Plugins

Ponte BrowserSkill para controlar janelas visíveis do Chrome e Edge Agent a partir do DeepSeek Harness, com ferramentas nativas de navegador, observações de acessibilidade e VOM, capturas de tela, controle de múltiplas sessões próprio e uma sobreposição de UI Web ao vivo.

Visão gratuita para agentes somente-texto: cadeia de visão integrada sem chave, além de ferramentas de pixel (perguntas e respostas, grounding, recorte, diff de pixels, cores, OCR, rastreamento SVG, recorte de objetos, capturas de tela); cole uma imagem para usar.

Ponte de runtime DSH↔Godot: inicia e controla um jogo Godot 4.x em execução por meio de seu servidor de interação TCP integrado — 16 ferramentas (controle de runtime via ~130 comandos do jogo, inspeção de cena/UI, avaliação de GDScript, simulação de entrada, capturas de tela, operações estáticas headless, edição de projeto, exportação, validação de script, configuração do caminho do engine), substitui o godot-mcp.

Agent de GUI para Android com capturas de tela via ADB, grounding compacto da hierarquia de UI, ações iterativas verificadas, aprovações e uma visão Mobile Web.

Conjunto de ferramentas de depuração ROS2 e análise de visão do estado do robô para DeepSeek Harness: enumeração de node/topic/service/action/interface/TF, JSON de topologia do grafo inteiro, verificações rosdep, builds com gate de aprovação e scaffolding de mensagens customizadas, capturas de tela da GUI e observação de visão multimodal, além de renderização offscreen RViz2 headless (malhas low-poly, leitura direta de pixel, passthrough GPU - renderização de movimento a 30Hz) com análise VLM paralela em tempo real.

Ferramentas nativas de navegador alimentadas pelo CloakBrowser com sessões isoladas por agente, snapshots limitados, interação baseada em referências, capturas de tela e roteamento seguro.

DeepSeek Harness plugin that turns UI screenshots into implementation-grade web specs using OCR, deterministic geometry, scene graphs, assets, and render comparison.

Screenshot feedback for DeepSeek Harness — let your coding agent SEE what it builds

Windows computer use for DeepSeek Harness: an MCP stdio server over a PowerShell UIA backend exposing 22 desktop tools (UIA tree, screenshots, typed input, OCR, window management, failsafe).

Combine text, vision, and image-generation APIs into one Mix model with automatic routing: text-only requests go to the chat model, user images and agent screenshots go to the vision model, follow-ups keep using the same session image, and agents can generate or edit images with session-scoped call history.

macOS desktop automation for DeepSeek Harness: control mouse/keyboard/scroll/apps/windows/screenshots via agent tools, with vision closed-loop (see + locate). GUI-session service, no boot autostart.

Model-agnostic visual-inspection pipeline for text-only agents: page-by-page HTML screenshots plus a ready-made vision-subagent briefing contract (gewu_prep), then source-code truth verification of every finding (gewu_locate); validated on mimo-v2.5 & qwen3.7-plus.

CDP bridge to an already-running Chrome/Edge for DSH: screenshots, pixel assertions, DOM/CSS checks, and page JS evaluation over HTTP + WebSocket, with zero child processes, zero npm dependencies, and zero per-use approval.

Headless-browser verification tools so the agent opens the page it just built, reads the rendered DOM and computed styles, checks the console, and screenshots the result; ships a frontend-verify skill.