多模态 · 含界面 · 第 3 页 404 个插件

图像、语音、视频、截图识别 本页是第 3 页,收录第 49–72 个(共 404 个)。

404个插件 第 3 / 17 页
H
dsh-hold-to-talk
wangzhanchao883

面向 DeepSeek Harness Web composer 的按住说话语音输入——微信桌面端的手势:在输入框上按住鼠标、说话、看着实时转写浮在其上方,松开即把文字放进草稿。

MIT2026-10
L3 · 已观测多模态S · 100
I
dsh-image2-tool
544244857/dsh-image2-plugin

社区插件标签:dsh-plugin · deepseek-harness · cordis · bundle · 文生图 · 图生图 · 图像生成 · OpenAI 兼容 · Web UI · 工具

MIT2026-10
L3 · 已观测多模态S · 100
L
dsh-labnana
exoticknight

DeepSeek Harness (dsh) 插件:在会话里直接生成图片 —— 集成 Labnana 图片生成 OpenAPI,文生图 / 图生图 / 精准编辑,生成结果直接在对话流显示,可一键保存到当前项目。

Apache-2.02026-10
L3 · 已观测多模态S · 100
M
dsh-mermaid-comm
kp-z

让 AI 在开发对话中默认使用 Mermaid 图。

MIT2026-09
L3 · 已观测多模态S · 100
M
dsh-mic-asr
jiangbojin

DeepSeek Harness(dsh)Web 端的麦克风听写插件:在本机做降噪和流式语音识别(ASR),配合语音活动检测(VAD)和声纹过滤,把你说完的句子插入输入框。

与当前版本不兼容
Apache-2.02026-11
L1 · 可组合多模态B · 85
P
dsh-plugin-grok2api-media-tool
lsjspl

一个 dsh(DeepSeek Harness) 插件,让智能体通过 grok2api 生成图片/视频,并用 Grok 最新语言模型识别图片。

版本不兼容 · 已强装实测
MIT2026-08
L3 · 已观测多模态A · 92
P
dsh-plugin-ui-background-image
rhczz

dsh Web GUI 通用设置里的背景图行:五张内置背景、用户自定的不透明度,以及本部署存储并下发给每个浏览器的图片文件。

MIT2026-10
L1 · 可组合多模态B · 80
R
dsh-rws-tarot
Firefox2100

面向 DeepSeek Harness 的 Rider-Waite-Smith 塔罗牌。在右侧停靠栏打开 Tarot 页面,选一种牌阵,点击发光的牌把它翻开。每翻开一张牌,对话里就会为你解读这张牌。

与当前版本不兼容
GPL-3.0-only2026-11
L1 · 可组合多模态B · 85
S
dsh-subagent-vision
niuniuaba

一个 DeepSeek Harness bundle 插件:让纯文本主代理(DeepSeek)在同一会话内读图——不需要切换模型、不需要另开会话、不需要复制粘贴。

版本不兼容 · 已强装实测
MIT2026-09
L3 · 已观测多模态S · 100
T
dsh-talk
PerryLink

- 1024 商店渠道:先执行一次 npm i -g dsh1024,然后执行 dsh1024 plugin --profile web add dsh-talk(计入 deepseek1024.com 的安装排名)。

依赖有已知漏洞
Apache-2.02026-10
L3 · 已观测多模态S · 95
V
dsh-vision-recognizer
kaixinbaba

保持 DeepSeek 作为对话大脑,图片照样直接发,并且可以在「设置 → 插件」里随时切换识图供应商。

MIT2026-08
L1 · 可组合多模态S · 100
V
dsh-vision-subagent
ruby1304

给 DeepSeek Harness 加上能力感知的视觉路由:当前多模态模型直接走 DSH 原生图片通道;纯文本模型才把读图任务交给运行在独立视觉路由(MiniMax / Kimi / 任意 OpenAI 兼容供应商)上的一次性子代理。

与当前版本不兼容
MIT2026-09
L0 · 结构完整多模态A · 93
P
dsh-plugin-voice-input
Rio-promax/dsh-voice-input

这是 DSH 语音输入插件的源码目录。普通用户请从仓库首页开始,下载稳定版并运行根目录的 install.ps1,无需手动复制这里的文件。

不能与 2 个同 id 插件同装
MIT2026-09
L3 · 已观测多模态S · 95
P
dsh-plugin-meow-speech
tumi-huakai

DeepSeek Harness 的「输出文本定制」插件:让 AI 的每句话按你定制的规则显示。

MIT2026-08
L3 · 已观测多模态S · 100
C
dsh-cn-bigfish-voice
genius240340

让 DeepSeek Harness 的 Agent 用中文思考,并以大肥鱼的口吻回复。

MIT2026-10
L3 · 已观测多模态S · 95
V
dsh-voice-kit
aaaadrop

为 DeepSeek Harness Web 界面提供语音输入与朗读。

与当前版本不兼容
MIT2026-08
L1 · 可组合多模态A · 90
T
dsh-text2img-compress
Nigel211

一个 DeepSeek Harness(DSH)插件: 输入框右侧出现「图」开关,开启后,超过阈值的长消息在发送给模型前会被自动渲染为 文字图片(每张 800×800,恰好吃掉 384 token 上限);模型看到的输入从上万 token 降到 几百到几千,而内容一字不差(所有文字都在图里)。

MIT2026-08
L1 · 可组合多模态S · 95
T
dsh-tool-vision
AaLonG-2012

给 DeepSeek Harness 装上"眼睛"的 OpenAI 兼容视觉理解插件。

版本不兼容 · 已强装实测
MIT2026-08
L1 · 可组合多模态D · 68
P
dsh-plugin-speech
NakamuraIA

在 DeepSeek Harness 里朗读助手回复,音频在生成过程中即开始流式播放。

安装时执行构建脚本
MIT2026-10
L1 · 可组合多模态A · 90
T
dsh-tool-visual-primitives
InkshadeWoods

把图片交给外部视觉模型分析,再把带空间定位的纯文本视觉证据交回原对话模型——被增强的模型不需要原生图片输入能力。

依赖有已知漏洞
MIT2026-10
L1 · 可组合多模态D · 67
V
dsh-voice
motongv

这是 DeepSeek Harness(DSH)专属插件,安装:dsh plugin --profile web add @motong/dsh-voice English readers: README.en.md。

不能与 2 个同 id 插件同装
MIT2026-08
L3 · 已观测多模态B · 88
N
dsh-native-audio
luwux

为 DeepSeek Harness 0.2.1-rc.2 增加原生音频附件。0.2.0 起像添加图片一样使用原附件按钮、拖拽或粘贴音频,自动显示在附件栏,不需要再点击「插入到消息」。

与当前版本不兼容
MIT2026-11
L1 · 可组合多模态A · 90
T
dsh-teaching-board
ArcaneOrion

DSH 会话内的教学平面:把 agent 生成的 self-contained HTML 投影成可讲解的板书界面, 并让使用者直接在板面上圈画、把画面截图发回对话。

版本不兼容 · 已强装实测
MIT2026-09
L3 · 已观测多模态S · 100
V
dsh-voice-call
biliye

DSH 桌面端与 Web GUI 的个人语音通话助手插件:悬浮球通话面板、本地 SenseVoice / FunASR 语音识别、云端 TTS 语音回复、子代理任务分发与进度跟踪。

MIT2026-10
L3 · 已观测多模态S · 100