多模态 · 第 6 页 586 个插件
图像、语音、视频、截图识别 本页是第 6 页,收录第 121–144 个(共 586 个)。
DeepSeek Harness 辅助模型插件:为视觉理解、上下文压缩、审批审查、子代理、会话标题与图片生成提供独立的模型路由、工具与系统提示,全程不触碰主对话模型。
DeepSeek Harness(DSH)视觉能力全家桶 —— 让 DeepSeek 纯文本模型"看得见"。
让 DeepSeek Harness 的 Agent 直接调用智谱 GLM-Image 文生图模型生成图片的插件。
给 DeepSeek Harness 装一副塔罗牌。
为 Excalidraw 增加 AI 能力,让 Agent 和你协作画图。
依赖有已知漏洞一段录音丢进来,回你一份结构化的「怎么说」:语速、停顿结构、音高起伏、句尾走向、力度变化、唤醒度——全部本地离线计算,不联网、不要 key。
DeepSeek 的"自动挡":有图切 Vision,无图回 Pro/Flash,一键都不用点。
与当前版本不兼容在 dsh web 输入框旁提供麦克风按钮与科幻风状态条,让你彻底解放双手:说「小鲸」唤醒,口述指令自动入框,回复自动朗读——全程不离键盘,不碰鼠标。
与当前版本不兼容phone-lens 是一个 dsh 双面插件,让手机相机成为 dsh 会话的即时视觉输入。
依赖有已知漏洞鼠标悬停在 DeepSeek Harness 对话中的图片上时,显示下载按钮。
面向 DeepSeek Harness(DSH)的请求图像优化、智能保留与可观测性。
版本不兼容 · 已强装实测在插件管理器中启用实验性的语音输入。
基于 Cordis 的 DSH 插件(标准 bundle 包),为 DSH 会话提供 Agnes AI 的图像与视频生成工具,并在设置页提供「Agnes」标签页调整默认参数。
版本不兼容 · 已强装实测dsh-speech-input 为 DeepSeek Harness Web 输入框增加一个原生麦克风按钮。
渲染后的图表可以全屏放大:滚轮缩放、拖动平移、双击适应窗口、`Esc` 关闭;全屏只克隆已有 SVG,不会重新渲染。
- 功能 - 工作原理(双宿主兼容) - 入口的设计说明 - 安装 - 方式一(推荐):一键安装脚本 - 方式二(手动):克隆仓库并软链安装 - 方式三(DSH 内原生):install_bundle - 诊断与报错 - 控制面板 - 诊断卡片 - 控制台遥测 - 控制台 API - 升级(git pull 之后) - 安装后验证 - 注意事项 - 配置项 - 视频来源(换视频) - 平台兼容性 - 测试 - 开发 - 常见问题(FAQ) - 卸载插件 - 贡献 - 安全…
DSH 插件:侧边栏的 Velshot 启动器——点击「生图模式」,即在系统浏览器打开 velshot.com。
给 DeepSeek Harness 接上文生图能力的插件:模型可以直接画图,图片直接显示在对话里;输入框上还会多一个按钮,点开就能改接口地址 / 模型名 / API Key。
DSH 图片识别插件 — 为 AI 会话添加图片理解能力。
DSH(DeepSeek Harness)插件:通过硅基流动(SiliconFlow)的视觉大模型识别/分析图片。
DeepSeek Harness Web GUI 的生图插件:Agent 用一个工具按需作画,你用浮窗工作台随手出图——而 Agent 发起的每一次生图,默认都要等你批准,没有人点头就不会计费。
面向 DSH Web 客户端的语音网关客户端界面插件:麦克风状态指示器、六态状态机(空闲、聆听、思考、生成、播报、断开)、声纹注册和自动播报控制。
Vision Mix 是 DeepSeek Harness 的视觉增强插件。它把文本模型、视觉模型和可选的图片生成 API 组合成一个 Mix 模型,让原本不支持图片的 Agent 能识别上传图片、理解网页截图、持续追问图片内容,并生成或编辑图片。
dsh-realtime-voice 是一个提供商中立、全双工的语音智能体插件,面向 DeepSeek Harness。
版本不兼容 · 已强装实测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。
