Плагины

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.

Плагин голосового ввода для DeepSeek Harness (dsh): кнопка микрофона в композере преобразует речь в черновик транскрипции с выбором бэкендов распознавания речи, опциональной доработкой через собственные маршруты LLM dsh и нативной страницей настроек.

Визуальная рабочая среда для генерации/обрезки референсных изображений и покомпонентного 3D-моделирования Tripo. Запрашивает подтверждение для каждой платной операции и показывает локальные предпросмотры ресурсов.

Локальная расшифровка встреч в DeepSeek Harness на macOS с Apple Silicon: запись микрофона и системного звука, метки говорящих и экспорт расшифровки.

Голосовой ввод/вывод для DeepSeek Harness — распознавание речи и синтез речи через микрофон и аудиовыход.

Рабочая область дизайна: HTML в рамке устройства, обновление при изменении; локальные серверы проксируются с hot reload. Клик/выделение передаёт selector, источник и стили. Извлекает дизайн, меняет экраны/CSS, создаёт React/Vue/Next.js/HTML, сравнивает пиксели. Инструменты: `preview_page`, `check_design`, `look_design`, `extract_design_system`, `handoff_design`, `compare_design`. `check_design` измеряет реальный размер в скрытом локальном Chrome/Edge; находит перекрытия, ошибки скриптов, отсутствующие ресурсы, битые ссылки и проблемы контраста/шрифта (CSS-файл/строка), снимает серьёзные случаи. Design mode, переключатели в Plugins. Удалённо локальные файлы помещаются в sandbox frame.

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.

Добавляет две области UI. Редактор изображений в composer: нумерованные метки с отдельными инструкциями, удаление фона, стирание кистью по маске, изменение размера с предпросмотром обрезки/полей, доступные с клавиатуры маркеры; результат возвращается вложением и manifest версии 1. Панель Settings → vision/generation provider включает явный выбор provider, нормализацию `providerId`, синхронизацию аккаунтов ChatGPT-web с channels, test/try-run/copy-command для канала, проверку готовности скриптов и проверку сохранения с предпросмотром `.env`. Probe отключает только при явной ошибке quota. Китайский/английский UI; записывает providers обратно в `.env` skills.

Браузерный редактор пиксель-арта и спрайтовой анимации с файлами, совместимыми с Aseprite, локальными чертежами обрезки/контура, а также опциональными узлами рабочего процесса LLM.

Голосовой ввод для DeepSeek Harness: говорите в микрофон, и распознанный текст отправляется как обычное сообщение чата, через локальное или браузерное распознавание речи.

Плагин контентно-ориентированного чтения PDF для визуальных моделей: профилирует каждую страницу на наличие рисунков (векторных и растровых), таблиц, риска формул и двухколоночной вёрстки, затем применяет гибридное контентно-ориентированное извлечение, рендерит страницы с рисунками/таблицами/формулами как высокодетализированные обрезки регионов. Предоставляет низкодетализированный предпросмотр для понимания макета страницы и рендерит указанный регион в высоком разрешении. Упакован как несколько инструментов для агентов.

Расширенный набор инструментов vision: 14 пиксельных vision-инструментов (describe, ground, detect, crop, pixel-diff, OCR, OCR длинных скриншотов, vectorize, colors, cutout, screenshot, present, materialize, html-screenshot) на одном OpenAI-совместимом эндпоинте, с чистыми маркерами [图片: path], классификацией безопасности контента и авто-ретраем при лимите запросов.

Объединённый плагин: настройка обоев (загрузка в исходном разрешении, редактор кадрирования, прозрачность по зонам, динамические обои MP4/WebM) + извлечение обоев Steam Workshop (разбирает scene.pkg/.tex с помощью встроенного Python-скрипта, предпросмотр/скачивание) + виджет баланса и использования DeepSeek + использование плана OpenCode Go (скользящие/недельные/месячные проценты в верхней плашке заголовка; при раскрытии — индикаторы прогресса и обратный отсчёт до сброса). API-ключи читаются из хранилища учётных данных DSH на хосте — никогда не сохраняются в исходниках или браузере.

Понимание изображений для любой модели DSH: инструменты зрения, OCR, grounding и кадрирования с доменными пресетами для гистопатологии, клеточной биологии, анатомии, клинических изображений и научных иллюстраций.

Голосовой ввод с микрофона для composer: транскрипция в реальном времени через Web Speech API браузера, дедупликация/автопродолжение, умная пунктуация, настройки языка и автоотправки.

Доска для рукописного ввода и диаграмм: рисование на плавающем или боковом canvas с прикреплением обрезанного изображения к сообщению.

Glassmorphism-тема для Web UI DSH: матовые полупрозрачные поверхности с настройкой opacity, blur radius и saturation, ambient lighting и accent palettes. Для фона доступны cover/contain/stretch/tile/center и обрезка; всё сохраняется на странице настроек.

Захват экрана на двух движках для DSH: внутри настольной оболочки SSiD глобальная горячая клавиша или значок в трее открывает полноэкранное оверлейное выделение рамкой (все мониторы, попиксельно точные кадры для каждого экрана) с аннотированием красной рамкой прямо на месте и панелью инструментов в стиле WeChat; в обычном DSH (браузер) кнопка камеры в поле ввода захватывает экран через getDisplayMedia и повторно использует в странице то же однофазное оверлейное выделение рамкой + аннотирование. Обрезанное изображение попадает в поле ввода текущего диалога через официальный канал приёма вложений.

Region screenshot for the composer on Windows: a full-virtual-screen selector frames the region (drag the frame, eight grips, Ctrl+drag to annotate), and the finished PNG lands in the composer as a pending attachment.

Голосовое управление DSH без рук в Windows: локальное wake word, локальное распознавание китайской речи с вставкой и отправкой из composer, голосовые ответы можно прерывать и продолжать. Один раз запустите комплектный install.ps1 (Python-зависимости речи и выбор микрофона); нужен SenseVoice model, уже загруженный голосовым вводом DSH или размещенный в models/sensevoice-onnx.

Добавляет терминологическую коррекцию к встроенному локальному распознаванию речи. Сохраняет микрофон DSH и движок SenseVoice; аудио не покидает устройство. Исправляет омонимы, отраслевые термины и ошибочно распознанные числа в готовой расшифровке.

Золотисто-фиолетовая CSS-тема dsh-glass-aurum: загрузка/обрезка локального аватара, имя ассистента, стили чтения; игровых медиа нет. Переименована из-за чужого пакета с именем dsh-glass-theme; остановите старый перед установкой.

Браузер аннотаций в боковой панели DSH: транслирует настоящую страницу Chrome через CDP и передает ввод. При выборе элемента или текста в поле чата добавляются исходное расположение, component stack, стили и снимок-фрагмент. Нужен локальный Chrome; в Windows задайте chromePath.

Оригинальная CSS-тема золотого и фиолетового стекла с локальной загрузкой и обрезкой аватара, именем ассистента и стилями чтения; игровые медиафайлы не включены.