Плагины

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.

Плагин DeepSeek Harness: маршрут `deepseek-vision`, который объявляет ввод изображений и распознаёт вставленные изображения через бесплатные модели зрения Zhipu GLM, прежде чем передать управление адаптеру DeepSeek.

Выбирайте уровень рассуждений (reasoning effort) для дополнительных моделей в DeepSeek Harness — с опцией «Выкл.» и пятью стандартными уровнями.

Провайдер бесплатных моделей Cline для dsh: динамически сканируйте каталог моделей Cline и предоставляйте модели :free через LLM-шов harness.

Набор провайдеров DIT.ai для DeepSeek Harness: устанавливает 29 моделей OpenAI Chat Completions и 10 моделей Anthropic Messages из одного DIT_API_KEY, со специфичной для протокола конфигурацией мышления.

Idle-игра в стиле терминала AI-лаборатории: копите вычисления, обучаете и улучшаете модели, публикуете статьи и совершите престиж от нейросетей к ASI.

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 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.

Переиспользует встроенный режим зрения DeepSeek web для текстовых моделей: инструмент deepseek_vision управляет локальной браузерной автоматизацией deepseek-vision-cli (помощник ручного входа, включённый deep-think, автозакрытие браузера) и возвращает описания изображений текстом.

Автоматически заполняет уровни усилия reasoning, окна контекста, лимиты вывода и модальность изображений для моделей от неофициальных (пользовательских) провайдеров, используя данные models.dev.

Автоматическое переключение провайдера при достижении лимитов запросов или исчерпании квоты: переключение между провайдерами с настраиваемыми моделями для каждого провайдера, охлаждением и постоянным резервным вариантом на последнюю запись.

Чип стоимости в композере: рассчитывает расходы на API DeepSeek текущей сессии сообщение за сообщением по официальной таблице цен (вкл. политику пиковых/непиковых часов от 2026-08-17); при наведении — разбивка, итог за сегодня (DSH) и баланс аккаунта. Только модели DeepSeek.

Плагин DeepSeek Harness: переключатель режима размышления (enable_thinking) для каждого запроса для моделей семейства Qwen3 на совместимых с OpenAI эндпоинтах

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

Подключаемое зрение для текстовых моделей DeepSeek Harness (dsh): инструмент `vision` со встроенными дешёвыми/бесплатными пресетами VLM, пакетным анализом нескольких изображений, приёмом изображений через вставку и веб-страницей настроек с горячей перезагрузкой.

A session recap plugin for DeepSeek Harness with /recap, automatic idle summaries, and configurable models.

fal.ai native image generation for DSH: a FAL_KEY settings card that follows DSH's language (zh/en, English default) plus Agent tools (fal_generate_image async / fal_edit_image / fal_get_image_task / fal_list_image_models) that call queue.fal.run directly

SenseNova connect family bundle for the Harness Web UI: Token Plan credit panel (per-pool quota windows, per-model consumption, self-renewing console token) plus optional provider registration that brings SenseNova models into DSH conversation, with host-

Cut LLM costs: route routine tasks to cheap subagent models (DeepSeek Harness plugin)

Model relay station for DeepSeek Harness (模型中转站): serve any registered DSH LLM provider (e.g. @tnnevol/dsh-codebuddy) over an OpenAI-compatible /v1 API, so other projects can call those models with a standard OpenAI client.

Connects the Xiaozhi voice assistant to DSH Web over MCP: DSH is the tool provider, weaving 35 DSH Web endpoints into 16 voice-friendly tools for workspaces, sessions, chat, models, settings and files — outbound WebSocket to the Xiaozhi MCP access point by default (no public IP or port forwarding needed), several devices bound at once, plus a DSH settings page with live status.

Free OpenCode Zen models in DeepSeek Harness through native HTTP requests. No OpenCode installation, login, API key, server, container, or LiteLLM is required.