多模态 · 含界面 · 第 7 页 404 个插件
图像、语音、视频、截图识别 本页是第 7 页,收录第 145–168 个(共 404 个)。
模型侧 describe_image 工具:为纯文本模型(DeepSeek V4 等)提供图像理解能力。
不能与 2 个同 id 插件同装让纯文本模型也能看图。当所选模型不支持图片输入,或识别效果不理想(例如调用失败、返回空内容)时,自动视觉会改用同一 API 下其他可识别图片的模型读图,再把图片替换成那段描述,交给原模型完成这一次请求。
不能与 1 个同 id 插件同装DeepSeek Harness(dsh)在纯文本主模型之后提供的多模态能力(例如
DeepSeek Harness 应得的语音插件。
版本不兼容 · 已强装实测一个 DeepSeek Harness 插件,让 agent 看到它刚生成的屏幕内容——网页、EasyEDA/CAD 图纸、任意桌面应用——并根据所见进行自我修正。
与当前版本不兼容IntelligentEyes 为 DeepSeek Harness(DSH)提供一套干净的视觉策略。
DeepSeek Harness 云端实时语音输入插件。按住右 Alt 说话,松开停止;识别文字追加到当前会话草稿,默认不发送。
依赖有已知漏洞一个 dsh 插件:把 uisfx 的语义化 UI 音效带进 DeepSeek Harness。
版本不兼容 · 已强装实测- 短试听后再决定音色与语速。 - 保留可直接播放和交付的音频文件。 - 转写使用你配置的兼容 ASR 服务。
不能与 4 个同 id 插件同装在 DeepSeek Harness 的发送按钮旁装一根 3D 拉杆——拉下去,用模型思维链的文本信号开一局像素风抽卡。
在 DeepSeek Harness 的 Web GUI 中,把聊天消息里的 Markdown 图片引用( )渲染成助手回复下方的图片画廊。
一个 DeepSeek Harness 插件。每当模型「嗯」了一声——无论是在思维链中还是在回复本身——一只 Minecraft 村民就会向你哼回去。
把 DSH 里读过的文章,变成可以继续修改、保存和导出的图。
版本不兼容 · 已强装实测DSH Web GUI 的浏览器语音输入插件:默认零服务端、零 API Key、零模型下载、零 Python, 也可在设置中按需下载本地模型用于离线识别。
与当前版本不兼容把 RunningHub 的图片生成与工作流任务池接进 DSH。一次安装,两套能力。
DSH(DeepSeek Harness)生图工具:把 OpenAI Images API 包装成一个 agent 工具 generate_image。
与当前版本不兼容当前版本 0.3.3,已验证宿主 DSH 0.2.0-rc.2(宿主仍为 RC)。
安装时执行脚本面向 DeepSeek Harness Web UI 的实时语音转文字听写。
让只支持文本的 DeepSeek Harness 模型获得视觉能力。
三项针对在手机上使用 Web UI 的修复,自托管镜像此前都是在构建时通过给 dsh 已安装的文件打补丁来实现的。改由客户端插件来做,镜像就能搭载未经改动的 dsh,改为安装一个包。
不能与 1 个同 id 插件同装DeepSeek Harness(DSH)的插件:在对话里直接让 Agent 生图,图片显示在对应工具调用的那一行,并同时落进本机素材目录。
为 DeepSeek Harness(DSH)打造的 Web 客户端插件:给设置 → 模型页的每个第三方(pi-ai)提供方卡片补上一个「模型能力」折叠区,按模型声明它接受哪些输入(是否允许图片),以及它提供哪些推理等级——这正是模型页自带表单刻意没有开放的两个 per-model 字段。
版本不兼容 · 已强装实测在 DeepSeek Harness 右侧的上下文 / 文档预览面板中直接播放工作区视频。
右侧边栏预览渲染器,用于补足随附文档预览未提供的能力:视频、音频、LaTeX 源码,以及 JSON/YAML 结构视图。它不注册任何已存在的渲染器,也不替换任何内置渲染器。
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。
