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.

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.

Мультимодальная рабочая станция для DSH: analyze_image по упорядоченной цепочке переключения из нескольких карт VLM, набор из шести инструментов зрения (масштабирование, выбор цвета, попиксельное сравнение, OCR, обнаружение элементов, встроенный показ) с общим распознавателем изображений, generate_image по протоколам OpenAI/DashScope/ComfyUI, асинхронный generate_video с несколькими картами и конструктором /build-video-tool, а также TTS speak/clone_voice по семи провайдерам — всё управляется одной автосохраняемой страницей настроек.

Consumer инструмента ui_mockup: на этапе обсуждения создаёт вайрфреймы и высокодетальные наброски UI, сохраняет дизайн на диск, запрашивает подтверждение и после него фиксирует спецификацию дизайна; включает клиентские карточки, маршрутизацию изображений и i18n.

Создаёт каркасы UI и высокодетализированные макеты в DeepSeek Harness с выбором провайдеров изображений DashScope и Volcengine.

Alibaba Bailian (DashScope) model catalog preset + auto-adapter for DeepSeek Harness — reasoning effort levels, thinking budgets, context windows, auto-adaptation of existing Bailian routes, a configurable context ceiling

Text-to-image for DeepSeek Harness: a `draw_image` model tool, an input-bar 生图 button with a prompt popup (async generation, 4-grid results, download / keep / delete), an /imgdraw image route, and persisted history. Backends: DashScope wan2.7-image (free

Optimized fork of dsh-image-gen with batch generation (count), gallery pagination, lazy loading, fetch retry/timeout, and 7 providers: Gemini/OpenAI/Seedream/DashScope/Agnes/GLM-Image/Stability AI.

Text-to-video and image-to-video generation via DashScope Wanx, Volcengine Seedance, Google Veo and OpenAI Sora, with tool results saved to the session workspace and a video gallery (grid, lightbox, download, delete) that survives DSH restarts.

Готовый к Китаю голосовой ввод для композера. Требуется локальный Python-мост (pip install dashscope websockets, запуск bridge/voice-bridge.py) — сам плагин не работает. Микрофон браузера передаёт 16 кГц PCM в мост, который запускает Alibaba Cloud DashScope ASR (paraformer-realtime-v2); промежуточный текст заполняет черновик в позиции курсора, авто-остановка по тишине, опциональная авто-отправка.

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.

Инструмент image_describe (识图) для модели поверх OpenAI-совместимого API DashScope (qwen3.7-flash) плюс мост вставки: в текстовых сессиях вставленные изображения автоматически превращаются в пути к файлам при отправке и отрисовываются обратно в транскрипте, так что никогда не спотыкаются о допуск изображений. Свой DASHSCOPE_API_KEY; эндпоинт/модель/бюджеты настраиваются, HTTP-клиент устойчив к редиректам, работает во всех agent preset.

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).