Плагины

Transparent multimodal routing for text-only models: every image in every model call is fully transcribed (verbatim OCR, data, uncertainty zones, injection-hardened) by your own multimodal understander, with focused re-look via vision_relook and automatic retry on image-related failures. No bundled endpoints, no borrowed logins.

DeepSeek Harness vision plugin: 8 analysis modes (describe, OCR, chart data, UI review, object detection, compare, code-gen, debug), any OpenAI- or Anthropic-compatible vision API, with a built-in free vision model and automatic rate-limit failover.

Плагин для DeepSeek Harness: прямые декларации передачи мультимодальных изображений + очистка изображений по сессии (surface replace), со страницей настроек и элементами управления в поле ввода.

Мультимодальные цепочки по типу файла: предустановленные модели обработки для каждого шаблона преобразуют изображения, видео и аудио в токены промпта до того, как они попадут в текстовую модель сессии, с цепочками отказов для каждого пресета и страницей настроек Multimodal.

Мультимодальный плагин для DeepSeek Harness: понимает изображения и генерирует изображения через настраиваемые OpenAI-совместимые или DashScope эндпоинты.

Внешний плагин DeepSeek Harness: даёт текстовой модели кодинга зрение, маршрутизируя изображения в маршрут Qwen-VL (DashScope) через ctx.llm и возвращая текст.

Мост вложений-изображений в чате с инструментом view_image для любой OpenAI-совместимой VLM (локальная Ollama или облако): вставленные/перетащенные изображения становятся маркерами путей view_image, прежде чем достичь текстовых моделей DeepSeek.

Инструмент `describe_image`: мост зрения, отправляющий изображения в mimo-v2.5 через API opencode Zen (учётные данные `OPENCODE_GO_API_KEY`, сначала бесплатный маршрут с платным запасным) и возвращающий текстовые описания для текстовых моделей, с нативным пробросом и перекодированием SVG/TIFF/HEIC через ImageMagick.

Зрение для любого маршрута DSH: вставляйте изображения в веб-композер с автоанализом по намерению, делегируйте чтение изображений рабочего пространства субагенту зрения Kimi/MiniMax и материализуйте вставленные оригиналы для правки.

Мост зрения с автообнаружением для текстовых агентов DeepSeek Harness: автоматически находит модель, умеющую работать с изображениями, среди ваших настроенных провайдеров и возвращает описания картинок обычным текстом через инструмент зрения.

Зрение по требованию для текстовых моделей DeepSeek: загрузите изображения, и модель вызовет инструмент view_image, опирающийся на любой OpenAI-совместимый endpoint зрения (по умолчанию Qwen/DashScope).

Плагинное зрение для текстовых моделей в DSH: нативное взаимодействие для понимания и генерации изображений, автоматизация GUI, многоуровневая память доказательств и кэш.

Направляет изображения из чата в фиксированную OpenAI-совместимую модель зрения, возвращает фактические наблюдения выбранной основной модели и переиспользует наблюдения в рамках сессии при повторах, сжатии и перезапусках.

Голос для DeepSeek Harness (dsh) — ввод речи в текст + озвучивание через TTS для текстовых моделей DeepSeek, без API-ключа.

Набор плагинов DeepSeek Harness: инструменты qwen_vision (понимание изображений через Qwen-VL) и qwen_generate (text-to-image через Qwen-Image) для текстовых моделей

Набор инструментов зрения для DeepSeek Harness — CLI-инструменты glance, ground, detect, crop для понимания изображений текстовыми агентами

DeepSee: зрение для DeepSeek Harness, маршрутизация между несколькими моделями и визуальная самопроверка через Gemini перед выдачей результата

A headless-first macOS Computer Use driver for DeepSeek Harness with AX-first observations, window-bound multimodal evidence, host-owned approval, and evidence-backed action receipts

Xiaomi MiMo-powered voice for DeepSeek Harness: browser 🎤/🧠/🔊 UI, voice_transcribe/voice_understand/voice_speak tools, configurable voice map (preset/voicedesign/voiceclone). Fork of zhuiyueya/dsh-voice (MIT), Settings pattern from Anionex/dsh-vision-toolkit (MIT).

Declare whether a configured third-party model accepts image (multimodal) input; writes the modality into the owning provider settings and verifies it through runtime model resolution.

DSH plugin: auto-detect and configure model capabilities (reasoningEfforts + input modalities) for llm-pi-ai. Successor to dsh-reasoning-efforts.

TokenLab provider bundle for DeepSeek Harness with native Responses, Messages and Chat routing plus full multimodal and async tools.

88API Image Studio for DSH: four Image2 and Nano Banana models for text-to-image, multi-reference editing, 2K/4K output, and sequential batches.

GLM 视觉模型插件：注册 glm-vision 供应商路由（glm-4.6v 系列，image+text 输入声明）并提供 glm_vision 工具，让 DeepSeek 等文本主模型直接调用智谱视觉模型看图。