Plugins

Espaço de trabalho de mídia e visão para o DeepSeek Harness: geração de imagem, vídeo e fala, perguntas e respostas sobre imagens e localização de elementos, OCR de imagens longas, diff de pixels, verificação por captura de tela de HTML e sumarização de vídeo, com provedores DashScope e compatíveis com a OpenAI, pools de modelos e um cliente de bancada.

Uma rota de provedor de gateway de visão-linguagem: as imagens coladas são descritas por um modelo VL configurável (Qwen-VL por padrão) antes de serem enviadas ao DeepSeek.

Visão para o DeepSeek somente-texto via Doubao Web por padrão (sem custo, sem chave de API — controla seu Chrome logado por meio de uma ponte CDP do Windows), com cota do Antigravity IDE (flash/pro) ou fallback para o Gemini; escalonamento automático de detalhe, memória de evidências visuais com reidratação após compactação, cache por hash de conteúdo e um painel de cliente bilíngue.

Provedor Google Gemini multi-conta: escolhe a conta com mais cota restante, faz failover em 429 com cooldown exponencial, sonda contas desabilitadas em segundo plano e envia uma página de configurações em chinês/inglês.

Deixe os modelos apenas de texto ver imagens: quando chega uma imagem com um marcador como \[image omitted because this model accepts text only], o modelo chama a ferramenta vision_describe e o plugin encaminha a referência da imagem mais a pergunta para um modelo multimodal, repetindo com um modelo de recurso em caso de falha. Configurado na página de definições e persistido através da API oficial de definições.

Automatiza Chrome autenticado: abas reais, iframes da mesma origem. macOS/Windows/Linux; Chrome 116+, Node 18+. Usa native messaging + `chrome.debugger`, sem porta; 12 `browser_*`, CLI `cb`. `browser_download`: link/alvo/URL com cookies de sessão; salva em Downloads ou diretório de trabalho, segue redirecionamentos e mantém nome do servidor. Iframes de outra origem só listados, sem acesso. Pacote: host nativo + MV3; primeira carga copia/instala e registra native messaging. Sem clonar, `install.sh`, `python3`. DSH Bridge: Chrome Web Store (https://chromewebstore.google.com/detail/bippcbbbipppmhjkjomgdnjbooecbimo, sem Developer mode) ou cópia descompactada incluída em `chrome://extensions`; até adicionar, erro guiado. Windows: registro Chrome/Edge e pipe nomeado.

Estação de trabalho omni-modal para o DSH: analyze_image sobre uma cadeia ordenada de vários cartões VLM com comutação de recurso, um conjunto de seis ferramentas de visão (zoom, amostragem de cor, diff de píxeis, OCR, deteção de elementos, apresentação inline) que partilham o mesmo resolvedor de imagens, generate_image sobre protocolos OpenAI/DashScope/ComfyUI, generate_video assíncrono com vários cartões e um construtor /build-video-tool, e TTS speak/clone_voice sobre sete fornecedores, tudo controlado por uma única página de definições com gravação automática.

Visão sob demanda para sessões DSH somente texto: imagens se tornam marcadores, e uma ferramenta vision_describe envia apenas a imagem e a pergunta para um modelo de visão compatível com OpenAI

Jogo de criação estilo Digimon: chocar um ovo que se alimenta de trabalho real (turnos, chamadas de ferramentas, erros) e evolui por quatro linhas ramificadas moldadas pela forma como você trabalha; zero tokens, invisível para o modelo.

Plugin multimodal alimentado por MiniMax: modo de chamada de voz em tempo real (conversa em streaming, interface de dock flutuante), modo de voz e entrada de voz pelo microfone, além de ferramentas de geração de imagem/vídeo/música/fala e de inspeção visual.

Permite arrastar, colar ou enviar arquivos e imagens; em modelos não multimodais, um VLM configurado descreve as imagens automaticamente.

Plugin adaptador de LLM para modelos Qwen implementados localmente atrás de um endpoint vLLM compatível com OpenAI, com comutador multimodal por modelo, esforços de raciocínio totalmente configuráveis e uma página web de definições para editar a implementação a partir do frontend.

Adiciona um seletor de modalidade de entrada às configurações de modelos personalizados na Web UI do DeepSeek Harness.

Bundle de visão nativo do DeepSeek Harness: cole ou arraste imagens e chame modelos de visão compatíveis com OpenAI via o deepseek-vision-mcp gerenciado.

Renderiza imagens coladas ou enviadas diretamente no chat do DSH Web e dá visão a modelos apenas de texto: a ferramenta visual_review, invocável pelo modelo, chama primeiro qualquer API multimodal compatível com OpenAI e, se falhar, recorre a um worker local do Qwen3-VL.

Pacote Vision MCP e DSH para DeepSeek somente texto: ferramentas analyze_image, analyze_clipboard, compare_images e vision_status, uma página de configurações visual, GLM-4.6V-Flash gratuito por padrão, cache de resultados e tolerância a rate limit; keys ficam fora dos logs.

Plugin de visão DeepEye para o DeepSeek Harness (DSH): descrição de imagens, OCR, VQA, layout de UI e análise da área de transferência.

Um plugin dsh que permite à IA invocar automaticamente VLMs (modelos multimodais) para análise visual.

Fork não oficial de dougen/dsh-deepseek-usage (base v0.16.0). Cartão com saldo e cota do provedor de modelo ativo —DeepSeek, Moonshot, Z.ai, OpenRouter, Kimi, MiniMax e OpenCode—, saldo de vouchers Alibaba Cloud para qwen-token-plan (BSS OpenAPI com AccessKey) e saldo Xiaomi MiMo e uso do plano de tokens via cookie do console. Inclui página de status de consultas do provedor e preços por token. Não instale junto com o original: ambos exibem o mesmo cartão lateral.

Evidências de mídia local (vídeo/áudio/imagem): linha do tempo, transcrição, regiões. Fallback por mídia em meta.attempts, nunca silencioso: multimodal do host→OpenAI compatível/rotação de chaves→ffmpeg/ASR local→metadados. Cooldown só auth/cota; candidato fica no fim da cadeia, não é descartado. Oculta erro antes de cortar; verifica magic bytes, não extensão. vision-bridge opcional; registro multimodal/AV inline (video_url/input_audio) depende dos peers opcionais dsh-thinking-levels e dsh-llm-openai-completions; ausentes, degrada sem erro. Padrão remoto; strictLocalOnly mantém local. ffmpeg/ffprobe e CLI ASR local não vêm no pacote, só são usados no fallback local; sem eles, degrada a metadados. Hosts 0.1.7/0.2.0/0.2.1 (6 rc, enum engines.dsh); npm dsh-media-lens.

Cartão com efeito de vidro que exibe cotas e saldos de vários provedores no rodapé da barra lateral do DSH. Inclui 11 provedores, entre eles StepFun, Xiaomi MiMo e Claude, com login no navegador em um clique, além de crédito Step Plan. Instalável pelo marketplace dsh-plugin (tópico do GitHub "dsh-plugin").

FreeCodeGo não oficial para DeepSeek Harness: reúne os mecanismos DeepSeek, Codex e Claude em uma sessão e cadeia de ferramentas. Oferece acesso grátis com 0 tokens a deepseek-v4.1-flash, deepseek-v4-pro, deepseek-v4-flash-free, glm-5.3-flash, grok-4.6, kimi-k3, nemotron-3-ultra-free, muse-spark-1.3, Qwen 3.8 Flash e mimo-v2.6-flash-free, além de um gateway private-key sem chave.

Matemática de competição (IMO/Putnam/USAMO/AIME) resolvida com uma passada de raciocínio puro, um verificador adversarial em um contexto de subagente novo, e saída de confiança calibrada (alta / média / honesta "sem solução confiante"); renderização opcional de LaTeX para PDF.

Analisa imagens de conversa por meio de prompts específicos por modo (caption, UI, documento, grounding, topologia etc.) e injeta evidências estruturadas com primitivas de coordenadas (caixas, pontos, referências) como texto, com cache em nível de sessão para reutilização em replay e compaction.