Plugins

Plugin de visão externa para o DeepSeek Harness: painel de configuração via botão da baleia, reconhecimento de imagens com resposta automática e ferramentas de captura de tela/reconhecimento para o agente.

Para o modelo de visão nativo do DeepSeek Harness deepseek-v4-flash-vision-exp, eleva os limites de admissão de imagens para 32 MiB / 8192 px / 600 imagens e adiciona uma ferramenta highres_read que divide imagens grandes em blocos e depois retorna a imagem inteira mais blocos de 800x800 por meio da ferramenta read_image do host.

Visão para o DeepSeek somente-texto via Doubao Web por padrão (sem custo, sem chave de API — controla seu Chrome logado por meio de uma ponte CDP do Windows), com cota do Antigravity IDE (flash/pro) ou fallback para o Gemini; escalonamento automático de detalhe, memória de evidências visuais com reidratação após compactação, cache por hash de conteúdo e um painel de cliente bilíngue.

Fornece a ferramenta see_image para o DSH: envia um arquivo de imagem para um modelo de visão compatível com OpenAI configurável e repassa sua descrição de volta a um modelo somente de texto.

Reconhecimento de imagens grandes para modelos vision-exp: reconhecimento por mosaicos 800×800 sem perda (smart/pipeline/full), OCR local com pré-processamento e encaminhamento de caligrafia, GPU multivendor opcional (DirectML/CUDA/OpenVINO) com fallback automático para CPU.

Compreensão de imagens para qualquer modelo do DSH: ferramentas de visão, OCR, grounding e recorte com presets de domínio para histopatologia, biologia celular, anatomia, imagens clínicas e figuras científicas.

Renderiza imagens coladas ou enviadas diretamente no chat do DSH Web e dá visão a modelos apenas de texto: a ferramenta visual_review, invocável pelo modelo, chama primeiro qualquer API multimodal compatível com OpenAI e, se falhar, recorre a um worker local do Qwen3-VL.

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.

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.

明眸 VisionBridge - Ponte visual própria: quando um modelo cego recebe imagens, chama automaticamente um modelo visual para reconhecê-las e devolve o texto reconhecido ao modelo principal; transparente, configurável e sem perdas ao atualizar.