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.

Задачи компьютерного зрения для текстовых моделей: вопрос-ответ по изображению с учётом намерения, OCR для длинных скриншотов, воспроизведение UI, grounding и попиксельное сравнение.

Внешний плагин зрения для DeepSeek Harness: панель настроек с кнопкой-китом, распознавание изображений с авто-ответом и инструменты агента для скриншотов/распознавания.

Мост к устройствам HarmonyOS: цикл автоматизации hdc — скриншот/установка/лог/крэш/UI-автоматизация — с read_image, официально-приоритетными версионированными знаниями API (SDK .d.ts + офлайн-документация в комплекте) и линией сборки/подписи/линтинга через DevEco CLI.

Мост рантайма DSH↔Godot: запускайте и управляйте работающей игрой на Godot 4.x через её встроенный TCP-сервер взаимодействия — 8 инструментов (осмотр сцены/UI, выполнение GDScript, симуляция ввода, скриншоты, безголовые статические операции, валидация скриптов), заменяет godot-mcp.

Общий реальный браузер для DeepSeek Harness: видимый браузер, за которым может наблюдать и который может перехватить человек, управляемый агентом через CDP (снимки/выполнение/контент/управление вкладками); интерфейс на стороне хоста, провайдер и инструменты browser_*

Android GUI Agent со скриншотами через ADB, компактным закреплением на иерархии UI, проверяемыми итеративными действиями, подтверждениями и мобильным веб-видом.

On-demand vision for text-only DSH sessions: images become markers, and a vision_describe tool sends only image + question to an OpenAI-compatible vision model

Zero-dependency browser control: drive a real headless Edge/Chrome over CDP with 8 `pilot_*` tools (navigate/click/type/keys/eval/screenshot) plus a live draggable cockpit panel in the Web GUI - text-first snapshots for text-only models, no Playwright, no API key.

DeepSeek Harness plugin that turns UI screenshots into implementation-grade web specs using OCR, deterministic geometry, scene graphs, assets, and render comparison.

CloakBrowser-powered native browser tools with per-agent isolated sessions, bounded snapshots, ref-based interaction, screenshots, and safe routing.

Combine text, vision, and image-generation APIs into one Mix model with automatic routing: text-only requests go to the chat model, user images and agent screenshots go to the vision model, follow-ups keep using the same session image, and agents can generate or edit images with session-scoped call history.

Drive the user's real browser through the local Kimi WebBridge daemon: navigate, find-tab, snapshot, click, fill, evaluate, CDP, screenshot, network, upload, PDF export and tab-management tools that reuse existing login sessions.

Playwright MCP browser control for AI agents: drive a real, visible Chrome (navigate/click/type/snapshot + ~80 browser_* tools), with a live screenshot panel embedded in the GUI that refreshes after every action.

Windows computer use for DeepSeek Harness: an MCP stdio server over a PowerShell UIA backend exposing 22 desktop tools (UIA tree, screenshots, typed input, OCR, window management, failsafe).

Paper Design MCP bridge as a DeepSeek Harness bundle: paper_* tools, image screenshot support, design skills, OAuth auth, and Cursor-parity design guidance.

Standalone screen capture for DeepSeek Harness (dsh). Browser hotkeys for instant capture plus an agent-facing capture and read tool that lets the agent see and analyze any screen region.

Автоматизация браузера для DeepSeek Harness: инструменты open/click/type/screenshot/eval на базе Playwright, позволяющие агенту управлять реальными веб-страницами.

Плагин DeepSeek Harness: инструменты веб-просмотра (markdown / скриншот / pdf) на базе Cloudflare Browser Run — реальный headless Chrome с рендерингом JS, сессиями входа и поддержкой WebMCP.

Model-agnostic visual-inspection pipeline for text-only agents: page-by-page HTML screenshots plus a ready-made vision-subagent briefing contract (gewu_prep), then source-code truth verification of every finding (gewu_locate); validated on mimo-v2.5 & qwen3.7-plus.

WeChat Mini Program automated testing for DeepSeek Harness (dsh): selector-addressed actions, build-freshness gates, geometry-first assertions that work on text-only models, and screenshot image blocks on vision routes. 微信小程序自动化测试 dsh 插件：选择器寻址、构建新鲜度门、面向纯文

dsh plugin: launch the dsh-desktop Windows shell (region screenshot, tray, session manager) from the DSH conversation via a desktop_launch tool.

CDP bridge to an already-running Chrome/Edge for DSH: screenshots, pixel assertions, DOM/CSS checks, and page JS evaluation over HTTP + WebSocket, with zero child processes, zero npm dependencies, and zero per-use approval.

Headless-browser verification tools so the agent opens the page it just built, reads the rendered DOM and computed styles, checks the console, and screenshots the result; ships a frontend-verify skill.