多模态 · 已扫描 · 第 7 页 635 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 635 个)。

635个插件 第 7 / 27 页
I
dsh-imagegeneration
ninjasle/dsh-imagegen

给 DeepSeek Harness 接上文生图能力的插件:模型可以直接画图,图片直接显示在对话里;输入框上还会多一个按钮,点开就能改接口地址 / 模型名 / API Key。

MIT2026-10
L3 · 已观测多模态S · 100
V
dsh-vision-plugin
bug-huntter

DSH 图片识别插件 — 为 AI 会话添加图片理解能力。

MIT2026-10
L3 · 已观测多模态S · 100
P
dsh-pele
yyyyaaa/dsh-pele-plugin

Mermaid diagrams as themeable SVG cards in the DeepSeek Harness chat, rendered with Pele.

与当前版本不兼容
MIT2026-11
L3 · 已观测多模态A · 90
S
dsh-siliconflow-vision
ShiXiangYu2

DSH(DeepSeek Harness)插件:通过硅基流动(SiliconFlow)的视觉大模型识别/分析图片。

MIT2026-08
L3 · 已观测多模态S · 100
A
dsh-ark9canvas
Aik358

DeepSeek Harness Web GUI 的生图插件:Agent 用一个工具按需作画,你用浮窗工作台随手出图——而 Agent 发起的每一次生图,默认都要等你批准,没有人点头就不会计费。

BSD-3-Clause2026-09
L3 · 已观测多模态S · 100
V
dsh-voice-gateway
zq0951

面向 DSH Web 客户端的语音网关客户端界面插件:麦克风状态指示器、六态状态机(空闲、聆听、思考、生成、播报、断开)、声纹注册和自动播报控制。

MIT2026-10
L3 · 已观测多模态S · 100
V
dsh-vision-mix
haiziyao

Vision Mix 是 DeepSeek Harness 的视觉增强插件。它把文本模型、视觉模型和可选的图片生成 API 组合成一个 Mix 模型,让原本不支持图片的 Agent 能识别上传图片、理解网页截图、持续追问图片内容,并生成或编辑图片。

MIT2026-09
L3 · 已观测多模态S · 100
R
dsh-realtime-voice
AlexKaiqi

dsh-realtime-voice 是一个提供商中立、全双工的语音智能体插件,面向 DeepSeek Harness。

版本不兼容 · 已强装实测
MIT2026-08
L3 · 已观测多模态S · 100
S
dsh-show-image
Aetheri-AI/dsh-plugins

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
MIT2026-08
L3 · 已观测多模态A · 90
C
cordis-plugin-image-offload-fallback
argszero

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。

MIT2026-10
L3 · 已观测多模态S · 100
T
dsh-tool-describe-image
zhu1090093659/dsh-web

模型侧 describe_image 工具:为纯文本模型(DeepSeek V4 等)提供图像理解能力。

Apache-2.02026-09
L3 · 已观测多模态S · 95
T
dsh-tool-vision
pzqian123

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
MIT2026-08
L3 · 已观测多模态B · 85
A
dsh-auto-sight
thanderming/dsh-auto-vision

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
MIT2026-11
L3 · 已观测多模态S · 95
I
dsh-image-bridge
caipj

通过独立的识图子智能体识别图片,子智能体模型可单独配置。

不能与 3 个同 id 插件同装
MIT2026-11
L3 · 已观测多模态B · 80
I
dsh-image-plugins
alanzhao0128

DeepSeek Harness(dsh)在纯文本主模型之后提供的多模态能力(例如

MIT2026-10
L3 · 已观测多模态S · 100
M
dsh-media-inspect
https://www.npmjs.com/package/dsh-media-inspect

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。

MIT2026-10
L3 · 已观测多模态S · 100
P
dsh-payload-guard
XiAzir

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。

MIT2026-10
L3 · 已观测多模态S · 100
V
dsh-video-to-notes
YLL-KB

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。

MIT2026-09
L3 · 已观测多模态S · 100
S
dsh-speech
allmodels-io

DeepSeek Harness 应得的语音插件。

版本不兼容 · 已强装实测
MIT2026-09
L3 · 已观测多模态C · 78
P
dsh-plugin-uisfx
XanthanL

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
MIT2026-08
L3 · 已观测多模态A · 90
V
dsh-voice
STARDUSTLC666

- 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 3 个同 id 插件同装
MIT AND LGPL-3.0-only2026-10
L3 · 已观测多模态D · 68
D
dsh-draw-gacha
Aik358

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。

MIT2026-08
L3 · 已观测多模态S · 100
C
dsh-chat-image
Niobium-41-nb

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。

MIT2026-08
L3 · 已观测多模态S · 100
V
dsh-villager-hmm
nagatoquin33

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。

MIT2026-09
L3 · 已观测多模态S · 100