Plugins

Ferramentas nativas de Computer Use para Windows no DeepSeek Harness.

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.

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 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.

Adaptador DeepSeek aumentado com visão: um modelo capaz de visão descreve a imagem de entrada e então um modelo DeepSeek somente texto raciocina sobre essa descrição.

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.

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.

Codificador de sinestesia para o DSH: um modelo de visão traduz imagens em texto espacial estruturado e compacto (canvas/elementos/coordenadas em porcentagem), dando a LLMs somente texto compreensão de imagem em nível de pixel pela ferramenta `mm_vision`.

Reaproveita o modo de visão embutido do DeepSeek web para modelos somente texto: a ferramenta deepseek_vision aciona a automação local de navegador deepseek-vision-cli (ajuda de login manual, deep-think ativado, fechamento automático do navegador) e retorna descrições de imagens como texto.

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.

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

Visão plugável para modelos do DeepSeek Harness (dsh) somente de texto: uma ferramenta `vision` com presets embutidos de VLM baratos/gratuitos, análise em lote de múltiplas imagens, admissão de imagens por colagem e uma página de configurações web com hot-reload

Scene-awareness probe for DSH on macOS: a privacy-first, pull-model `look` tool that reads the frontmost non-self window (app info, AX title/selection, gated local OCR), plus a summon-hotkey snapshot captured the instant you press.

Personal-experience memory for DSH: turns solved tasks into sourced problem cases with condition-scoped claims, recalls them into new tasks via hidden pre-step injection, and makes corrections/deletes cascade to future recall.

Replaces the chat input model picker with a provider-grouped, collapsible list: groups models by provider, folds vision-bridge mirror providers back into their upstream, and carries the reasoning-effort options each model declares in settings. Tested on DSH Desktop only; the DSH web build is untested.

Memory archive and prompt viewer for DeepSeek Harness: read back what compaction folded out of context - browse past sessions or Tavern playthrough archives (summary, original text, state) with full-text search - and inspect the prompt each turn actually sent, listing every assembled system section with its order, character count, offset, hash and mutability, plus an assembly map, registry export, and honest diagnostics when a section is empty or its log cannot be read. Optionally provisions a roleplay agent preset.

Large-image recognition for vision-exp models: lossless 800×800 tile recognition (smart/pipeline/full), local OCR with preprocessing & handwriting routing, optional multi-vendor GPU (DirectML/CUDA/OpenVINO) with auto CPU fallback.

DeepSeek Harness skill: build, rebuild and refresh a course module's revision atlas — a mind map whose leaves are paged notebooks, extracted faithfully from the module's markdown with machine-checked coverage and a human-gated plan.

Automatic tier-based model routing for DeepSeek Harness: a virtual `smart` model classifies each request by difficulty (hard / normal / easy) and by vision need, then delegates it to the models you already configured. 三级难度 + 视觉自动路由，虚拟 smart 模型零配置接入。