Zum Hauptinhalt springen

Plugins

Durchsuche, filtere und installiere DeepSeek-Harness-Plugins.

171 Plugins gefunden

T

dsh-gsv

taoruiliu19/dsh-gsv

Lokales Echtzeit-TTS für DeepSeek Harness: Stimmvoreinstellungen, automatisches Vorlesen, Engine-Setup-Assistent, Vorlese-Button und ein Einstellungsbereich für die GSV-TTS-Lite-Engine.

9vor 7 TagenVision, Sprache & MultimodalMIT
H

dsh-omni-workstation

huashenglian/dsh-omni-workstation

Omnimodale Workstation für DSH: analyze_image über eine geordnete Failover-Kette aus mehreren VLM-Karten, ein Bildwerkzeugkasten mit sechs Werkzeugen (Zoom, Farbabtastung, Pixel-Diff, OCR, Elementerkennung, Anzeige im Chat), die denselben Bildauflöser nutzen, generate_image über die Protokolle OpenAI/DashScope/ComfyUI, asynchrones generate_video mit mehreren Karten samt Builder /build-video-tool und speak/clone_voice für Sprachausgabe über sieben Anbieter – alles gesteuert von einer selbst speichernden Einstellungsseite.

8vor 20 TagenVision, Sprache & MultimodalMIT
4

dsh-video-pipeline

439436269-ctrl/dsh-video-pipeline

Fügt dem Agent-Skill-Katalog 19 Kurzvideo-Produktions-Skills hinzu (1 Einstieg, 1 Orchestrierung, 17 atomare): chinesische TTS-Aussprachekorrekturen, Text-zu-Bild/-Video, Bildschwenks, Komposition, Cover, Medienprüfung, Datenauswertung und Veröffentlichung auf vier Plattformen. Enthalten sind nur Skills und Skripte. Für eine ausführbare Pipeline müssen ffmpeg, Python 3 + Pillow, Node.js und playwright lokal installiert sein; außerdem eigene Bilibili-biliup-Zugangsdaten und Anmeldesitzungen für WeChat Channels/Douyin/Xiaohongshu. Platzhalter in skills/*/scripts/ durch eigene Werte ersetzen. Ein gleichnamiger Skill des Installers hat Vorrang.

7vor 14 TagenSkillsMIT
O

dsh-xiaoai-bridge

omsociety/dsh-xiaoai-bridge

Macht einen XiaoAI-Smartlautsprecher (Xiaomi) zum Sprachassistenten: startet den lokalen Bridge-Prozess, wartet auf das Aktivierungswort, erkennt Sprache (ASR/STT), führt das Gespräch in der Host-Sitzung fort und gibt die Antwort per Sprachsynthese (TTS) über den Lautsprecher aus.

7vor 5 TagenVision, Sprache & MultimodalMIT
Z

dsh-voice-input-plugin

zhangbo-cn/dsh-voice-input-plugin

Composer-Mikrofon für die Web-UI: Tippen zum Überwachen der Live-Transkription und Gedrückthalten zum Sprechen, mit Host-Edge-TTS-Antwortvorlesung, die gestreamt wird, während das Modell generiert, Echo-Pause während des Vorlesens und Tippen zum Stoppen.

7vor 3 MonatenVision, Sprache & MultimodalMIT
1

dsh-perlica-ding

117bs/dsh-perlica-ding

Perlica- (Arknights: Endfield) thematisierte abgestufte Klangbenachrichtigungen: planbereit, Aufgabe erledigt, Eingabe erforderlich und Fehlertöne; stumm bei normalem Chat, Wiedergabe auf Systemebene (funktioniert im Hintergrund), plattformübergreifend (Windows/macOS/Linux), benutzerdefinierte TTS-Klänge.

7letzten MonatIntegrationen & FernzugriffMIT
W

dsh-live-voice

wads-dev/dsh-live-voice

Local-first-Freisprech-Sprachassistent für DeepSeek Harness (DSH) mit Spracherkennung, Sprachsynthese, Sprachbefehlen und lokalen Sprach-Engines.

6letzten MonatVision, Sprache & MultimodalApache-2.0
G

dsh-messenger-gateway

goodandready/dsh-messenger-gateway

Telegram-Brücke für DeepSeek Harness: bidirektionale Sessions, Steuerung von Konversationen, Home-Channel-Routing und TTS-Sprachnachrichten, die als Telegram-Audionachrichten gesendet werden.

6gesternIntegrationen & FernzugriffMIT
M

dsh-voice-chat

maoyuching/dsh-voice-chat

Sprach-Chat im Doubao-Stil für DSH: Gedrückthalten des Mikrofons im Composer wandelt Sprache in Text um und sendet automatisch, und KI-Antworten werden vorgelesen. Optionale LLM-Verdichtung (lange Antworten werden zu kurzen gesprochenen Zeilen zusammengefasst, gemäß dem Modell der aktuellen Konversation), TTS-freundliche Textbereinigung, wählbare Edge-TTS-Stimmen, einstellbares automatisches Stoppen bei Stille, und Einstellungen direkt in den DSH-Einstellungsdialog eingebettet.

6vor 27 TagenVision, Sprache & MultimodalMIT
G

dsh-tts

goodandready/dsh-tts

Spricht die Antworten des Agenten in der DeepSeek Harness Web-UI über eine Anbieter-Fallback-Kette (OpenAI, ElevenLabs, Google, Azure, Groq, Deepgram, OpenRouter, Edge, Piper, eSpeak), sodass ein fehlgeschlagener oder ratenbegrenzter Anbieter auf den nächsten übergeht, statt zu schweigen.

6vor 7 TagenVision, Sprache & MultimodalMIT
S

dsh-voice

stardustlc666/dsh-voice

Sprachwerkzeuge: kostenlose neuronale Sprachsynthese mit edge-tts, OpenAI-kompatible ASR-Transkription, Stimmliste, Massenvorschau der Stimmen und Integritäts-Selbstprüfung.

6vor 17 StundenVision, Sprache & MultimodalMIT
H

dsh-voice

haoku123/dsh-voice

Full-Duplex-Sprachmodus für die Web-UI: Tippen zum Umschalten oder Halten zum Sprechen zum Diktieren (Senden-Taste oder `Ctrl`) mit Live-Untertiteln, hostseitige SenseVoice-ASR über sherpa-onnx, satzweise gesprochene Antworten und Sprechen unterbricht die Wiedergabe und den laufenden Zug (echtes Hineinreden). Kein API-Schlüssel erforderlich.

6vor 12 TagenVision, Sprache & MultimodalMIT
A

dsh-guide-dog

atropinoltt/dsh-guide-dog

MiniMax-betriebenes multimodales Plugin: Echtzeit-Sprachanrufmodus (Streaming-Gespräch, schwebende Dock-UI), Sprachmodus und Mikrofon-Spracheingabe, sowie Bild-/Video-/Musik-/Sprachgenerierung und visuelle Inspektionstools.

5vor 3 MonatenVision, Sprache & MultimodalMIT
H

breezetts-dsh

hangdingding/breezetts-dsh

Breeze TTS für DeepSeek Harness: Liest Antworten vollständig oder als Kurzfassung vor, bietet Ein-Klick-Anmeldung bei Breeze CLI mit automatischem Schlüsselimport, Stimmsuche und -gestaltung, intelligente Begleitung sowie Erinnerungen an Mittag- und Abendessen.

4vor 14 TagenVision, Sprache & MultimodalMIT
O

dsh-breeze-tts

oldqin-aurora001/dsh-breeze-tts

Breeze-TTS-Client für DeepSeek Harness: Verbindet sich mit eigenem, separat bereitzustellendem Breeze-TTS-Server und -Modell, liest Antworten vor und verwaltet Voice Cloning (Hardwareanforderungen gelten serverseitig). Optionaler Maschinen-übergreifender Modus. Vereint @dsh-external/dsh-plugin-local-ai-tts (abbccdd/dsh-localtts) und dsh-breeze-voices, enthält Code von 1624318455/dsh-plugin-tts und darf nicht mit den zwei zusammengeführten Upstream-Plugins installiert werden.

4vor 22 TagenVision, Sprache & Multimodal
Z

dsh-cet-vocab

zhuran305-web/dsh-cet-vocab

CET-4/CET-6-Vokabeltrainer in einem verschieb- und minimierbaren Fenster. 5.805 Wörter aus ECDICT; Karteikarten für bekannt/unsicher/unbekannt und Multiple-Choice mit ähnlichen Ablenkern; Ebbinghaus-Wiederholung, Tagesziel, Online-Aussprache durch Muttersprachler US/UK mit Offline-TTS sowie Schleifenlesen (Wort / Wort+Bedeutung / Wort→Bedeutung→Wort) mit Beispielen aus Wörterbuch-API und Tatoeba. v0.2.4 ergänzt Cut: gelernte Wörter werden statt gelöscht in einen selten genutzten Wartungspool verschoben, mit Prüfungen/Abruf nach 15/30/60 Tagen und Badge. Fortschritt und Fensterposition bleiben im Browserprofil und über Updates hinweg erhalten.

4vor 14 TagenUI-Erweiterungen
S

dsh-suite

stardustlc666/dsh-suite

Bundle @stardustlc/dsh-suite mit gemeinsamen Cordis- und Minimal-PTC-Konfigurationspatches für 18 versionsgebundene Plugins: 10 native Arbeitsbereiche, 5 Themes, Lebenszyklusbereinigung sowie integriertes Update/Rollback. Komponenten separat installierbar; Review und Computer Use werden getrennt ausgeliefert.

4vor 10 StundenWorkflow-AutomatisierungMIT
S

dsh-audiogen

shimingming520/dsh-audiogen

KI-Audioerzeugung für die DeepSeek Harness Web-GUI — Multi-Vendor-TTS, Musik, Soundeffekte und Voice-Design mit Seitenleisten-Panel, Modellvergleich, Ressourcenbibliothek und Agent-Tools.

4vor 2 MonatenVision, Sprache & MultimodalApache-2.0
P

dsh-voice-call

pandapolo/dsh-voice-call

Vom Agenten initiierte Sprachanrufe: `offer_call` lässt beim Menschen klingeln (接听/拒接/稍后再说); angenommene Anrufe werden lokal mit CrispASR + Qwen3-TTS (9 Sprecher, 2 chinesische Dialekte) synthetisiert und abgespielt, abgelehnte Anrufe geben die Entscheidung an den Agenten zurück.

4vor 15 TagenVision, Sprache & MultimodalMIT
F

dsh-chatvoice

fuzzysoul/dsh-chatvoice

Kostenlose geschlossene Sprachschleife für die Web-UI: Mikrofoneingabe über die Browser-SpeechRecognition mit Live-Zwischenergebnissen plus Vorlese-Lautsprecherschaltflächen und automatisches Vorlesen der Antworten des Assistenten, ganz ohne Konfiguration und ohne API-Schlüssel.

4vor 3 MonatenVision, Sprache & MultimodalMIT
L

dsh-plugin-notify-sound

ldchaowin/dsh-plugin-notify-sound

Arbeitsbereichsbezogene Abschlussklingeltöne sowie Hinweistöne für Genehmigung, Rückfrage, Plan-Review, blockiertes Ziel und fehlgeschlagene Aufgaben, mit integriertem Synthesizer, Sprachausgabe (TTS) und eigenem Audio.

4vor 3 MonatenIntegrationen & FernzugriffMIT
O

pocketagents

oscarka/pocketagents

PocketAgents, früher deepseekharness-remotecontrol: selbst gehostete mobile PWA und Feishu-Fernsteuerhub für DSH plus lokale Adapter für Antigravity IDE, Codex, Claude Code, WorkBuddy, Doubao. Wischfreigaben, Auswahlantworten, Gedrückthalten für Sprachsteuerung, TTS, HLS/WebRTC, mehrere Hostpins, Web Push und Terminal-QR-Kopplung in 5s.

3vor 11 StundenIntegrationen & FernzugriffMIT
C

voice-call

crease123/voice-call

Start mit https://www.bilibili.com/video/BV1t9sJ6NErV/ . Mit aktuellem DSH-Agenten sprechen ohne Presetwechsel: automatische Transkription/Sendung, Streamingstimme, Unterbrechung, fünf Mikrofonbalken. DeepSeek/Doubao getrennt für ASR/TTS wählen, eigene Zugangsdaten und Anweisungen nur für Anrufe. Bilibili-Anleitung, Telefonknopfbilder, Standardwiederherstellung.

3vorgesternVision, Sprache & MultimodalMIT
Z

dsh-video-studio-skill

znlgis/dsh-video-studio-skill

Registriert video-studio in DSH. Chinesische edge-tts-Sprache, Zeitleiste aus gemessener Audiodauer je Zeile statt Textschätzung. Pillow rendert deterministisch per rawvideo an ffmpeg; eingebrannte Untertitel/SRT/ASS nutzen dieselbe Zeitbasis. numpy mischt generierte Musik/physikalische Effekte sampleweise. QA für Container, Signal, Zeit und Seite, letztere nur im Browsermodus. Optional Playwright: ganzer Film in Canvas2D, PNG per image2pipe. Sprachnetz, ffmpeg in PATH und Python numpy/Pillow/edge-tts nötig; Browser zusätzlich Playwright und lokales Edge/Chromium.

3gesternSkillsMIT