Зрение, голос и мультимодальность
Плагины «Зрение, голос и мультимодальность» дают текстовым моделям DeepSeek в DeepSeek-Harness (dsh) глаза, уши и голос. Здесь есть инструменты зрения и провайдерские маршруты, которые распознают и описывают вставленные скриншоты через Zhipu GLM, Gemini, Doubao или локальный Ollama, голосовой ввод с микрофона через браузерный Web Speech API или Whisper-совместимые API, озвучивание ответов с помощью Edge TTS или собственных голосов, полнодуплексные голосовые режимы, а также генераторы изображений, видео и музыки.
Найдено плагинов: 578
dsh-web-ui (dsh-tool-describe-image)
zhu1090093659/dsh-web-ui
Инструмент зрения `describe_image` для текстовых моделей: изображения (локальный путь, URL, вложение) отправляются в настраиваемый совместимый с OpenAI vision endpoint, и в сессию попадает только возвращённый текст.
modlens
liustack/modlens
Мост зрения для текстовых моделей: вставьте изображение — получите структурированные JSON-данные (OCR, разметка, семантика).
ipollowork
devin-axis/ipollowork
iPolloWork HyperFrames Video Studio и 27 редактируемых видеошаблонов в виде нативного окна диалога DeepSeek Harness.
dsh-image-gen
shanliuling/dsh-image-gen
Нативная диалоговая генерация изображений для DeepSeek Harness: попросите агента создать изображение, и он выполнит генерацию и сохранит результат прямо в диалоге.
dsh-vision-router
ysr666/dsh-vision-router
Бесплатное зрение для текстовых агентов: встроенная цепочка распознавания без ключей API плюс пиксельные инструменты (вопрос-ответ, grounding, обрезка, попиксельное сравнение, цвета, OCR, трассировка в SVG, вырезание, скриншоты); просто вставьте изображение.
dsh-vision-toolkit
anionex/dsh-vision-toolkit
Зрение для текстовых моделей: вставьте изображение, и модель переключится на вариант Vision Toolkit для вопросов-ответов по изображениям, сравнения нескольких изображений, OCR длинных скриншотов, воспроизведения UI по скриншоту, привязки элементов и пиксельной разницы. По умолчанию ключ API не требуется — изображения обрабатываются бесплатным сервисом автора, 100 на машину в день; можно настроить на собственного провайдера.
tongflow
tong-io/tongflow
Студийный плагин TongFlow для DeepSeek Harness (dsh): модель проекта в стиле съёмочной группы, рабочие процессы TongFlow, создаваемые агентом, детерминированная генерация медиа, встроенный холст.
dsh-see-now
saos-3624/dsh-see-now
Позволяет текстовому агенту наблюдать за экраном в реальном времени или видеопотоком камеры. Каждый кадр оценивается по степени изменения изображения; важные кадры собираются на одном пронумерованном листе с огибающей звука, чтобы модель видела реальные изменения, а не снимок каждые несколько секунд.
dsh-video-storyboard
saos-3624/dsh-video-storyboard
Преобразует видео (локальный файл или ссылка Bilibili/yt-dlp) в адресуемую раскадровочную сетку: пронумерованные ячейки, точные временные метки, расшифровка для каждой ячейки и огибающая аудио на общей временной шкале. video_zoom повторно считывает любой интервал в более высоком разрешении, чтобы текстовая модель могла изучить видео, а не читать краткое содержание.
watch-skill
oxbshw/watch-skill
Возможности DeepWatch, устанавливаемые в существующий профиль DeepSeek Harness
dsh-tts-bridge
yuuyuko-uu/dsh-tts-bridge
Озвучивает разговоры DSH, используя встроенное чтение вслух на веб-странице DeepSeek, управляемое небольшим расширением браузера.
dsh-sd-bridge-guard
savinglighting/dsh-sd-bridge-guard
Плагин DeepSeek Harness: девять локальных функций генерации Stable Diffusion (текст-в-изображение, изображение-в-изображение, перерисовка маски, только генерация скриптов, согласованные скрипты двух версий, локальная команда инъекции уровня C, список моделей, управление службой и проверка целостности), протокол перенаправления запрещённого контента и параметры уровня C. Уровень A после генерации перечисляет модели/LoRA/пропорции, чтобы перегенерировать одной фразой; маски уровня C можно рисовать мышью. Между компьютерами настройка не нужна: каталог SD определяется автоматически, при отсутствии доступна установка с автоматической настройкой в один шаг, результаты сохраняются в рабочей области сессии.
dsh-qwen-studio
kingcharleslzy-ai/dsh-qwen-studio
Рабочая область Qwen Image 2.1 для DSH: MLX на Apple Silicon или собственный сервер NVIDIA, нативное редактирование по референсу, LoRA, ControlNet, inpainting, общие пресеты, галерея и прогресс агента в реальном времени. Включены проверенные обновления и руководство по настройке агента.
eac-design-world
ebony-vinyl/eac-design-world
Локальный плагин видеопроизводства и дизайна для DeepSeek Harness: многодорожечный монтаж, шаблоны и дизайн-система, нативный холст предпросмотра и экспорт настоящих файлов.
dsh-imagegen
dickpy/dsh-imagegen
Генерация изображений на базе ИИ для веб-интерфейса DSH: преобразование текста в изображение и изображения в изображение через настраиваемую конечную точку, совместимую с OpenAI (gpt-image-2 / gpt-image-1 / dall-e-3), с карточкой настроек api_url/api_key и студией генерации с разделённой панелью в боковой панели.
dsh-comfyui
fandc520/dsh-comfyui
Управляйте локальным или удалённым сервером ComfyUI из DeepSeek Harness: инструменты comfyui_run / comfyui_object_info / comfyui_workflow генерируют и редактируют изображения и видео, с библиотекой рабочих процессов (извлечение графа: по компоненту / главный поток / всё), областью загрузки с автоматическим подбором разрешения, живой очередью, шаблонами SDXL и Wan 2.1, сопутствующим навыком и медиапрокси того же источника.
dsh-infinite_canvas
ninkch/dsh-infinite_canvas
Нодовая студия для DeepSeek Harness: сценарии, раскадровки, референсы и многокадровое видео на бесконечном холсте, в том числе пакетно из чата. Нужны собственные провайдеры изображений/видео/TTS (OpenAI endpoints или API видео в стиле Seedance/Sora). Без них работает офлайн в деморежиме с медиа-заглушками.
dsh-spicy
kingcharleslzy-ai/dsh-spicy
Плагин для создания NSFW-контента, совместимый с Purge. Использует собственные модели в DeepSeek Harness для создания изображений для взрослых, видео со звуком и короткометражек из нескольких планов; поддерживает правку по референсу, управление стилем через LoRA и монтаж раскадровки с Agent.
dsh-voice-prompt-enhancer
fishsb/dsh-voice-prompt-enhancer
Переписывает черновик в поле ввода в более ясный структурированный промпт: 5 режимов, цепочка резервных моделей и необязательная память нескольких ходов. Для голосового ввода DSH добавляет остановку при тишине, горячую клавишу и удаление слов-паразитов. Для распознавания по-прежнему используется официальный speechToText; движок в плагин не входит.
brewreel
finderchangchang/brewreel
BrewReel (精酿) для DeepSeek Harness: создает вертикальный проморолик из JSON раскадровки.
dsh-imagegen-video
q253595422/dsh-imagegen-video
Генерация изображений и видео с ИИ для веб-интерфейса DSH. Каталоги моделей по каналам и настройка запросов по семействам (gpt-image, Grok Imagine, Nano Banana, Seedream, GLM-Image, Qwen-Image, MiniMax image-01, DALL-E 3), боковая студия, бесконечное полотно узлов, предпросмотр файлов, навыки полотна и шаблоны промптов. Видео: текст/изображение в видео, первый/последний ключевой кадр, несколько референсов, асинхронные отправка/опрос/загрузка, инструменты видео на хосте, видеоузлы и локальная склейка двух и более узлов в MP4 через ffmpeg.
dsh-media-desk
woniuniuniu/dsh-media-desk
Медиа-мастерская для DeepSeek Harness: запишите идею одной фразой и одним нажатием создайте сценарий, обложку, иллюстрации и раскадровку.
dsh-omi-voice
polinnizhong/dsh-omi-voice
Озвучивание в чате для DeepSeek Harness: нажатием читайте, ставьте на паузу и возобновляйте ответы ИИ естественными голосами Doubao TTS (BYOK); читается только итоговый ответ, код, таблицы и диаграммы отфильтровываются; локальный движок, плагин не хранит API-ключ.
deepseek-harness-video-director
chiphoton/deepseek-harness-video-director
🎬Режиссёр на базе ИИ: плагин генерации видео MiniMax-H3 под управлением DeepSeek-Harness. 🤖Больше, чем промпты. 🪄Интерфейс-канвас.