Плагины

«Чтение» изображений для текстовых моделей: уменьшение масштаба + снижение глубины цвета + отпечатки структуры/цвета преобразуются в текстовые сетки, возвращаемые в диалог, что позволяет модели самостоятельно масштабировать, сэмплировать и распознавать текст (OCR), как мультимодальная модель; полностью локально, без зависимости от внешних моделей, поставляется с навыком методологии чтения изображений и опциональным PaddleOCR.

Боковая панель DSH показывает существующие в рабочем пространстве сессии markdown-документы, изображения и видео, ранжируя их по релевантности разговору: недавние сообщения локально сопоставляются с заголовком, сводкой и телом документа с IDF-взвешиванием, без модели и сети. Список сканируется из пространства, а не хранится, поэтому перезапуск DSH или новая сессия его не очищают. Картинки и видео открываются предпросмотром на месте: относительные пути резолвятся, видео стримится через HTTP Range. Панель ссылок под заголовком предпросмотра показывает цитирующие и цитируемые документы с переходом в один клик. Тот же рейтинг доступен агенту как инструмент knit_docs: возвращает самые релевантные документы с совпавшим фрагментом в каждом, если найден.

Мобильная веб-оболочка для DSH Web GUI: выдвижные панели-оверлеи, перетаскиваемая FAB, исправления мобильного composer и плавающая кнопка загрузки изображений, закрепленная над composer (нативная галерея/камера, интеграция с проверенным pipeline add-images), без регрессий на desktop. Опубликовано на npm как dsh-webui-mobile.

Создаёт игровую графику из референсных изображений с помощью генерации изображений Seedream и image-to-video от MiniMax, собирая восьминаправленные спрайты, последовательные кадры и скелетные анимации с локальным хромакеем.

Безопасные для рабочего пространства инструменты Office для агентов: создание/чтение Word, создание/чтение/обновление Excel, и создание/чтение презентаций PowerPoint с размещением изображений PNG/JPG/GIF.

Понимание изображений для DeepSeek Harness, близкое к нативному

Даёт текстовой модели понимание изображений через визуально-языковую модель, представленную как инструмент `describe_image`.

Бесплатный визуальный мост и генерация изображений для текстовых моделей: чтение вставленных изображений, отказоустойчивое переключение между движками GLM-4V-Flash и Gemini, структурированные доказательства в стиле ModLens и заранее настроенный бесплатный маршрут визуальной модели.

Мост к устройствам HarmonyOS: цикл автоматизации hdc — скриншот/установка/лог/крэш/UI-автоматизация — с read_image, официально-приоритетными версионированными знаниями API (SDK .d.ts + офлайн-документация в комплекте) и линией сборки/подписи/линтинга через DevEco CLI.

Конвейер экономии токенов для DeepSeek Harness: слоистое сжатие с учётом давления контекста (проекция без потерь при давлении ниже 40%, выше — суммаризация LLM), allowlist инструментов на агента, преобразование длинного текста в изображение с vision-суммаризацией и команда /token-status, отслеживающая давление, уровни и сэкономленные токены.

Добавляет неофициальный LLM-маршрут на базе Antigravity OAuth, веб-поиск, генерацию и редактирование изображений, понимание видео, статус квоты и элементы управления настройками DSH Web.

Наделяет текстовые модели зрением: пересылает изображения пользователя в совместимую с OpenAI модель зрения и показывает описания на правой панели веб-интерфейса.

Мозг DeepSeek + автоматическая транскрипция изображений: прикрепляйте изображения в GUI, и каждое по умолчанию транскрибируется через официальную модель deepseek-v4-flash-vision-exp (чисто текстовый мозг V4-Pro тоже может видеть изображения), в качестве альтернатив — любая VLM, совместимая с OpenAI, или локальный Ollama.

Используйте подписку ChatGPT/Codex в DeepSeek Harness с моделями GPT, генерацией изображений, веб-поиском, отчётом о квоте подписки, управлением моделями и функциями, а также входом через OAuth в браузере или по коду устройства.

Добавляет настраиваемую модель зрения к текстовым основным моделям: инструмент vision_read_image, селектор модели зрения на панели композитора и автоматическое преобразование изображения в текст для текстовых маршрутов.

Студия изображений и видео на базе ИИ в виде плавающей панели DSH, чтобы творчество шло рядом с беседой, а не вместо неё: текст-в-изображение, изображение-в-изображение и композиция из нескольких изображений в 1K–4K при восьми соотношениях сторон; текст-в-видео и изображение-в-видео с управлением по первому кадру, 4–12 секунд; режим коротких драм, который импортирует сценарий (.txt/.md/.json), разбивает его на раскадровку для предпросмотра и пакетной генерации; рабочее пространство эксперта по промптам. Без зависимостей во время выполнения.

Ролевые диалоги с карточками персонажей, создание и редактирование карточек персонажей прямо в чате, а также генерация изображений через настраиваемые бэкенды.

Голосовая AI-девушка для Web UI: микрофонный ввод через FunASR, голосовые ответы Qwen3-TTS, окно анимации компаньона и двусторонний QQ-чат (текст/голос/изображение push) через NapCat.

Выделенные маршруты моделей, инструменты и системные рекомендации для зрения, уплотнения, обзоров, подагентов, заголовков и генерации изображений.

Плагин оформления для веб-интерфейса DSH: 4 встроенные темы плюс пользовательские темы на основе изображений, где фото становится фоном всего интерфейса, а палитра подстраивается под его доминирующий оттенок.

Правая боковая панель веб-GUI DSH: проводник файлов в стиле VS Code и управление версиями (git status, stage/unstage/discard, commit, diff, граф коммитов, fetch/pull/push, ветки и удалённые репозитории, git init, переключение между несколькими репозиториями, цветовая маркировка статуса файлов, значки по типу файла), редактор, открывающий любой файл, найденный в чате, дереве файлов или системе контроля версий (просмотр Markdown/HTML/PDF/изображений, подсветка синтаксиса для 15 языков, правка diff по хункам, сохранение по Ctrl+S), файловые операции (создание/перемещение/копирование/удаление, показать в проводнике), сворачиваемая панель значков, нижний терминал с несколькими вкладками (ConPTY) и сообщения коммитов из подготовленного diff, сгенерированные настроенной на хосте моделью.

MCP-мост к gemini.google.com: анализ изображений и видео с помощью компьютерного зрения, генерация изображений Imagen и видео Veo, а также управление диалогами через уже авторизованную сессию браузера без API-ключа.

Используйте обои, загруженные в Wallpaper Engine, в качестве веб-фона DeepSeek Harness: видео-обои воспроизводятся на месте, изображения используют отдельный арт максимального разрешения, с режимами подгонки cover/contain и диммером панели от 0 до 100.

От чата к холсту и к произведению: управляйте ComfyUI как визуальной IDE процессов в DSH. Встройте ComfyUI (локальный или облачный) как разделённый холст в DSH Web: агент пишет промпты и скрипты в чате, применяет их вживую и создаёт изображения, музыку, видео и 3D. Операции: сборка пайплайнов, чтение/запись workflow, правка узлов, соединение связей, запуск, настройка и отладка. Производство: пакетные переборы параметров (batch_run) и авто-возврат результатов в чат (get_outputs). Обслуживание: запуск и обновление ComfyUI, ядра и кастомных узлов в один клик. Этот пакет — плагин стороны DSH и поставляет мостовой узел стороны ComfyUI.