轻量级插件，借助兼容OpenAI的视觉语言模型端点，自动把图片转成文字描述，让纯文本模型获得看图能力。无需训练，配置好端点即可直接调用。
轻量级文字识别插件，直接调用系统自带识别引擎，支持多语言文字提取，提供图像文字输出，无需额外模型，安装即可使用，运行高效。
集成 VS Code 风格文件树，支持多标签页编辑、Markdown 阅读/分屏、悬浮大纲与 Quick Open 搜索，轻松管理工作区文件。
DSH 插件：基于 @firecrawl/anydoc 将 Word、PPT、Excel、PDF、EPUB、CSV 等文档转换为 GitHub-Flavored Markdown
自动将Zotero文献库索引为标准化的证据存储，为AI智能体提供可追溯的引用上下文。内置元数据抓取、全文关联与查询接口，保留原有目录结构，无需迁移数据即可实现跨库检索与证据溯源，让文献直接服务于智能体的推理与决策。
支持多会话在同一工作区进行文件认领与释放，通过心跳检测自动接管过期占用，并利用Git三路合并在异步挂起区安全合并并发修改。
PDF toolbox for DeepSeek Harness: extract text, metadata, and page ranges via pdfjs-dist (local, no API key)
Vision for DeepSeek Harness: Doubao Web by default (zero-cost, no API key), Antigravity IDE quota (flash/pro), any IDE C...
自动将用户图像转发至任意OpenAI兼容视觉模型，识别结果实时呈现在Web UI右侧面板，无需改动现有聊天链路，纯文本模型即刻获得视觉能力。
支持多文件上传与流式下载，内置缩略图生成与MIME类型校验，同时提供简洁的API和可插拔存储层，让附件操作一两行代码就能跑通。
图片以原生附件体验直接送入纯文本模型，文档、压缩包、音视频在附件栏显示为方块；点击发送自动转为工作区路径，配合 vision-toolkit 可粘贴即看图，兼顾视觉与文本信息。
本地优先自动化执行任务，数据全程不出设备。支持接入你自己的LLM、数据库和知识库，基于ReAct推理，附带300+技能模板。采用DAG、WAL、Saga等机制实现确定性工作流，兼容MCP协议，离线内网环境可用。