Plugins

Encaminha imagens para um modelo de visão à sua escolha — reescrita automática, ferramentas explícitas ou híbrido — para que um modelo de chat apenas de texto não falhe em um turno que contenha uma imagem.

Anuncia a colagem de imagens em rotas do DeepSeek somente de texto, descreve anexos com um sidecar de visão e deixa os modelos de visão nativos intactos.

Combine APIs de texto, visão e geração de imagens em um modelo Mix único com roteamento automático: solicitações só de texto vão para o modelo de chat, imagens do usuário e capturas do agente vão para o modelo de visão, acompanhamentos continuam usando a mesma imagem de sessão, e agentes podem gerar ou editar imagens com histórico de chamadas no escopo da sessão.

Controla o menu de modelos: chaves por modelo/provedor, grupos, busca nome/ID; filtros tipo, multimodal/raciocínio, contexto mín. 128K/256K/512K/1M. Modelo atual permanece. Linhas: tipo; chat: raciocínio/níveis do adaptador, contexto, modalidades de entrada. Prioridade dos rótulos: manual > documento de configurações > adaptador > relay GET /models > catálogo pi-ai / models.dev > inferência pelo nome > correções do fornecedor; mouse mostra origem, tracejado = inferido. Tipo/contexto/modalidades/esforço editáveis, salvos fora do perfil e exportáveis ao provedor. Atualização forçada limpa caches e consulta adaptador/relays. Ativada por padrão, a opção aceita em memória imagens em rotas relay somente texto, sem mudar a configuração. Lista oculta no patch do perfil e espelhada em $DSH_HOME.

Registra as ferramentas Agent nativas doubao_generate_image e doubao_image_status para automatizar Doubao Web (doubao.com) pelo Tabbit Browser, extraindo imagens originais wm0 2.7K sem marca d’água para arquivos locais e anexos multimodais.

Enriquece automaticamente os model channels do DeepSeek Harness: dispensa configurar manualmente por model contextWindow, maxTokens, entrada multimodal [text, image] e níveis de reasoning effort {low, high, max} após adicionar um provider channel. Atualiza ao salvar, com página Settings UI e backups com data/hora.

Skin branco e dourado de Genshin Impact para a GUI web do DSH: paisagem do jogo aleatória a cada carregamento, fonte UI Genshin em todo o site, menu estilo Paimon, anel de estado ativo e persona de assistente alternável Paimon/Phanes. O repo inclui 262 fundos de oito regiões em 1920x1080.

Provedor Agnes AI para llm-pi-ai: declara quatro modelos de chat multimodal no bundle patch e adiciona ferramentas de geração de imagem e vídeo.

Suporte ao raciocínio DSV4.1 com contexto multimodal e aceitação limitada de artefatos para DeepSeek Harness

Compila, testa, arquiva e executa projetos ou workspaces Xcode de iOS/macOS via xcodebuild. Inclui log de build filtrável ao vivo, seletores scheme/destination lidos do projeto e transmissão de logs de simuladores e dispositivos USB. Suporta iOS 16 e anteriores por libimobiledevice; logs do app continuam legíveis com o dispositivo bloqueado. Apenas macOS.

Ponte de visão para rotas DeepSeek apenas de texto que analisa imagens anexadas e locais por endpoints configuráveis OpenAI Responses, Chat Completions ou Anthropic Messages, deixando as rotas com capacidade de imagem nativas.

Editor de capacidades do modelo: edita em linha os níveis reasoning-effort e declarações de entrada de imagem (multimodal) na página oficial, gravando o grupo inteiro em settings.yaml. Um atalho flutuante serve de alternativa se a âncora falhar.

Assistente de chamada de voz para DSH Desktop e Web GUI (mesmo plugin, muda apenas o nome do profile): bola flutuante arrastável e VAD no navegador que envia cada fala após uma pausa. Reutiliza o SenseVoice local já baixado pelo plugin oficial voice-input; não baixa outro modelo. Suporta FunASR HTTP/streaming, API compatível com nuvem, MiniMax / MiMo-V2.5-TTS (director mode e voice clone) e respostas TTS compatíveis com OpenAI. Inclui wake-word/auto-sleep opcionais e envio a sessões separadas com progresso, parada e relatório falado de conclusão.

Transforma uma captura de tela ou imagem copiada em nota do Obsidian com comentários e destaques. OCR imediato pelo modelo multimodal DSH do host (sem API key extra; Tongyi Qianwen como alternativa), bloqueio de duplicatas, união diária e organização noturna opcional por IA.

Evidência visual estruturada (OCR/layout/semântica) além de uma ferramenta de captura por câmera USB para um loop de depuração "atirar-olhar-ajustar"; backends: Ollama, DeepSeek, Xiaomi.

Para o DeepSeek Harness: registra modelos, auxilia nos retratos e seleciona o modelo do Agent em um catálogo sem segredos.

Suíte de colaboração multiagente: lista de especialistas configurada pelo usuário, despacho persistente sob demanda (team_call/team_message/team_status/team_close), instâncias clonadas, relay de topologia em estrela, comparação de modelos e uma ponte de visão multimodal.

Ponte de anexos de imagem no chat com uma ferramenta view_image para qualquer VLM compatível com OpenAI (Ollama local ou nuvem): imagens coladas/arrastadas se tornam marcadores de caminho view_image antes de chegarem aos modelos DeepSeek somente texto.

Ponte de visão para rotas do DeepSeek apenas texto que analisa imagens anexadas e locais por endpoints configuráveis do OpenAI Responses, Chat Completions ou Anthropic Messages, enquanto mantém nativas as rotas com suporte a imagem.

Kit de visão para DeepSeek apenas texto: ferramenta `vision` invocável pelo modelo, adaptadores wrapper para deepseek/opencode-go (v4 flash/pro), cota do Antigravity IDE (default, flash/pro) / qualquer VLM compatível com OpenAI / Gemini / canais locais do Ollama, memória de evidências com reidratação por compactação, cache de hash de conteúdo e um painel de cliente bilíngue.

Ferramentas de mídia Qwen via Alibaba Cloud DashScope: compreensão multimodal de vídeo e áudio, texto para fala com vozes predefinidas e geração de áudio de cenas.

Modelos multimodais Decision 3.0 para DeepSeek Harness, com ferramentas de probabilidade calibrada, página Settings e cartão de barra de probabilidade.

Cinco tools de áudio para o agente: anyaudio_music renderiza partituras nota a nota offline com bancos SoundFont locais; anyaudio_sfx oferece 52 presets SoundFont e 15 geradores procedurais; anyaudio_tts fala via Edge ou MiMo; anyaudio_mix aplica ducking e normaliza o pico; anyaudio_sources gerencia a biblioteca SoundFont compartilhada.

Adiciona memória visual endereçável ao agente do DeepSeek Harness: revisite qualquer imagem, inspecione uma região e leia os pixels exatos.