插件

vision-translation 的原生 dsh 适配器：调用 Python CLI 把图片转为 <vision-context> 文本给文本模型。

DeepSeek Harness 的 FAL 图像生成插件：generate_image 工具对接 FAL 队列 API，生成的图片直接渲染在对话中。

DeepSeek Harness 视觉 bundle + 插件：describe_image 工具读取本地图片并交由任意已配置的多模态路由解读，无需改动核心。

DSH 工具插件：经 ToAPIs 异步 GPT-Image-2 API 生成图像（提交、轮询、下载）

把零散笔记（文本+图片）保存到语雀知识库，由模型按内容自动分类

让纯文本模型拥有视觉：describe_image 工具调用 dsh 模型列表中的视觉模型描述图片，走 harness 自身的 LLM 运行时。

让纯文本 DeepSeek 代理在同一会话内读图：委派给视觉子代理，发送时自动把图片转为文件路径。

本地 Windows 引擎（Windows.Media.Ocr）识别附加图片：只把识别出的文字发送给模型，图片字节不进入上下文；视觉直通可选开启。

本地 Tesseract 识别附加图片：只把识别出的文字发送给模型，图片字节不进入上下文；视觉直通可选开启。

纯文本路由的透明图片护栏：贴图不再 400 卡死会话，附带 vision_analyze 工具（OCR/PDF/docx/pptx/视频）。

文件变更回滚：捕获 write/edit 工具调用的改前映像（git blob 或快照），通过面向模型的 rollback_files 工具或 /rollback 命令还原。

把文件与文件夹直接传进对话——图片以真实图片块加入消息，文本内容写入输入框草稿，文件夹按目录结构落盘。

Generate images and videos in DeepSeek Harness through the NanoBananaPro API

Generate images and Seedance videos in DeepSeek Harness through the Seedance 2 AI API