Плагины

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.

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.

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

Управление компьютером через внешнее USB HID-устройство: назовите цель обычным языком, модель зрения находит её в обрезанном скриншоте окна, а Raspberry Pi Pico 2 перемещает настоящую мышь и набирает текст на настоящей клавиатуре. 7 инструментов. В Windows есть список окон, обрезка по окнам и автоматическое поднятие окон; в macOS требуется pyobjc, и список окон с поднятием отсутствуют; Linux не поддерживается.

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.

Одна кнопка загрузки плюс перетаскивание файлов в диалог в виде локальных путей: сохранение в uploads/ проекта, вставка текста пути в поле ввода, работает с любым инструментом зрения.

Настоящие мышь и клавиатура для агента DeepSeek Harness: опишите словами, куда нажать, модель компьютерного зрения найдёт это, а USB HID-устройство выполнит клик.

Мультимодальный мост MiniMax: единый инструмент `mmx_bridge` охватывает понимание/генерацию изображений, видео, TTS, музыку, обложки, веб-поиск и квоты; опциональная замена `web_search`/`read_image`; встроенные плееры/предпросмотр изображений прямо в веб-интерфейсе (npm: `dsh-mmx-bridge`).

Адаптер LLM GitHub Copilot: вход через OAuth device-flow, обнаружение моделей в реальном времени через API Copilot, поддержка vision для моделей с возможностью работы с изображениями (gpt-4.1, gpt-4o), и два проводных протокола (Chat Completions и Responses API) с автоматической маршрутизацией эндпоинтов по модели.

Панель с доской сянци в боковой области для DSH: играйте за красных, пока текущая модель DSH выбирает ходы за чёрных, с проверками правил и ревизий на стороне Host.

Анализ использования по моделям, провайдерам, пространствам и периодам — с произвольными датами по всей истории — с видимостью cache-hit и разбивкой по моделям и провайдерам. Включает почасовые/дневные тренды, 53-недельную тепловую карту в стиле GitHub, серии, кольца квот токенов по моделям и пространствам (токены, стоимость, %), комбинируемые фильтры, эффективность кэша, баланс DeepSeek, псевдонимы пространств, экспорт CSV и долговечный журнал, сохраняющий использование после удаления сессии или пространства (строка Deleted) и перестраиваемый инкрементально. Реестр пространств обновляется через зонд DSH domain/changed; учитываются только зарегистрированные пространства. Отдельный учёт: вход, кэш, рассуждения. Китайский: местное время; английский: UTC; API только loopback.

Minecraft с ИИ-поддержкой для DeepSeek Harness: управляйте автономным агентом Mineflayer (выживание, добыча, чат, живая карта) с инструментами зрения/управления, а также встроенным лаунчером (вход через Microsoft, загрузка версии, запуск игры).

Маршрут провайдера шлюза «зрение-язык»: вставленные изображения описываются настраиваемой VL-моделью (по умолчанию Qwen-VL) перед отправкой в DeepSeek.

Анализ видео Bilibili: метаданные, транскрипт (резервное ASR через Bijian/sherpa-onnx/whisper.cpp), комментарии, данмаку и чёткие ключевые кадры с опциональными локальными описаниями через vision.

Внешний плагин зрения для DeepSeek Harness: панель настроек с кнопкой-китом, распознавание изображений с авто-ответом и инструменты агента для скриншотов/распознавания.

Для нативной визуальной модели DeepSeek Harness deepseek-v4-flash-vision-exp повышает лимиты приёма изображений до 32 MiB / 8192 px / 600 изображений и добавляет инструмент highres_read, который разбивает большие изображения на фрагменты, а затем возвращает полное изображение плюс фрагменты 800x800 через инструмент read_image хоста.

Загружает любую http/https-страницу и возвращает заголовок, описание, основной текст, структуру заголовков и ссылки, со статистикой (количество символов/слов, время чтения, язык) и ключевыми словами; может загружать изображения контента в рабочее пространство сессии для визуального анализа и отправлять их зарегистрированным анализаторам через сервис scrape.imageAnalyzer.

Бесплатный мост зрения для текстовых моделей: понимание изображений, OCR, анализ интерфейса и отладка через бесплатных провайдеров (Qwen3-VL-Flash, Doubao, DeepSeek-OCR) с графическим интерфейсом настроек.

Отправляет локальные изображения или HTTP(S) URL изображений в настроенную OpenAI-compatible vision endpoint через инструмент inspect_image и возвращает его текстовый ответ в беседу.

Рабочая среда для медиа и компьютерного зрения в DeepSeek Harness: генерация изображений, видео и речи, вопросы и ответы по изображениям и поиск элементов, OCR длинных изображений, попиксельное сравнение, проверка HTML-скриншотов и суммаризация видео, с провайдерами DashScope и OpenAI-совместимыми, пулами моделей и клиентом рабочего места.

Зрение для текстового DeepSeek по умолчанию через Doubao Web (бесплатно, без API-ключа — управляет вашим авторизованным Chrome через мост Windows CDP), с квотой Antigravity IDE (flash/pro) или резервным вариантом Gemini; автоматическое повышение уровня детализации, память визуальных доказательств с регидратацией после сжатия, кеш по хешу контента и двуязычная клиентская панель.

DSH Director Toolkit — плагин для DeepSeek Harness для 3D-художников, технических дизайнеров и креативных программистов. Вставьте недооформленную идею, заметку-референс или подпись к работе в портфолио — и получите компактный пакет направления для Blender, Three.js, Houdini или C4D.

Рабочая среда для написания романов в DeepSeek Harness: вы ставите лайки или дизлайки фрагментам-кандидатам, и модель сводит их в короткий профиль предпочтений, который переносится в последующие вызовы черновиков, а рукопись не попадает в контекст черновика. Добавляет доску глав, пишущие пакеты по главам, правку в границах аннотации, переписывающую только помеченный абзац и проверяющую остальное побайтово, проектный журнал и локальные проверки темпа.

Позволяет текстовым моделям видеть изображения: когда приходит картинка с заглушкой вида \[image omitted because this model accepts text only], модель вызывает инструмент vision_describe, и плагин передаёт ссылку на изображение вместе с вопросом мультимодальной модели, повторяя попытку с резервной моделью при сбое. Настраивается на странице настроек и сохраняется через официальный API настроек.