Плагины

Мост BrowserSkill для управления видимыми окнами Chrome и Edge Agent из DeepSeek Harness, с нативными браузерными инструментами, наблюдениями accessibility и VOM, скриншотами, собственным управлением несколькими сессиями и живым наложением Web UI.

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.

Мост времени выполнения DSH↔Godot: запускает и управляет работающей игрой на Godot 4.x через её встроенный TCP-сервер взаимодействия — 16 инструментов (управление во время выполнения через ~130 игровых команд, инспекция сцены/UI, вычисление GDScript, симуляция ввода, скриншоты, безголовые статические операции, редактирование проекта, экспорт, проверка скриптов, настройка пути к движку), заменяет godot-mcp.

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

Набор инструментов отладки ROS2 и визуального анализа состояния робота для DeepSeek Harness: перечисление узлов/топиков/сервисов/действий/интерфейсов/TF, JSON-топология всего графа, проверки rosdep, одобряемые сборки и скаффолдинг пользовательских сообщений, скриншоты GUI и мультимодальное визуальное наблюдение, а также внеэкранный рендеринг headless RViz2 (low-poly меши, прямое чтение пикселей, сквозной GPU — рендеринг движения на 30 Гц) с параллельным VLM-анализом в реальном времени.

Нативные инструменты браузера на базе CloakBrowser с изолированными сессиями по агентам, ограниченными снимками, взаимодействием по ссылкам, скриншотами и безопасной маршрутизацией.

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

Screenshot feedback for DeepSeek Harness — let your coding agent SEE what it builds

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).

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.

macOS desktop automation for DeepSeek Harness: control mouse/keyboard/scroll/apps/windows/screenshots via agent tools, with vision closed-loop (see + locate). GUI-session service, no boot autostart.

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.

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.