Plugins

Geração de imagens conversacional nativa para DeepSeek Harness: peça ao agente para criar uma imagem e ele cuida da geração e mantém o resultado diretamente na conversa.

Provedor ChatGPT OAuth para modelos Codex com pesquisa web por assinatura, cota e redefinição segura, ferramentas de imagem, modo Fast e contexto ciente do modelo; sem chave de API ou Codex CLI

Gera arte de jogo a partir de imagens de referência com a geração de imagens Seedream e o image-to-video da MiniMax, montando sprites de oito direções, quadros sequenciais e animações de esqueleto com chroma key local.

Ponte de visão gratuita e geração de imagens para modelos somente texto: leitura de imagens coladas, failover entre os mecanismos GLM-4V-Flash e Gemini, evidência estruturada estilo ModLens, e uma rota de modelo de visão gratuita pré-configurada.

Estúdio de imagem e vídeo com IA como painel flutuante do DSH, para que a criação ocorra junto da conversa em vez de substituí-la: texto-para-imagem, imagem-para-imagem e composição com várias imagens em 1K-4K em oito proporções; texto-para-vídeo e imagem-para-vídeo com controle do primeiro quadro em 4-12 segundos; modo curta-metragem que importa um roteiro (.txt/.md/.json), divide-o em planos de storyboard para pré-visualização e geração em lote; e um workspace de especialista em prompts. Zero dependências de runtime.

Do chat à tela e à obra: conduza o ComfyUI como IDE visual de fluxos dentro do DSH. Incorpore o ComfyUI (local ou nuvem) como tela dividida no DSH Web: o agente escreve prompts e scripts no chat, aplica-os ao vivo e produz imagens, música, vídeo e 3D. Operações: compor pipelines, ler/gravar fluxos, editar nós, conectar links, executar, ajustar e depurar. Produção: varreduras de parâmetros em lote (batch_run) e recuperação automática de saídas para o chat (get_outputs). Manutenção: inicialização e atualização com um clique do ComfyUI, do núcleo e dos nós personalizados. Este pacote é o plugin do lado DSH e inclui o nó de ponte do lado ComfyUI.

Ponte multimodal MiniMax: uma única ferramenta `mmx_bridge` cobre compreensão/geração de imagens, vídeo, TTS, música, capas, busca na web e cota; substituição opcional de `web_search`/`read_image`; players e pré-visualizações de imagem embutidos diretamente na GUI web (npm: `dsh-mmx-bridge`).

Geração de texto para imagem com múltiplos motores (OpenAI Images e presets Zhipu CogView) com rastreamento de cota por sessão, failover de motor, configuração segura de credenciais e um cartão de resultado com regenerar.

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.

Adiciona uma ferramenta generate_image baseada na fila FAL, em qualquer API de imagens compatível com OpenAI ou em uma assinatura ChatGPT/Grok, e exibe o resultado em linha na conversa.

Router unificado de geração de imagens para DeepSeek Harness (DSH): descobre automaticamente modelos de imagem a partir de qualquer endpoint compatível com OpenAI, fornece as ferramentas draw_image e draw_list_sources, e suporta SenseNova, StepFun, Agnes, Qwen, Flux, SD, Imagen e outros.

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.

Plugin de geração de imagens e vídeos Agnes AI para DeepSeek Harness.

Geração local de imagem, voz, música e SFX, além de transcrição, com identidade fixada: personagens, animais, objetos e vozes de atores são definidos uma vez e reutilizados em cada chamada posterior; a saída degenerada (imagem quase plana, áudio silencioso) é rejeitada em vez de retornada como sucesso, e uma linha gerada pode ser lida de volta como texto, para que um clone que engoliu seu final se torne visível. Os motores descarregam quando ociosos, e a geração de imagens e a transcrição podem cada uma apontar para uma API no formato OpenAI em vez do backend local Vulkan.

Gere e edite mídia por IA (imagem, vídeo, áudio, 3D) com modelos WaveSpeed via a CLI wavespeed de código aberto: pesquisa de catálogo em tempo real, introspecção do esquema de entrada por modelo, upload de arquivos locais com marcadores @path e verificação de preços antes da execução.

`image_gen` do GPT Image 2 com OAuth da assinatura Codex por padrão ou modo explícito de chave de API: cartão em desenvolvimento, até três parciais de API ao vivo, replay persistente de anexos / lightbox / download, saída de modelo apenas texto e solicitações limitadas e seguras com credenciais.

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.

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.

Consumer da ferramenta ui_mockup: gera wireframes e esboços de alta fidelidade de UI na fase de discussão, salva o design em disco, pede confirmação e bloqueia a especificação de design; inclui cartões de cliente, roteamento de imagens e i18n.

Gera wireframes de UI e maquetes de alta fidelidade no DeepSeek Harness com provedores de imagem DashScope e Volcengine selecionáveis.

Integração não oficial do Grok para assinaturas elegíveis do SuperGrok ou X Premium: chat grok-4.6 com busca web/X no loop principal, OAuth compartilhado do Grok CLI, visibilidade de modelos configurável e imagens do Imagine salvas em um anexo ou caminho escolhido.

Geração de imagens Labnana para o DeepSeek Harness: texto para imagem / imagem para imagem / edição precisa com estimativa de créditos, saldo de assinatura e interface de configurações web.

Ferramenta `generate_image` voltada ao modelo para modelos somente texto: o modelo pede uma imagem em linguagem natural, o Gemini a desenha via CLI do Antigravity, a imagem é salva em um diretório de saída configurável e a ferramenta retorna os caminhos de arquivo para o modelo usar em seu trabalho.

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.