Plugins

Rota de provedor de visão que transcreve imagens anexadas em texto por meio de um modelo configurável (mais de 15 fornecedores compatíveis com OpenAI e Anthropic) enquanto o DeepSeek continua respondendo.

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.

Conecte um gateway sub2api ao DeepSeek Harness: rotas multiprovedor compatíveis com OpenAI (OpenAI / Claude / Grok / Gemini) atrás de uma única URL base, com descoberta de modelos por chave, consulta de uso e ferramentas globais de visão/imagem.

Imagens anexadas no compositor são transcritas para texto por um modelo de visão compatível com OpenAI antes de chegar aos modelos DeepSeek somente de texto

只填 Key 的服务商预设：50 家渠道为 DSH 一键写入官方 llm-pi-ai 路由与凭据（插件），并可写入腾讯 WorkBuddy、OpenCode（Key 走其 auth.json）与 cc-switch 的配置（CLI）；核心为纯 JS，可被更多应用的外壳复用。

Drive DSH from anything that speaks HTTP: 47 routes (REST + SSE) for workspaces, sessions (create/prompt, live SSE generation, history, stats, todos, cancel, ask-user Q&A), models and the global default model, providers, agent presets, settings namespaces, skills, and workspace files including resumable chunked upload — plus an OpenAI-compatible /chat/completions, a built-in OpenAPI 3.0 spec and an interactive request page. It only injects the host webServer and tools, so it rides on the DSH webserver (default prefix /api/v1) or its own port with optional API-key auth, and it ships a skill that teaches the DSH agent to call the API.

OpenAI-compatible vLLM client (default :8000).

OpenAI-compatible client for llama.cpp / Unsloth Desktop (default :8080).

Registers the imagegen skill on the skill registry, so generating and editing raster images needs no hand-copied files under $DSH_HOME/skills. The agent drives a bundled image_gen.py CLI against any OpenAI-compatible GPT Image endpoint for text-to-image, reference-image editing, and transparent-background cutouts.

Per-reply read-aloud with a multi-provider settings page — MiniMax or any OpenAI-compatible /audio/speech endpoint, with voice, emotion, speed and model selection plus an auto-read toggle.

Standards-based OIDC identity, enterprise API-key binding, declarative branding, and OpenAI-compatible model integration for DeepSeek Harness

Image generation workbench and agent tool for DSH: one tool (ark9_generate_image) paints text-to-image and image-to-image via any OpenAI-compatible API. Channels are entirely user-configured - no bundled endpoint, you bring your own baseURL, key and model name (manual input supported). Agent-initiated generations are approval-gated by default: requests queue in the floating panel and nothing bills until you approve; approval is non-blocking (the agent replies "awaiting your approval" immediately, and results, denials or timeouts are injected back so the agent reports them in the next turn). Floating glass workbench with five tabs (Generate / Approvals / Prompts / History / About), aspect-ratio grid with quality-budget + 16px-alignment sizing, transparent background, batch up to 10 images as aggregated sub-tasks, prompt library with custom JSON sources fetched through a host proxy, persistent generation logs with one-click retry, multi-channel aggregation with per-channel model fetching, bilingual UI (zh/en), stroke-SVG icon set, config import/export. Registers as a Better Sidebar tab when dsh-better-sidebar is installed; stacks above the dsh-cua FAB when both are present.

Neutralize tool calls with invalid JSON arguments on the wire so one malformed model generation cannot brick a session against strict OpenAI-compatible servers.

Optimized fork of dsh-image-gen with batch generation (count), gallery pagination, lazy loading, fetch retry/timeout, and 7 providers: Gemini/OpenAI/Seedream/DashScope/Agnes/GLM-Image/Stability AI.

Routes the harness through the OpenLLM gateway: a pure-config Cordis patch that adds an `openllm` provider to the in-box pi-ai adapter pointed at the local daemon (`127.0.0.1:8787/v1`, no API key held by dsh) and registers the `openllm mcp` stdio server (openllm, claude-context, supermemory tool groups).

Text-to-image and image-to-image generation inside DSH through OpenAI-compatible endpoints, with an agent tool, multi-provider fallback, and a side-panel workspace with history.

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

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

Bundle de provedor DIT.ai para DeepSeek Harness: instala 29 modelos OpenAI Chat Completions e 10 modelos Anthropic Messages a partir de uma única DIT_API_KEY, com configuração de pensamento específica por protocolo.

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 image_describe (识图) voltada ao modelo sobre a API compatível com OpenAI do DashScope (qwen3.7-flash), além de uma ponte de colagem: em sessões somente texto, imagens coladas se convertem automaticamente em caminhos de arquivo no envio e são renderizadas de volta na transcrição, para nunca esbarrarem na admissão de imagens. Traga sua própria DASHSCOPE_API_KEY; endpoint/modelo/orçamentos configuráveis, cliente HTTP à prova de redirecionamento e funciona em todos os agent presets.

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 estruturada local-first para agentes somente texto: as imagens vão a um VLM local compatível com OpenAI e voltam como evidência JSON (resumo, OCR literal, regiões de layout, entidades/relações, cores, incerteza explícita), com fallback anti-alucinação e ponte opcional de colar/enviar; custo zero em nuvem, as imagens nunca saem da máquina.

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.