多模态 · 已扫描 · 第 3 页 635 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 635 个)。
npm 安装包 · 下载 Release · 反馈问题。
与当前版本不兼容DeepSeek Harness(DSH)AI 音频插件 —— 让 DSH Web 变成一个音频工作台:文本转语音、音乐生成、音效生成、音色设计,侧边栏面板和 Agent 都能直接用。
🎤 语音输入(逐句实时入框) · 🔊 回复朗读(一键/自动) · ✏️ 边听边改(打字修改不回写)
🧊 2026-10-05 起冻结 —— 只修真实故障;下方记录了生态已收敛到的更广泛采用的实现。
不能与 1 个同 id 插件同装DeepSeek Harness 插件:每次执行完成播放音频提醒,内置多款原神角色语音;agent 向你提问、等待输入时也会提醒。
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。
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
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。
让 AI 在开发对话中默认使用 Mermaid 图。
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。
与当前版本不兼容把 eXe 的设备交给 DeepSeek Harness:在你自己的机器上跑 shell、把截图作为图片交给模型。
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- 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。
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 1 个同 id 插件同装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。
让 DeepSeek Harness 的 Agent 用中文思考,并以大肥鱼的口吻回复。
在 DeepSeek Harness(DSH)对话中把图片分离成可编辑图层,在系统默认浏览器打开原文档修改,再按需导出 PSD。
依赖有已知漏洞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。
让 agent 在一台真实 Chrome 或 Edge 里干活,侧栏同步镜像,你能看着,也能随时接手。
不能与 2 个同 id 插件同装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。
