提供右侧停靠文件树，支持代码、文本、图片、音视频、PDF一键预览；新增工作区自动停靠，窄屏下自动切换为响应式抽屉，提升文件浏览效率。
提供图像理解与OCR能力，将截图、文档等视觉信息转为结构化文本，同时持久化保存视觉证据，让纯文本模型在后续对话中可随时回溯图像内容，轻量集成即可获得多模态扩展。
词性高亮插件，在Markdown渲染时将名词标绿、动词标红、形容词/副词标紫，其余灰色。安装即用，无须配置，阅读时词性一目了然。
支持直接粘贴图片，自动触发四个视觉模型同步识别并比对结果，内置OCR提取文字，通过文本桥自动填充输入框，省去手动复制的繁琐。查看不同模型的识别差异更直观。
在对话流接缝处调用Gemini Flash，自动将用户附带的图片实时转为文字描述，同时开放describe_image工具供纯文本模型调用，无需更换模型即可获得视觉理解。
支持将截图和本地图片经MindSee转成文字，让对话模型能看图作答。安装即可使用，无需额外配置，自动提取图像信息并融入上下文，强化多模态交互。
将 ComfyUI 工作流抽象为合同槽，模型只见结构化模板、不见 JSON。支持文生图/图生图/文生视频/图生视频模板，双重预检防幻觉，官方/自定义节点活体判定。
通过任意兼容OpenAI的视觉语言模型端点，为纯文本对话扩展图像查看能力。跨平台支持macOS、Windows、Linux，一键安装即可调用，本地或远程服务无缝适配。
轻量级视觉插件，借助阿里云百炼或任意兼容OpenAI的视觉API，让纯文本模型直接识别图像内容。无需重训模型，即插即用，支持主流多模态接口，快速为LLM补充视觉能力。
DeepSeek Harness 的 Codex 扩展：粘贴识图、生图/改图，本机 Codex CLI 子代理干活
浏览器扩展侧边栏，实时读取当前页面上下文，内置视觉桥接支持图像识别，配合语音输入，全程无需切换页面即可与AI对话。
依托goz引擎直接解析NTFS的MFT文件名索引，实现全盘文件毫秒级定位。无需遍历目录结构，资源占用极低，提供Everything级搜索体验，可无缝嵌入现有工具链。