CATEGORY
该分类下经过 manifest 校验、精确版本的插件。
dshtools-sensevoice-input
由 SenseVoiceSmall 驱动的本地语音转文字功能,适用于 DSH Desktop 输入框:点击输入区域旁的麦克风,说话后,识别出的草稿(带有语言/情感标签)将写入输入框。
dsh-plugin-vision
给 DSH agent 装一双眼睛:调用在线 VLM(多供应商、OpenAI 兼容)分析本地图片、URL 与会话上传的附件;勾选的模型特色能力会实时注入系统提示
dsh-computer-use-windows
Windows Computer Use for DeepSeek Harness:窗口限定截图、高可靠 OCR、已验证点击、纯 OCR 模式、可插拔视觉模型。
dsh-unlimited-ocr-skill
使用原生 DeepSeek Harness 工具和图形界面配置,实现无限制的 OCR 长文档解析。
dsh-media-serve
DeepSeek Harness 主机插件:通过 Web 服务器在 /media 下提供配置的工作区/媒体文件夹,因此任何对话都可以通过引用 http://<host>:<port>/media/<relative-path> 来显示本地图像。
agnes-media
在 DeepSeek Harness 中为 Agnes AI 媒体模型(agnes-image-2.1-flash、agnes-video-2.5-flash)注册 generate_image 和 generate_video 工具。支持通过 reference_image_urls 使用多图参考。
dsh-vox-input
通过浏览器 Web Speech API 为 DSH Web 编辑器提供语音(语音转文字)输入:点击麦克风,说话,转录文本会填入输入框。无需服务器,无需 API key,内容不会离开设备。
dsh-ppt-master
适用于 DeepSeek Harness 的 PPT Master 技能:用于生成可编辑 PPTX 演示文稿、SVG 快照、填充原生模板以及增强 PPTX 的 AI 驱动演示文稿工作流。
dsh-llm-vision
面向模型的 describe_image + extract_text 工具,适用于 DeepSeek Harness Web GUI:通过兼容 OpenAI 的视觉端点,为仅支持文本的模型提供可靠的图像理解和 OCR,并支持关键检查提示、自动预处理、重试以及持久化答案缓存。
dsh-tool-imagegen
通过 OpenRouter 的统一 Image API 为 DeepSeek Harness 提供文本到图像生成功能,支持按能力控制参数并将文件输出到工作区
@difimim/dsh-voice-input
DeepSeek Harness 语音输入插件:在输入框加入麦克风按钮,用浏览器 Web Speech API 把语音实时转成文字填入输入框。
dsh-screenshot-review
截图审阅 dsh skill: 模型自己截图、自己看图、自己改代码,迭代优化前端效果
@lijian-ui/dsh-vision-toggle
DeepSeek Harness (dsh) 的按模型视觉(图像输入)开关:列出所有已配置的模型,并切换开关以启用或禁用图像支持,无需手动编辑 settings.yaml。
dsh-periscope
DSH Desktop 插件:将纯文本模型(deepseek-v4-flash / deepseek-v4-pro)保留为会话默认模型,并自动将包含图像的请求路由到配置的视觉模型;同时提供通用文件附件功能(拖放/粘贴任意文件作为持久附件,代理通过路径读取),作为
dsh-video-player
适用于 DeepSeek Harness 的浮动、可拖动、可调整大小的视频场景播放器。播放来自 Stash-style 场景服务器的每场景一个 MP4 剪辑,并尽力支持 YouTube / Twitch / Jellyfin / 自定义链接。
phone-eye
让您的 AI 智能体能够查看并操作真实的 Android 手机——通过 adb 实现视觉与 UI 树融合,适用于任何 MCP 客户端
dsh-voice-input
使用当前会话模型为 DeepSeek Harness 提供语音听写和转录文本清理。
@hackerfish/dsh-voice-input
语音输入:对话框麦克风按钮,浏览器内置 Web Speech API(zh-CN)识别,结果填入输入框草稿
dsh-deepseek-model-router
为 DeepSeek Harness 自动切换 DeepSeek 模型:有图像时将每个模型请求路由至视觉模型,复杂任务路由至专业模型,否则路由至快速模型;包含用于按会话手动覆盖设置的 switch_model 工具。
dsh-funasr-voice
DSH Web 本地离线语音输入插件:浏览器采集麦克风 → host 拉起本地 FunASR (SenseVoiceSmall) 识别 → 文字填入输入框。
dsh-imggen
DeepSeek Harness 插件:文本生成图像输出,支持聊天内图像卡片、下载按钮、历史记录图库和提供商选择标签页
dsh-attachment-downscale
附件自动降级:DSH 图片准入(单边 ≤2000px / ≤3.5MB / ≤4000万像素)超限图片不再拒绝,用 sharp 自动缩小/重编码后入库,用户上传手机原图不再踩线。
dsh-text2img-compress
将长文本渲染成图片发送,以压缩 LLM 输入 token(DeepSeek 视觉模型,每张图片最多 384 token)— 基于图片的文本 token 压缩,适用于 DeepSeek Harness
dsh-computer-use-vision
DeepSeek Harness 的 Windows 计算机使用能力:屏幕截图 → 视觉模型 → 模拟鼠标/键盘输入,并配备自我演进的知识库。
@dsh-extension/dsh-generation-image
DeepSeek Harness (DSH) 的按需图像生成:generate_image 工具调用您自己的 OpenAI-compatible 图像 URL + API 密钥,并将图像传送到会话中
dsh-image-vision-bridge
DSH 主机插件:自动将用户消息中的图像发送给视觉模型(默认使用 opencode-go 上的 mimo-v2.5),并将返回的文本描述传递给主文本模型(例如 deepseek-v4-pro),不会修改可见的聊天记录。
@dsh-external/dsh-image-tiler
DSH agent 工具:将大型图像切分为带标签的约 800x800 图块,并生成一张概览缩略图,为视觉模型保留细节。
@local/dsh-image-describe
DeepSeek Harness 宿主插件:让不支持图片输入的纯文本主模型也能"看图"(describe_image 工具 + 图片标记替换)
dsh-pro-vision
让 DeepSeek-V4-Pro(仅文本)使用 V4-Flash-Vision-Exp 处理附件图片。Mac/Windows/Linux。
dsh-official-vision
DeepSeek 官方视觉 API 与 DeepSeek Harness 的直连桥接:将 deepseek-v4-flash-vision-exp 多模态模型注册为提供商路由,并支持通过 base64 内联数据和 Files API 输入图像。DSH 插件