多模态 · 第 23 页 586 个插件
图像、语音、视频、截图识别 本页是第 23 页,收录第 529–552 个(共 586 个)。
绑定视觉伴侣目录,把网页上提交的选择和备注合并为用户消息并唤醒目标会话;提供 arm、disarm、status 和 wake。
面向 DeepSeek Harness 的 macOS 原生视觉插件。它让纯文本模型能够按需读取本地图片、剪贴板、屏幕和应用窗口,并通过 Apple Vision 在设备本地完成 OCR 与视觉检测。
给 DeepSeek Harness 桌面版加一条「语音闭环」。
盯着手机屏幕,认出题目后把「第 N 题 · B」和答案原文弹成顶部通知。题库可选:放自己的 bank.json 就优先查表(约 1 秒),没有就走模型(约 2 秒)。
面向 DeepSeek Harness(dsh)的中国网络引导:一条命令告诉你安装为何缓慢或失败,以及该如何处理。
版本不兼容 · 已强装实测讯飞语音背包(iFlytek AIUI 语音背包 / ZC-H358S)的语音 + 机器人动作插件。
DSH plugin exposing PowerShell-based tools to operate the local Windows machine (screenshot, UI tree dump, mouse/keyboard input, foreground app). Rebuilt for the 0.2.1 API line; works on both the web profile and the desktop app.
与当前版本不兼容中文说明 → docs/README.zh-CN.md。
DSH Host 侧工具插件:连续视频抽帧 + VAD 前置的本地离线语音转写,画面与语音落在同一条时间轴上。
讯飞语音背包(iFlytek AIUI 语音背包 / ZC-H358S)DSH 插件:把背包的语音识别、语义理解与机器人运动控制封装为 8 个 agent 工具。
内置主流短视频创作模板,调用中国境内大模型(OpenAI 兼容)一键生成完整内容包,并为 抖音 / 视频号 / B站 / 快手 / 小红书 / 微博 / 西瓜视频 生成可发布文案与分步发布方案。
运行时与界面微调:在不替换核心模块的前提下扩展 Stack 客户端的行为。
依赖有已知漏洞ui_mockup 工具 Consumer:研讨阶段生成 UI 线框图/高保真设计稿,落盘设计资产库 $DSH_HOME/mockups/ /images/,写入同目录 history.jsonl 生成历史, 并注入提示词规则引导"确认后写 design/spec.md、未确认不写实现代码"。
依赖有已知漏洞DSH Stack 的语音输入与输出集成。
DSH 的鸿蒙投屏 provider —— 让 DSH 通过 hdc 连上鸿蒙设备:看画面、点/滑、按键、输入文字、给 AI 看。
DSH 的安卓投屏 provider —— 让 DSH 通过 adb 连上安卓设备:看画面、点/滑、按键、读控件树、给 AI 看。
DeepSeek Harness 的图像生成工作台 —— 内置商汤 SenseNova U1.5 深度支持,兼容任意 OpenAI 兼容生图端点。
完整性未校验通过询问 agent,回答语音模型委派了什么。
纯 React 附件原子组件(零 cordis):输入框草稿图片栏(AttachmentRail)、聊天历史图片画廊(MessageImage/ImageGallery)与原图灯箱(ImageLightbox)。
版本不兼容 · 已强装实测dsh-realtime 接缝的消费者:负责回答语音模型委派了什么。
把工具结果里的图片搬到用户消息上,只对上游读不到 function_call_output 图片的路由生效。
DeepSeek Harness 的图像生成 Service Definition。
DeepSeek Harness 的图像生成 consumer。
给纯文本的 DeepSeek Harness 模型加上图像识别:一个 Cordis 宿主插件,注册 analyze_image 工具,把图像识别路由到专用视觉模型(默认智谱 GLM-4.6V-Flash),让纯文本模型上的会话…
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。
