CATEGORY
该分类下经过 manifest 校验、精确版本的插件。
dsh-image-annotate
DSH 网页插件：点击编辑器中的待处理图像进行标注（画笔、方框、箭头以及可移动/调整大小的文本框），并将标注后的 PNG 作为新附件插回。
taishan-vision
泰山识图 Taishan Vision - 让 DeepSeek Harness 纯文本模型也能识图:GLM 视觉识别 + 所选模型推理(静态插件包,重启永久生效;由鲸晴 JingQing v1.1.8 魔改)
@zivye/dsh-img-save
DeepSeek Harness 对话中图片的悬停下载按钮
dsh-image-governor
DeepSeek Harness 的会话图像负载管理器：检查会话仍在发送哪些图像，选择要保留的图像，并将其余图像移出模型上下文。
dsh-media-inline-preview
DeepSeek Harness 聊天的全能内联媒体：```mip-img / ```mip-video / ```mip-audio 围栏可渲染图像（卡片 + 灯箱 + 网格，TGA→PNG），并在消息中直接显示原生 cvideoe 和 caudioe 播放器（采用 img-preview/dsh-mermaid/pbr-render 的统一模式）。图像路由会完整读取本地工作区图像
dsh-image-base64
DeepSeek Harness 插件：在视觉请求前将图像转码为适合 Base64 的格式（PNG），修复 LM Studio 等网关拒绝非 PNG/JPEG/GIF 数据 URL 并显示“'url' field must be a base64 encoded image.”的问题。
dsh-image-format-converter
将绑定到模型的图像转换为 JPEG/PNG/WebP，以兼容 LM Studio
dsh-asr-voice
开口即成文 · Speak-to-prompt for DeepSeek Harness：云端 ASR 语音识别 + 提示词优化 + 填入草稿/自动发送，跨平台 macOS / Windows。
um-dsh-azimg
让 DeepSeek Harness 代理拥有视觉：通过视觉模型进行本地图像分析——um_analyze_img 工具 + 模型能力识别 + 热切换设置界面
dsh-creative-studio
DSH × Creative Studio — 面向 DeepSeek Harness 的可移植 AI 图片修图与视频编辑技能包：支持分级质量抠图、局部重绘修图、文字/logo 合成、批量平台导出、素材审阅、分镜和时间线剪辑。· 美工 + 视频剪辑技能包：抠图/改图/文字/logo/合成/批量规格化
dock-media
用于 dock 文件浏览器的媒体播放器：播放音频（MP3、WAV、OGG、FLAC、M4A、……）和视频（MP4、WebM、MOV、……）文件，并为纯音频提供音乐播放器，为视频提供全屏播放功能。
dsh-imagegen-zhenzhen
支持 zhenzhen-image 异步任务网关的 DSH 图像生成插件（POST /image/generations -> 顶层 task_id -> 轮询 GET /image/generations/<id>）：支持文生图和多参考图图生图，无需桥接进程或外部图像托管。Forked from @dickpy/dsh-i
dsh-plugin-use-images
在 DeepSeek Harness 中将图像生成 HTTP API 作为原生图像模型使用
dsh-galgame-generator
DeepSeek Harness (DSH) Galgame 生成器：提供剧本文档以及工作区中的角色、背景、BGM 和动画素材（img_human/、img_bg/、audio/、img_cg/，可选 img_ui/），即可构建可玩的视觉小说网页，支持自定义开始界面、可配置存档、多
@jetecho/dsh-csv-and-image-preview
在 DeepSeek Harness 聊天中预览图像 / SVG 和 CSV 表格，并将其渲染为真实浏览器的 <img> / <table> 元素。预览优先工作流：向用户显示资源，等待批准，然后应用实际更改。
dsh-newapi-video
从对话中调用 new-api（one-api 风格）中转站的视频模型，并提供通过 @ 引用的图像/视频素材和提示词。
dsh-tts-flash
DSH 语音阅读器：在 LLM 回复流式输出时朗读内容。内置 Edge-tts，可通过设置面板接入任何兼容 OpenAI 的云端 TTS，并在模型思考时播放带语音的等待短语滚动提示。
dsh-omnifile
DSH 文件适配插件（面向 DSH 0.1.2-alpha.1）：拖拽/粘贴/点击上传/@ 文件引用加入本地文件，以「文件：<路径>」引用随消息发出；主模型按需调用 dshomnifile 工具解析——文本多编码直读、Office/PDF 等文档由 anydoc 提文本、文档内嵌图片与扫描/图文混排 PDF 页由进程内 pdfjs 渲染 + 配置的多模态模型识别（内容哈希缓存 + 并发排队）并组装为 Markdown；聊天内文件卡片可预览图片、本地打开源文件；识别走官方 ctx.llm.stream。
dsh-speech
DeepSeek Harness (dsh) Web 主机的语音能力插件：通过令牌控制的 /s/api 路由系列，基于可配置的提供商提供音频转录（ASR）和语音合成（TTS）
dsh-model-modality
标明已配置的第三方模型是否接受图像（多模态）输入；将该模态写入所属提供商设置，并通过运行时模型解析进行验证。
dsh-videogen
适用于 dsh Web GUI 的 AI 视频插件：多供应商视频生成渠道（OpenAI-compatible /v1/videos、Kling、MiniMax Hailuo、Volcengine ARK、自定义通用异步）、FFmpeg 视频处理（探测 / 帧提取 / GIF / 图像压缩）、轻量级分镜工作室（模板 + 镜头 + FFm
@lovstudio/dsh-video-studio
面向 DeepSeek Harness 的本地优先视频编辑工作台，支持 Remotion、GSAP 和可插拔 ASR
@goodandready/dsh-im-hub-media
面向 DeepSeek Harness 的多平台 IM 网关（带媒体功能的 dsh-im-hub 分支）：支持 Telegram 语音/照片/文档/视频及回复处理，STT（Deepgram 为主要服务，HF Whisper 为备用），出站 MEDIA: 标记。Feishu/WeCom 保持不变。
dsh-voice-input-qwen-asr
语音输入插件（双界面）：麦克风按钮位于编写器发送操作旁，实时录音气泡将 PCM 流式传输至由主机管理的本地 Qwen3-ASR Python 服务；另提供 ASR 环境设置页面（克隆运行时/模型仓库、创建 venv、运行服务器）。双语界面（zh/en）
dsh-file-upload-local
适用于 DeepSeek Harness 的本地文件上传插件：提供回形针按钮和拖放功能，将文件按会话存储在 .dsh-uploads/<sessionId>/ 下，并提供 read_document 工具来分页读取文本和对图像进行 OCR（tesseract.js），使仅支持文本的模型也能读取截图。
dsh-image-picker
DeepSeek Harness Web GUI 输入框 📎 选图按钮:通过系统文件选择器添加参考图,绕开拖拽环境问题,复用官方附件管线(缩略图/上限校验/随消息上传)。Image-picker button for the conversation composer.
@dsh-voice/bundle
dsh-voice — 输入语音笔记，输出语音回答：口述音频会转换为用户消息（转录），让代理朗读回复（语音），并在长时间无头运行期间留下可供事后收听的旁白。优先使用本地处理，普通音频文件存放在 ~/.dsh/voice/
@lamplitisles/kepos-speech
Kepos Speech 插件，用于在 DeepSeek Harness Web 中使用阿里巴巴和字节跳动的中文语音合成及短音频识别功能
dsh-grok-adaptation
使用 Sharp 规范化尺寸过小的 Grok Responses 图像，同时保持受支持的大尺寸图像不变。
dsh-vision-pro-bridge
让纯文本 DeepSeek-V4-Pro 获得真正的视觉能力，无需新增依赖，并且仅使用 DeepSeek 路由：图像由 deepseek-v4-flash-vision-exp（您现有的 DEEPSEEK_API_KEY）进行描述，然后将文本传递给 V4-Pro。
