por meio de backends configuráveis.

Namorada IA por voz para a Web UI: entrada de microfone com FunASR, respostas faladas com Qwen3-TTS, janela de animação do companheiro e chat QQ bidirecional (texto/voz/imagem push) via NapCat.

Rotas de modelo dedicadas, ferramentas e orientação de sistema para visão, compactação, revisões, subagentes, títulos e geração de imagens.

Plugin de skins para a interface web do DSH: 4 skins integradas mais skins de imagem personalizadas, com a foto como plano de fundo de toda a interface e a paleta seguindo seu tom dominante.

Barra lateral direita da GUI web do DSH: explorador de arquivos no estilo VS Code mais controle de código-fonte (git status, stage/unstage/discard, commit, diff, grafo de commits, fetch/pull/push, branches e remotos, git init, troca entre vários repositórios, status de arquivo com cores, ícones por tipo de arquivo), uma visão de editor que abre todo arquivo alcançado pelo chat, pela árvore de arquivos ou pelo controle de código-fonte (prévias de Markdown/HTML/PDF/imagem, realce de sintaxe para 15 linguagens, edição de diff por hunk, salvamento com Ctrl+S), operações de arquivo (criar/mover/copiar/excluir, revelar no explorador), um trilho de ícones recolhível, um terminal inferior multiaba (ConPTY) e mensagens de commit geradas por um modelo do host a partir do diff preparado.

Ponte MCP para gemini.google.com: análise visual de imagens e vídeos, geração de imagens com Imagen e vídeos com Veo, e gerenciamento de conversas usando a sessão de navegador já autenticada, sem chave de API.

Use papéis de parede baixados no Wallpaper Engine como fundo da web do DeepSeek Harness: papéis de parede em vídeo são reproduzidos no local, papéis de parede de imagem usam a arte independente de maior resolução, com modos de ajuste cover/contain e um dimmer de painel de 0 a 100.

Do chat à tela e à obra: conduza o ComfyUI como IDE visual de fluxos dentro do DSH. Incorpore o ComfyUI (local ou nuvem) como tela dividida no DSH Web: o agente escreve prompts e scripts no chat, aplica-os ao vivo e produz imagens, música, vídeo e 3D. Operações: compor pipelines, ler/gravar fluxos, editar nós, conectar links, executar, ajustar e depurar. Produção: varreduras de parâmetros em lote (batch_run) e recuperação automática de saídas para o chat (get_outputs). Manutenção: inicialização e atualização com um clique do ComfyUI, do núcleo e dos nós personalizados. Este pacote é o plugin do lado DSH e inclui o nó de ponte do lado ComfyUI.