dsh-guide-dog
基于 MiniMax 的多模态插件：实时语音通话模式（流式对话、悬浮胶囊 UI）、语音模式与麦克风语音输入，并提供图像/视频/音乐/语音生成与视觉检查工具。
MiniMax-powered multimodal plugin: real-time voice call mode (streaming conversation, floating dock UI), voice mode and mic voice input, plus image/video/music/speech generation and vision inspection tools.
怎么安装
dsh plugin add github:AtropinolTT/dsh-guide-dog 简介
Guide Dog for DSH, powered by MiniMax **English** | 简体中文 A dynamic Cordis plugin that gives DeepSeek Harness multimodal superpowers through the mmx CLI (MiniMax): **Eyes for DeepSeek** — MiniMax VLM (guide_dog_vision / guide_dog_inspect) describes images, so a model with no native vision input (e.g. DeepSeek) can still review frontend designs, figures, screenshots, and generated images. **Hands for generation** — images (image-01), video (MiniMax-H3 / Hailuo), speech (MiniMax TTS), music (music-3.0), text (MiniMax-M3), and web search. **Web UI preview & playback** — every generated file is ser…
推荐参考
信息
- 协议
- MIT
- 语言
- JavaScript
- GitHub 星标
- 5
- 月下载
- –
- 最近更新
- 2026-08-17
- 创建于
- 2026-08-14
基础安全检查
- 检查结果
- curated 收录但无 npm 包/安装命令
- 收录来源
- curated:awesome-dsh-plugin.com, curated:awesome-dsh-plugin/awesome-dsh-plugin
- 主题标签
- dsh, dsh-plugin, minimax, multimodal, tts, voice-input
同类推荐
modlens
liustack/modlens
为纯文本模型架起视觉桥梁：粘贴图片，输出结构化 JSON 证据（OCR、版面、语义）。
dsh-web
zhu1090093659/dsh-web-ui/tree/main/packages/dsh-tool-describe-image
给纯文本模型补视觉：describe_image 把本地路径/URL/附件图片交给可配置的 OpenAI 兼容视觉端点，进会话的只有返回文本。
dsh-vision-router
ysr666/dsh-vision-router
为纯文本 Agent 提供视觉能力：内置免 Key 视觉链 + 像素级视觉工具（看图问答、定位、裁剪、像素对比、取色、OCR、矢量化、抠图、截图）；粘贴图片即可用。
dsh-vision-toolkit
Anionex/dsh-vision-toolkit
让纯文本模型处理视觉任务：粘贴图片后自动切换到 Vision Toolkit 变体，支持图片问答、多图比较、长截图 OCR、截图还原前端 UI、元素定位与像素对比。默认无需 API Key——图片经作者自建的免费服务处理，每台机器每天 100 张；也可改为指向自己的服务商。