多模态 · 第 22 页 586 个插件
图像、语音、视频、截图识别 本页是第 22 页,收录第 505–528 个(共 586 个)。
给 DeepSeek Harness(DSH)注册一个自动识图包装路由:声明图像输入(inputModalities: ['text','image']), 粘贴到 Web GUI 的图片在请求流里被免费的智谱 GLM 视觉模型(glm-4v-flash 降级链)转译成文字,再委派给真正的 目标适配器。
本地语音识别的后处理层 —— 个人词库、跨语种音译、从你会话历史里学出来的表达习惯。
让 DeepSeek Harness 里的 AI 真的开口找你——配上屏幕右下角弹出的「鲸鱼娘」气泡,做你的专属进度秘书。
為我的大肥魚做的鯨音樂器——她想要一個自己的聲音,我剛好想到了怎麼給。
DSH 的 Photoshop 后期套件:用脚本驱动本机 Adobe Photoshop 做游戏截图 / 照片后期 —— 常驻会话、参数化 recipe、自动出片、客观质检、风格 LUT、HDR 高光重建、可选超分与像素级视觉检视。
undeclared-read为 DeepSeek Harness 增加「外挂识图模型」能力:让本来不具备视觉能力的模型,通过一个可自定义地址/密钥/提示词的外部视觉模型来「看懂」图片与屏幕。
不能与 3 个同 id 插件同装dsh-plugin-control-your-capture 把截图与录屏工具装进 DSH:按物理像素抓显示器、窗口或区域,并在 Windows 单屏 console 录成 MP4。
本包是 OpenCode 版插件 的 DeepSeek Harness(dsh)适配版: 一条命令安装后,AI 助手掌握全书章节结构,并能按书页码现场 OCR 调取原文 (答题标注出处、备考出题、关键数字核对)。
画面由代码逐帧生成,不经过任何文生视频(text-to-video)模型。
为 DeepSeek Harness 对话模型注册 generate_image / generate_video 两个工具。
依赖有已知漏洞DeepSeek Harness 插件:为会话注入 依赖千问AI平台的三个图像原语工具。
版本不兼容 · 已强装实测一个 DeepSeek Harness 图像生成工具插件:对接 ToAPIs 异步图像 API(GPT-Image-2 等),提供两个模型可调用工具。
不能与 5 个同 id 插件同装低成本视频理解插件:给 dsh agent 注册 video_understand 工具——B站链接 / BV 号 / 本地视频 → AVIS 信息层(ASR 转写 + 场景结构 + 运动对象轨迹 + YOLO 语义)→ 摘要+问答。
不能与 1 个同 id 插件同装Windows 键鼠 + 截图 + 窗口自动化工具插件(DeepSeek Harness)。
将苹果 设备端 Vision 框架(macOS)桥接进 DeepSeek Harness(dsh),提供本地工具:OCR 文字识别、图像分类、人脸检测与文档版面分析。
用 DeepSeek 模型写一份分镜 JSON,一次工具调用出一支竖版宣传片(1080x1920,15–45 秒)。
让 DeepSeek Harness 里的纯文本模型能看图。
遇到“这个页面、这段文字、这个报错”,按需读取当前窗口上下文,减少复制粘贴。
dsh-vision 是 DeepSeek Harness 的视觉辅助插件:接入任意 OpenAI 兼容的多模态模型(如 Qwen-VL、GLM-4V),为无图像理解能力的主模型(如 DeepSeek)提供视觉能力。
不能与 1 个同 id 插件同装一款可配置的语音转文字提供方,面向 DeepSeek Harness。
qqbot-music 的 DeepSeek Harness(dsh)插件。装上以后,大肥鱼多两个工具。
DSH 视频皮肤:一段短片循环铺成整个界面的聊天背景(无声、透明度界面里就能调), 另一段做有声的开机动画(片尾交叉溶解进界面、点击画面随时跳过)。
给 DeepSeek Harness(DSH)用的插件: 在对话里只发一条 B 站视频链接、不提任何要求时,自动开始总结这个视频。
通用工科题解工作台(DeepSeek Harness 插件)。
本页没有匹配的插件
筛选只作用于当前这一页的卡片。换一组条件,或者回 全部插件从第一页看起。
