Plugins

Ponte de visão para modelos somente-texto: cole uma imagem e receba evidências estruturadas em JSON (OCR, layout, semântica).

Adiciona um modelo de visão configurável a modelos principais somente de texto: uma ferramenta vision_read_image, um seletor de modelo de visão na barra do compositor e conversão automática de imagem para texto em rotas somente de texto.

Evidência visual estruturada (OCR/layout/semântica) além de uma ferramenta de captura por câmera USB para um loop de depuração "atirar-olhar-ajustar"; backends: Ollama, DeepSeek, Xiaomi.

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 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.

Image-to-text input for the Web UI: paste or drag an image and it is transcribed into structured text and sent, giving text-only LLMs image-input takeover (OpenAI-compatible vision API).