Плагины

Кроссплатформенный Computer Use для DeepSeek Harness: человекоподобное управление виртуальной мышью (screen_observe + computer_click + type + key + scroll + drag, 11 инструментов), режим AX-дерева без затрат на визуальный анализ с бесплатным резервным визуальным распознаванием GLM-4V-Flash, меры безопасности (TTL снимков/белый список приложений/подтверждение опасных действий/защита полей пароля).

Бесплатный визуальный мост и генерация изображений для текстовых моделей: чтение вставленных изображений, отказоустойчивое переключение между движками GLM-4V-Flash и Gemini, структурированные доказательства в стиле ModLens и заранее настроенный бесплатный маршрут визуальной модели.

Универсальный набор для DSH: нативное окно рабочего стола Windows (WebView2), зрение DeepEye (GLM-4V-Flash) и голосовой ввод (кнопка микрофона) в единой установке.

Полный пакет возможностей компьютерного зрения для DeepSeek Harness: инструмент vision_understand (API зрения, совместимые с OpenAI, по умолчанию бесплатный Zhipu GLM-4V-Flash), а также точки входа вставки/перетаскивания/кнопки для распознавания изображений.

Нативные прикреплённые изображения для текстового DeepSeek в Web GUI: вставленные или перетащенные изображения отображаются в виде миниатюр в сессии, и перед отправкой хост считывает их с помощью бесплатного API визуального распознавания Zhipu GLM-4V-Flash (цепочка отката glm-4v-flash) и подставляет описание, благодаря чему DeepSeek отвечает об изображении, а оригинал сохраняется в истории.

Вызываемый моделью инструмент `vision` для DeepSeek Harness: описывает и распознаёт текст на файлах изображений, напрямую вызывая бесплатный Zhipu GLM vision API (цепочка fallback glm-4v-flash), без внешнего CLI.

Бесплатное визуальное OCR с адаптивным распознаванием фрагментов для длинных документов и экспортом в Markdown/Word/PNG/Excel.