デザイン・メディア・ビジョン

DeepSeek Harness 用のビジョンプラグイン。DeepSeek や GLM などのテキスト専用モデルに画像認識を外付けし、画像を貼るだけで OCR・レイアウト・意味情報を構造化 JSON として取得

テキスト専用 DeepSeek Harness エージェントに目を与えるプラグイン。キー不要の無料ビジョンチェーン内蔵に加え、QA、グラウンディング、切り抜き、OCR などのツールをワンコマンドで導入可能

テキスト専用 DSH エージェントに 10 個の構造化ビジョンツールを提供。意図を意識した画像 QA、長いスクリーンショットの OCR、ピクセルレベルのグラウンディング、UI 復元、ピクセル差分など

DeepSeek Harness チャット内で直接画像生成

DeepSeek Harness と OpenPencil を接続し、会話内で .op ドキュメントをプレビュー・編集・検証

DeepSeek Harness 向けネイティブに近い画像理解

テキスト専用DSHエージェントにローカル動画理解をさせる2ツール。フレーム抽出＋視覚キャプションとASR書起こし、プロバイダー設定可。

Windows スキルパック：画像/OCR/物体検出/動画/音声/PDF（Qwen クラウド）、qwen-mm-plugins MCP 登録

OpenAI 互換エンドポイント（gpt-image-2）による text-to-image / image-to-image

view_image ツールでテキスト専用 DeepSeek を OpenAI 互換 VLM に橋渡し（OCR、チャート、UI レイアウト）

ピクセル→テキスト識図。image_scan/ocr/sample + 34 画像訓練スキル

DeepSeek Harness 上で使える ComfyUI プラグイン。ComfyUI ワークフローを AI から操作できます。

無料ビジョンブリッジ+画像生成。GLM-4V-Flash/Gemini フェイルオーバー

DeepSeek 公式のマルチモーダル視覚モデルを DSH や Zed、Claude Code などのエージェントから利用できるようにするプラグイン

プロバイダー非依存の AIGC HTTP ブリッジ + 無限キャンバス + ffmpeg 後処理。キャンバス連結・reroll・メディア編集など 13 ツール

添付画像を OpenAI 互換 VLM(既定は DashScope qwen)でテキスト化して DeepSeek へ渡す自動画像転写プラグイン。key なし時はローカル Ollama を自動検出

ローカル OCR プロバイダー（RapidOCR + DeepSeek-OCR-2）。画像を API 送信前にテキスト化

画像を任意 vision モデルでテキスト化し、テキスト専用 LLM のまま画像理解

ユーザー画像を任意の OpenAI 互換視覚モデルへ転送し、結果を Web UI 右パネルに表示するテキスト専用モデル向け視覚プラグイン

DeepSeek Harness に外部画像認識モデルを追加:送信画像の自動認識と会話への回送、screenshot/recognize_image ツール注入、複数プロトコル自動適応

DSH Web の会話内で Mermaid コードブロックを SVG 図としてレンダリング

DSH チャット内で API チャネルまたはローカル CLI（mmx / codex / agy 対応）を呼び出して画像を自動生成・表示

DeepSeek Harness Image2 画像生成プラグイン：サードパーティ OpenAI Images 互換 API 経由で gpt-image-2 を呼び出し。baseURL と API Key の設定のみ

DeepSeek Harness 用 MiniMax マルチモーダルハブ。画像理解・動画生成・音声・音楽・Web 検索などを mmx-cli 経由の単一ツールに集約

vision_query ツール + /image-vision：OpenAI 互換 API で純テキストモデルに視覚

DeepSeek Harness 向けビジョン言語ゲートウェイ：画像を貼ると DeepSeek がテキストとして認識

luma-mcp 経由でテキスト専用モデルに画像理解を提供する vision ブリッジ。デフォルトで無料の Qwen3-VL-Flash を使用