多模态 · 已扫描 · 第 24 页 635 个插件
图像、语音、视频、截图识别 本页是第 24 页,收录第 553–576 个(共 635 个)。
为 DeepSeek Harness 增加「外挂识图模型」能力:让本来不具备视觉能力的模型,通过一个可自定义地址/密钥/提示词的外部视觉模型来「看懂」图片与屏幕。
不能与 3 个同 id 插件同装dsh-plugin-control-your-capture 把截图与录屏工具装进 DSH:按物理像素抓显示器、窗口或区域,并在 Windows 单屏 console 录成 MP4。
本包是 OpenCode 版插件 的 DeepSeek Harness(dsh)适配版: 一条命令安装后,AI 助手掌握全书章节结构,并能按书页码现场 OCR 调取原文 (答题标注出处、备考出题、关键数字核对)。
DeepSeek Harness 的语音对话插件:点一下说话 → 识别成文字发给我 → 我的回复自动朗读出来,形成可以一直挂着的语音通话。
画面由代码逐帧生成,不经过任何文生视频(text-to-video)模型。
把「正在听到的声音」变成可用的一句话:悬浮球里选音源,本地实时转写,点某一句就搜答案。
给 DeepSeek Harness 一个「本机合成语音」的插件。
给 DeepSeek Harness 装一双眼睛和一张嘴:实时看着你的桌面,再按画面和文字决定用什么语气把话说出来。
为 DeepSeek Harness 对话模型注册 generate_image / generate_video 两个工具。
依赖有已知漏洞DeepSeek Harness 插件:为会话注入 依赖千问AI平台的三个图像原语工具。
版本不兼容 · 已强装实测让 DSH Agent 直接「读」视频网站的字幕:给出一个视频链接,Agent 就能拿到带时间轴的台词文本,用来总结、检索、引用、导出 SRT。
一个 DeepSeek Harness 图像生成工具插件:对接 ToAPIs 异步图像 API(GPT-Image-2 等),提供两个模型可调用工具。
不能与 6 个同 id 插件同装低成本视频理解插件:给 dsh agent 注册 video_understand 工具——B站链接 / BV 号 / 本地视频 → AVIS 信息层(ASR 转写 + 场景结构 + 运动对象轨迹 + YOLO 语义)→ 摘要+问答。
不能与 1 个同 id 插件同装Windows 键鼠 + 截图 + 窗口自动化工具插件(DeepSeek Harness)。
DSH(DeepSeek Harness)原生的 CodeMirror 6 开发工作台插件:把主区域变成 VS Code 风格的代码工作区,对话栏保留在右侧,编译与运行结果直接进入集成终端。
将苹果 设备端 Vision 框架(macOS)桥接进 DeepSeek Harness(dsh),提供本地工具:OCR 文字识别、图像分类、人脸检测与文档版面分析。
为海报、Zine、肖像、包装与视觉观察笔记而生的单色 / 受控双色编辑图像 Skill。
用 DeepSeek 模型写一份分镜 JSON,一次工具调用出一支竖版宣传片(1080x1920,15–45 秒)。
让 DeepSeek Harness 里的纯文本模型能看图。
遇到“这个页面、这段文字、这个报错”,按需读取当前窗口上下文,减少复制粘贴。
dsh-vision 是 DeepSeek Harness 的视觉辅助插件:接入任意 OpenAI 兼容的多模态模型(如 Qwen-VL、GLM-4V),为无图像理解能力的主模型(如 DeepSeek)提供视觉能力。
与当前版本不兼容把《大肥鱼豆包制作视频》那份 SOP 里写了但没人能验的部分,做成 DSH 里一串会真的拦人的闸门。
qqbot-music 的 DeepSeek Harness(dsh)插件。装上以后,大肥鱼多两个工具。
DSH 视频皮肤:一段短片循环铺成整个界面的聊天背景(无声、透明度界面里就能调), 另一段做有声的开机动画(片尾交叉溶解进界面、点击画面随时跳过)。
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。
