Plugins

Übersetzer für Windows x64 mit eigenem Seitenleisteneintrag und Workbench-/Chat-Oberfläche, paralleler Text- und Dokumentübersetzung, Bildschirmbereichsübersetzung, Verlauf, Host-Modellauswahl, Spracheingabe und Vorschau. Dokument-OCR nutzt CUDA mit CPU-Fallback; Bildschirm-OCR läuft auf der CPU. CPU- und CUDA-Paket nicht gleichzeitig aktivieren.

Übersetzer für Windows x64 mit eigenem Seitenleisteneintrag und Workbench-/Chat-Oberfläche, paralleler Text- und Dokumentübersetzung, Bildschirmbereichsübersetzung, Verlauf, Host-Modellauswahl, Spracheingabe und Vorschau. CPU-OCR ohne NVIDIA-Abhängigkeiten. CPU- und CUDA-Paket nicht gleichzeitig aktivieren.

Textprüfung für nutzergerichtete Schreibvorgänge. write/edit-Tools benötigen das human_facing-Flag; das Plugin prüft Text anhand geschichteter PROSE.md-Regeln im Hintergrund, erstellt Annotationen, gleicht sie mit der vollständigen Datei ab und übernimmt sie via /humanize, /humanize-loop oder post-compaction, während die Hauptsitzung weiterarbeitet. /humanize-review verarbeitet auf Anforderung git-getrackte Dateien stapelweise.

Schreibgeschützter JSONL-/NDJSON-Viewer mit Byte-Index, Datensatznavigation und Streaming-Vorschau großer Datensätze. Erfordert DSH >=0.2.1-rc.2.

GPT-SoVITS-Sprachausgabe für DSH: speak-Tool und /voice-Befehl, Vorlese-Lautsprecherschaltfläche unter jeder Antwort und Einstellungs-Tab zum Wechseln der Stimmen, Anpassen der Synthese, Verwalten des lokalen Dienstes und Installieren eines Voice-Packs mit einem Klick. Nur Windows; benötigt einen lokalen GPT-SoVITS-Checkout mit trainierten Gewichten und Python-Umgebung.

Liest Assistant-Antworten mit Microsoft-Edge-Neuralstimmen vor und hebt den gesprochenen Satz hervor. Hintergrundfarbe, Textfarbe und Deckkraft der Markierung sind einstellbar. Ergänzt jede Antwort um eine sound-wave-Schaltfläche sowie Pause, vorherigen/nächsten Satz, Geschwindigkeitsregler und Auto-Vorlesen.

Zwei-Wege-Sprache für die DSH-Web-App: Diktat über den einheitlichen Composer und Antworten per Lautsprecherschaltfläche oder automatischem Vorlesen hören, auf jedem Gerät. Benötigt DSH 0.1.7+, Node 22+, Python 3 mit numpy und requests, ein TTS-Modell und ein Mikrofon.

Spielt Bilibili-Videoaudio über eine schwebende Leiste der DSH Web UI ab, mit Warteschlange, Suchlauf und Geschwindigkeitsregler sowie hostseitigem Reverse-Proxy für die CDN-Referer-Prüfung.

Besprechungsnotizen für dsh: eine Besprechung je Unterhaltung, lokal transkribiert und nach Sprechern getrennt, mit Punkten, Aufgaben, handschriftlichen Notizen, Reviews und Monatswerten im selben Panel. Export als SRT/Markdown/Word und portables ZIP zum Import in anderes dsh. Bestätigte Aufgaben gehen per Klick entsprechend den Robotereinstellungen an DingTalk/WeCom. Erkennungsmodelle austauschbar; stärkeres lokales Modell per Datei importierbar. Cloud-Erkennung standardmäßig aus, keine Anfrage ohne Zustimmung. Word-Export benötigt Python und python-docx; beim ersten Lauf wird ein Modell mit 28 oder 77 MB geladen.

Durchsucht gemeinfreie Werke in Project Gutenberg, Wikisource, Internet Archive und Standard Ebooks nach Titel, Autor, Figur oder grob erinnerter Handlung oder importiert EPUB/PDF/TXT/DOCX/Markdown zum Anhören in der Seitenleiste. Mit Microsoft-Edge-Neuralstimmen, offline Kokoro oder Gerätestimmen; merkt die Position, ermöglicht Sprachnotizen zum zuletzt gehörten Abschnitt und Gespräche über das Buch mit dem DSH-Modell.

Strukturierte Bilderkennung: Lokale sharp-Messungen und ein Cloud-Vision-Modell liefern in einem Aufruf Beschreibung, OCR mit Koordinaten, Objektpositionen und detaillierte Attribute. Ein Fingerprint-Cache liefert wiederholte Bilder in Millisekunden ohne Modellkontingent zu verbrauchen.

Lässt das Modell ein Video wirklich sehen: Lokales ffmpeg entnimmt Standbilder mit Zeitstempeln, faster-whisper transkribiert die Audiospur; so liest der Agent echte Pixel Frame für Frame, statt einer Textzusammenfassung zu vertrauen. Vollständig lokal, kein Upload; weist ehrlich auf fehlende Sprache hin. Nur Windows; Python 3.10+ und ffmpeg erforderlich. Der erste Aufruf von video_eyes_setup lädt etwa 700 MB (faster-whisper und Modell) herunter.

Nur Windows x64; Preview 0.5.4 unterstützt DSH 0.2.0-rc.2 bis 0.2.1.x. Zwei begrenzte Tools (dragon_browser/dragon_desktop) steuern sichtbare Browser per DOM/CDP und Windows-Apps per UI Automation. Lese-/Steuerungsumfang je Origin und Executable, Batch-Schritte, physischer Esc-Notstopp und Aktionsprotokoll mit ausgeblendeten sensiblen Daten. Wird ein anderes Fenster aktiv, bricht der Schritt ab, statt falsch zu tippen. Eigener Edge/Chrome-Launcher und CDP-Client; kein weiteres Browser-Plugin oder Electron nötig. Kein OS-Sandbox: Logins, Adminfenster und sichere Desktops bleiben beim Nutzer.

Tencent-Yuanbao-Search-Provider für den ctx.web-Einstieg: Ein direkter Search-API-Aufruf je Anfrage liefert portable Titel, URL, Snippet und ISO-8601-Datum. Zugangsdaten werden je Suche aufgelöst, ohne zusätzlichen Modellturn. Erfordert einen Tencent-Cloud-WSA-API-Schlüssel.

Ergänzt das sichtbare Agent-Preset visible-browser (Persona und Tools für Navigation, Formulare, Klicks und Screenshots über Playwright MCP) sowie eine Sperre: Andere Presets dürfen Browser-Tools erst aufrufen, wenn der Nutzer die Session über das enthaltene browser_access genehmigt. Das Bundle bindet den Playwright-MCP-Provider ein. Plugins-Einstellungsseite und browser_source schalten zur Laufzeit zwischen Microsoft Edge (Standard), Playwright-Chromium und einem CDP-Endpoint um. Erfordert die gemeinsame browser-use-Registrierungszeile im Profil (ein Provider je Prozess).

Verwendet Decodo Web Data API als Fetch-Provider für das integrierte web_fetch-Tool: standardmäßig Markdown, fetchProvider fest auf decodo, konfigurierbare Fetch-Obergrenze je Prozess. Erfordert einen Decodo-API-Schlüssel; web_search bleibt unverändert.

Auf jeder im Browser geöffneten Seite bleibt eine Übersetzungsschaltfläche sichtbar. Ein Klick ersetzt alle sichtbaren Textknoten direkt, ein weiterer stellt sie wieder her. Halten und nahe an einen Rand ziehen klappt die Schaltfläche zu einem kleinen Griff ein; nach Navigation wird sie erneut eingefügt. Übersetzt wird über den Host-LLM-Dienst; das Plugin enthält keinen API-Schlüssel.

Registriert ein `valuation_service`-Tool, das einen Workpaper-Baum mit 01/02/04-JSON liest und ein einheitliches Schema zurückgibt: sechs Ratio-Gruppen, Prognose-Ratios, DCF-Eingabefelder mit expliziten Fehlmarkern, Vergleichs-PS/PE und IRR. Deterministisch und lokal: Fehlende Werte für WACC, Wachstum, capex, D&A oder Working Capital bleiben leer, statt geschätzt zu werden; abweichende Annahmen werden zur Prüfung markiert.

Registriert ein `principles_audit`-Tool in DeepSeek Harness. Prüft principle_id-Kollisionen/alte IDs, fehlende Kausalaussagen, Grenzen, Gegenbeispiele oder Belege, Duplikate und Beinahe-Duplikate, Status-/Konfidenzwidersprüche, lange veraltete Einträge und Abdeckungslücken. Befunde werden nach Schwere sortiert; ein Hard Gate liefert pass/warn/fail. Jeder kritische Befund muss durch eine gültige, nicht abgelaufene Ausnahme abgedeckt sein. Die Bibliothek wird nur gelesen.

Steuert Windows visuell per Agent: Windows OCR macht Bildschirmtext zu anklickbaren Zielen; der Agent klickt, zieht, scrollt, tippt und drückt Tasten. Jede Aktion wird per Pixel-Diff und OCR-Textänderung geprüft. F6+F7 ist ein separater Not-Aus.

VA-Studio-Integration mit zehn Tools für Kurzdramen, Bilder, Videos, Romane und Drehbücher sowie zum Reverse Engineering von Prompts aus Bildern oder Videos. Erfordert ein laufendes VA-Studio-Backend.

Hält den /tmp-Cleanup-Daemon aktiv: Ein In-Process-Watchdog startet ihn etwa zwei Minuten nach einer Beendigung durch Android neu und erledigt in dsh fällige Bereinigungen während des Ausfalls. Einstellungsseite für Status, Config, Clean und Dry-Run. bin/tmp-clean (Python 3) ist enthalten, keine Zusatzinstallation nötig.

Erfordert JDK 11+, den DM-JDBC-Treiber und SSH-Zugriff auf die Zielinstanz. Prüft Dameng-Datenbankinstanzen, bewertet Sicherheit und Wiederherstellungsbedingungen und erstellt filterbare Berichte mit geteilten Belegen.

Führt Python aus DeepSeek Harness auf der lokalen NVIDIA-CUDA-GPU aus: Gerätestatus, Vordergrund- und Detached-Jobs, dauerhafte Logs und gemessener Spitzen-VRAM je Lauf.