Plugins

Transparent multimodal routing for text-only models: every image in every model call is fully transcribed (verbatim OCR, data, uncertainty zones, injection-hardened) by your own multimodal understander, with focused re-look via vision_relook and automatic retry on image-related failures. No bundled endpoints, no borrowed logins.

DeepSeek Harness vision plugin: 8 analysis modes (describe, OCR, chart data, UI review, object detection, compare, code-gen, debug), any OpenAI- or Anthropic-compatible vision API, with a built-in free vision model and automatic rate-limit failover.

Plugin do DeepSeek Harness: declarações diretas de transferência de imagens multimodais + limpeza de imagens por sessão (substituição de superfície), com página de configurações e controles no compositor.

Cadeias multimodais por tipo de arquivo: modelos de processamento predefinidos por curinga convertem arquivos de imagem, vídeo e áudio em tokens de prompt antes de chegarem ao modelo de sessão somente texto, com cadeias de fallback por predefinição e uma página de configurações Multimodal.

Plugin multimodal para o DeepSeek Harness: compreende imagens e gera imagens por meio de endpoints compatíveis com OpenAI ou DashScope configuráveis.

Plugin out-of-tree para DeepSeek Harness: dá olhos a um modelo de codificação somente texto roteando imagens para uma rota Qwen-VL (DashScope) via ctx.llm e retornando texto.

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.

Ferramenta `describe_image`: uma ponte de visão que envia imagens ao mimo-v2.5 pela API opencode Zen (credencial `OPENCODE_GO_API_KEY`, rota gratuita primeiro com fallback pago) e devolve descrições em texto para modelos somente texto, com passthrough nativo e transcodificação ImageMagick de SVG/TIFF/HEIC.

Visão para qualquer rota do DSH: cole imagens no compositor web com análise automática guiada pela intenção, delegue a leitura de imagens do workspace a um subagente de visão Kimi/MiniMax e materialize os originais colados para edição.

Ponte de visão com descoberta automática para agentes DeepSeek Harness somente texto: encontra automaticamente um modelo capaz de imagens entre seus provedores configurados e devolve descrições das imagens como texto simples por uma ferramenta de visão.

Visão sob demanda para modelos DeepSeek somente texto: envie imagens e o modelo chama uma ferramenta view_image apoiada em qualquer endpoint de visão compatível com OpenAI (Qwen/DashScope por padrão).

Visão como plugin para modelos somente texto no DSH, com interação nativa para compreensão e geração de imagens, automação de GUI, memória de evidências em camadas e cache.

Encaminha as imagens do chat para um modelo de visão fixo compatível com OpenAI, devolve observações factuais ao modelo principal selecionado e reaproveita observações por sessão em replays, compactações e reinícios.

Voz para o DeepSeek Harness (dsh) — entrada por fala para texto + leitura em voz alta via TTS para o DeepSeek somente de texto, sem necessidade de chave de API

Pacote de plugins do DeepSeek Harness: ferramentas qwen_vision (compreensão de imagens via Qwen-VL) e qwen_generate (texto para imagem via Qwen-Image) para modelos somente de texto

Kit de ferramentas de visão para o DeepSeek Harness — ferramentas de CLI glance, ground, detect e crop para agentes somente de texto entenderem imagens

DeepSee: visão para o DeepSeek Harness, roteamento multimodelo e autoverificações visuais com Gemini antes da entrega

A headless-first macOS Computer Use driver for DeepSeek Harness with AX-first observations, window-bound multimodal evidence, host-owned approval, and evidence-backed action receipts

Xiaomi MiMo-powered voice for DeepSeek Harness: browser 🎤/🧠/🔊 UI, voice_transcribe/voice_understand/voice_speak tools, configurable voice map (preset/voicedesign/voiceclone). Fork of zhuiyueya/dsh-voice (MIT), Settings pattern from Anionex/dsh-vision-toolkit (MIT).

Declare whether a configured third-party model accepts image (multimodal) input; writes the modality into the owning provider settings and verifies it through runtime model resolution.

DSH plugin: auto-detect and configure model capabilities (reasoningEfforts + input modalities) for llm-pi-ai. Successor to dsh-reasoning-efforts.

TokenLab provider bundle for DeepSeek Harness with native Responses, Messages and Chat routing plus full multimodal and async tools.

88API Image Studio for DSH: four Image2 and Nano Banana models for text-to-image, multi-reference editing, 2K/4K output, and sequential batches.

GLM 视觉模型插件：注册 glm-vision 供应商路由（glm-4.6v 系列，image+text 输入声明）并提供 glm_vision 工具，让 DeepSeek 等文本主模型直接调用智谱视觉模型看图。