多模态 · 声明可装 · 第 7 页 541 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 541 个)。
一个 DeepSeek Harness 插件,添加 show_image 工具:模型可以把本地现有的 PNG、JPEG、WebP 或 GIF 文件展示给人类观众,在 Web 会话记录中内联渲染。
与当前版本不兼容把因路由无法处理的图片而卡住的会话救回来:让 deepseek-harness 自带的图片卸载恢复逻辑真正收到一个它会处理的失败。
dsh 旁路识图插件:注册 describe_image 工具,把一张图片发给单独配置的视觉模型,返回文字描述给主对话模型使用。
与当前版本不兼容模型侧 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 插件同装给 DeepSeek Harness(DSH)外挂读图能力的插件:当主模型(如 deepseek-v4-flash,本身不支持图像输入)需要读取图片时,它调用插件注册的 read_image_vision 工具;插件读取图片文件,把图片 + 主模型本次按任务构造的 prompt 发给用户配置的可识图模型(多模态),再把该模型返回的文字描述作为工具结果交回主模型。
版本不兼容 · 已强装实测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
一个 DSH(DeepSeek Harness)插件:识别所有常见音频与视频格式,只说话、不做事。
DSH 插件:请求体超限(HTTP 413)自愈 —— 触发后,将上下文中最老的一批图片出现位置转换为文本占位符,然后重试。
在 DeepSeek Harness 中,将课程、讲座、教程、纪录片、会议和演讲视频转化为结构化的学习笔记。
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。
面向 dsh-connect 的 Web 渠道适配器:跟踪哪些会话被镜像到 DSH Web GUI。
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。
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。
