Плагины

Инструмент зрения `describe_image` для текстовых моделей: изображения (локальный путь, URL, вложение) отправляются в настраиваемый совместимый с OpenAI vision endpoint, и в сессию попадает только возвращённый текст.

Просто установите этот плагин в dsh — без входа, регистрации и API Key — и вы получите доступ к передовым моделям, включая Muse Spark 1.3 и MiMo V2.6. Совершенно бесплатно, без ограничений по объёму.

Добавляет вход в аккаунт, настройку API и пользовательского Provider, переключение моделей, запасной вариант изображения для текстовых моделей, а также распределение токенов/затрат в DeepSeek Harness 47f.

Генерация изображений на базе ИИ для веб-интерфейса DSH: преобразование текста в изображение и изображения в изображение через настраиваемую конечную точку, совместимую с OpenAI (gpt-image-2 / gpt-image-1 / dall-e-3), с карточкой настроек api_url/api_key и студией генерации с разделённой панелью в боковой панели.

QA по соответствию дизайну для текстовых моделей: инструмент `deepseek_vision` заимствует «глаз» из любого OpenAI-compatible vision route, чтобы модель могла определить, соответствует ли реализация макету; вместе с бенчмарком, стоящим за этим суждением (четыре fixture, 23 внедренных дефекта, raw transcripts) и дисциплиной вопросов, на которой это основано.

Голосовой ввод для веб-интерфейса: нажмите Alt (или Alt+Space) для запуска/остановки диктовки, браузерный Web Speech (без настройки) или облачный ASR, совместимый с OpenAI, опциональная полировка через LLM, настроенный в DSH, интерфейс настроек.

Наделяет текстовые модели зрением: пересылает изображения пользователя в совместимую с OpenAI модель зрения и показывает описания на правой панели веб-интерфейса.

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.

Шлюз маршрутизации ИИ, работающий как плагин DSH. Добавляет боковую панель Routing System для поставщиков, пула аккаунтов, комбинаций резервного переключения и API-ключей, а также обслуживает OpenAI-совместимую конечную точку по адресу http://localhost:3080/v1.

Покруговой контроль уровня мышления (reasoning_effort) для DeepSeek Harness: Auto планирует low/high/max по недавней истории tool calls, либо позволяет вручную задать wire level (off/on/minimal/low/medium/high/xhigh/max), с пользовательским отображением wire, защитой возможностей с учётом модели и пресетами окна контекста (64K–1M); карточка возможностей модели работает с [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (устанавливается из dsh-market), чтобы OpenAI-совместимые шлюзы (vLLM / LM Studio / self-hosted) могли пробовать reasoning. Card записывает возможности llm-pi-ai, адаптер ведёт wire (compat.thinkingFormat), а плагин поддерживает список takeover.

Голосовой ввод для web UI: диктовка, разбитая по паузам, и голосовые сообщения — для каждого предусмотрена собственная цепочка резервных провайдеров (Deepgram, Groq, HuggingFace, локальный whisper.cpp или OpenAI-совместимый endpoint).

Отправляет локальные изображения или HTTP(S) URL изображений в настроенную OpenAI-compatible vision endpoint через инструмент inspect_image и возвращает его текстовый ответ в беседу.

Стандартная OIDC-идентификация, привязка корпоративных API-ключей, декларативный брендинг и интеграция моделей, совместимых с OpenAI, для DeepSeek Harness.

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.

Неофициальный upstream-бандл для DeepSeek Harness. Шлюз CodeBuddy с каталогом моделей, синхронизируемым в runtime, уровнями reasoning для каждой модели, веб-поиском/загрузкой, генерацией изображений и потоковым мостом учётных данных, плюс каналы подписок TraeWork CN и Qoder CN через локальные трансляционные шлюзы и реестр OpenAI-совместимых провайдеров по типу ключа — всё управляется из сворачиваемой карточки настроек.

Добавляет инструмент generate_image на базе очереди FAL, любого совместимого с OpenAI API изображений или подписки ChatGPT/Grok и показывает результат прямо в разговоре.

Провайдер LLM NewAPI (шлюз, совместимый с OpenAI): регистрирует маршрут `newapi` с обнаружением моделей только для чата, автоматически заполняет параметры модели (контекстное окно, уровень рассуждений) из models.dev и добавляет раздел веб-настроек для базового URL и ключа API.

Предоставляет инструмент see_image для DSH: отправляет файл изображения в настраиваемую совместимую с OpenAI модель зрения и передаёт её описание обратно текстовой модели.

Визуальная обработка по запросу для текстовых сеансов DSH: изображения становятся маркерами, а инструмент vision_describe отправляет только изображение и вопрос в модель визуального анализа, совместимую с OpenAI

Используйте парадигму решающей модели Jev (System One) с любой OpenAI-совместимой LLM — ключ TypeSafe не нужен. Регистрирует инструмент jev_decide, который за один вызов возвращает ответы с распределением вероятностей на типизированные вопросы (choice/score/boolean).

Контролирует локальный процесс шлюза workbuddy2api и предоставляет его модели как LLM-провайдера, считывая окна контекста и уровни усилий рассуждения из собственного эндпоинта моделей шлюза.

Инструмент генерации изображений для DeepSeek Harness через любой OpenAI-совместимый эндпоинт изображений, со встроенной галереей в веб-интерфейсе.

Добавляет моделям DeepSeek (только текст) возможность зрения в клиентах Claude Code, Codex и Agent Plugins: описывает изображения через любой совместимый с OpenAI vision-эндпоинт.

Плагин-адаптер LLM для локально развёрнутых моделей Qwen за совместимым с OpenAI эндпоинтом vLLM, с переключателем мультимодальности для каждой модели, полностью настраиваемыми уровнями усилий рассуждения и веб-страницей настроек для изменения развёртывания из фронтенда.