Plugins

Flottenkonsole für DeepSeek Harness: Eine lokale dsh-Seite verwaltet mehrere Remote-dsh-Rechner mit Live-Status (inaktiv/laufend), Wechsel direkt in der Ansicht ohne neue Tabs, Keep-Alive-Iframes, sitzungsübergreifendem Lesen zwischen Geräten, Aktualisieren/Neustarten per Klick und Aufteilung in Controller-/verwaltete Rolle.

Ruhigere Leseansicht für DeepSeek Harness mit automatisch einklappendem Prozess, minimapähnlicher Nachrichtennavigation, Seitensuche, einheitlichen Fehlerkarten und generativen MCP Apps (SEP-1865) in Sandbox-iframes.

DeepSeek-Harness-Plugin: Bilibili-Videos nach Stichwort suchen, Videometadaten und Untertiteltranskripte abrufen, direkte Wiedergabe-URLs und multimodale Frame-Ansicht erhalten (bilibili_search / bilibili_video / bilibili_subtitles / bilibili_playurl / bilibili_frames). Standardmäßig anonym.

Browser-lokales Audio-/Video-Toolkit für DSH — Frames extrahieren, Thumbnails erfassen, Bilder komprimieren und Clips mit FFmpeg.wasm in GIF konvertieren.

Registers the video-studio skill in the DSH skill catalog. It builds a Chinese-narrated video from a script: edge-tts synthesizes the narration, the timeline is derived from each line's measured audio duration rather than estimated from text length, Pillow renders every frame deterministically and pipes the raw frames to ffmpeg as rawvideo, burned-in subtitles and SRT/ASS export come from that same timeline, physical-model sound effects and a generated score are mixed sample by sample with numpy, and QA runs in four layers: container, signal, temporal and page level (the page layer only when the browser engine is used). An optional Playwright-driven browser engine renders the whole film as Canvas2D instead, sending PNG frames through image2pipe. Needs network access for the narration, ffmpeg on PATH and Python with numpy, Pillow and edge-tts; the browser engine also needs Playwright with a local Edge/Chromium.

Drives Windows apps through accessibility controls instead of pixels, with a takeover overlay that frames the window being driven, marks each action with a ghost cursor, and stops on Esc; a browser lane adds sign-in profiles, saved state, and attach-to-my-Chrome. Windows only, and DSH must be run as Administrator for the desktop lane.

Downloads a video link, samples frames from it, and transcribes the speech with Groq Whisper so an agent can answer questions about what the video shows; long audio is split into 15-minute windows to stay under the upload limit, and frames still come back without a key, which only the transcript needs. Needs ffmpeg, ffprobe and yt-dlp on PATH.

A conversation-view tab for turning one local reference video into a human-curated shot list. ffmpeg scdet finds shot boundaries, each shot gets one timecoded thumbnail, you untick what you do not need, and the export writes frames.csv (UTF-8 BOM), shots.json, numbered JPEG frames and a labelled contact sheet. Local-only, no upload, zero runtime dependencies, 39 node --test tests including a real-ffmpeg integration case. Requires ffmpeg 5.1+ (with ffprobe) installed separately.

Pull frames and audio out of a local video with ffmpeg and hand back plain file paths, so the agent can look at the frames with its own vision. Five tools: probe, evenly spaced frames, one frame at a timestamp, scene-change frames (the practical version of frame-by-frame), and audio extraction. No models, no uploads, no routing guesswork.

Serial-port toolkit for DSH - 9 tools plus a web UI where an AI agent and a human share one UART line, with auto port matching, hex/text frames, timestamps, scheduled sends, rule-based auto-recovery and appearance themes. The serial engine runs on Python 3.8+ — DSH's bundled interpreter is used when present, otherwise python / py -3 on PATH.

Runs the local llama.cpp Qwen3.5-4B from a Settings page — Windows only, NVIDIA GPU (8 GB VRAM handles the 4B Q4) — with start, stop and restart, launch parameters, deployment paths with a presence check, provider-route and compaction-policy sync in the profile patch, a loopback request-capture proxy, and a local_worker tool that hands translation, OCR and video-frame chores to the local model by file path. Needs llama-server.exe (verified on b12069) and Qwen3.5-4B GGUF + mmproj files on disk; video frames also need ffmpeg.

Screen frames, log lines and (on Windows) key/mouse input on one millisecond timeline: record, mark the failing seconds, box the problem on the frame, then hand the agent a keyframe strip, an animated GIF and the aligned log slice.

Local video understanding for agents: extracts keyframes adaptively based on motion and pauses, inspects any timestamp at full resolution, and aligns visuals with dialogue from embedded subtitles or configured ASR. Requires ffmpeg and ffprobe; clips without subtitles also need a transcription engine for dialogue (a ~190 MB local whisper model, a cloud API key, or the official voice-input model).

Local searchable archive of DSH chat history: decodes the multi-frame zstd session logs (thousands of concatenated frames), extracts user and assistant text into SQLite, and exposes sync / search / stats tools. Idempotent imports, no external service, nothing leaves the disk.

Video study toolkit for DeepSeek Harness: fetch a public Bilibili single part or YouTube video, sample every 3 seconds plus change-triggered frames, transcribe locally with faster-whisper, page through section grids, and render a 16:9 study deck. Windows only, and needs the DSH pwsh tool plus Python 3.12 x64 with Pillow and FFmpeg/FFprobe; fetching adds yt-dlp, transcription needs faster-whisper with your own local model files, and deck output needs python-pptx.

Wandering Earth 550C control-room palette for the DSH Web UI, with dim 2px frames and amber selection states.

Liest Videos mit einem reinen Textmodell: Mit installiertem ffmpeg werden alle 0,1–10 Sekunden Frames in Kontaktbögen mit echtem Timecode extrahiert; die Audiospur geht für ein zeitgestempeltes Transkript an iTingnao (ITINGNAO_API_KEY erforderlich), und jeder Bogen wird von einem bildfähigen Modell im Host beschrieben. Kein weiteres Vision-Plugin nötig. Ein Composer-Regler setzt das Intervall; reine Audiodateien werden ohne Frame-Sampling transkribiert.

Videoplayer in der rechten Seitenleiste mit Ordner-Playlist (Vorschaubilder des ersten Frames, Dauer, Sortierung nach Name/Dauer/Änderungszeit/Größe), Vollbild und Kontextmenü zum Umbenennen, Kopieren, Löschen und Aktualisieren, sofern der Ordner mit Schreibzugriff geöffnet wurde. Zeigt live den Pufferbereich, dekodierte FPS und ausgelassene Frames. Der schreibgeschützte MP4/MOV-Leser zeigt Codec-Profile/Level, exakte Frameanzahl, Bitrate je Spur und Rotation. Registriert kein Agent-Tool; Schreibvorgänge erfolgen nur nach Auswahl eines Ordners mit Schreibberechtigung über die Browser-API File System Access.

Ermöglicht Videoverständnis für einen reinen Text-Agenten: extrahiert zeitmarkierte Frames, sampelt nur bei Szenenwechsel, exportiert GIF-Clips, prüft Metadaten und analysiert alle Frames in einem Lauf. Fünf Tools starten lokales ffmpeg mit argv-Arrays statt Shell-String.

Verschiebt den Standard-Workspace vom Systemlaufwerk. Das native DSH-Verhalten öffnet jede neue Session unter `<Documents>/deepseek-harness/default-workspace` und lässt diesen Standardpfad fest; dieses Plugin verlegt ihn, während gespeicherte Sessions nutzbar bleiben. Es schreibt den Workspace-Eintrag ohne Neustart um, bietet dieselben drei Aktionen wie ein GUI-Panel, verschiebt Sitzungslogs samt Header-cwd und rahmt Logs neu, deren erster Frame nicht genau eine Headerzeile ist. Benötigt den Desktop-Host (workspaceRegistry und sessionPersistence).

Liest Video- oder Audiodateien und liefert Metadaten, abgetastete Standbilder, Untertitel und mehrsprachige Transkripte mit Sprecherlabels. Kann den Live-Desktop als Frames oder Aufnahme erfassen. Installiert beim ersten Einsatz ffmpeg/whisper.cpp/sherpa-onnx und prüft sha256 je Datei; die gesamte Verarbeitung bleibt lokal. Automatische Installation der Toolchain und Desktopaufnahme werden derzeit nur unter Windows x64 unterstützt; andernorts müssen ffmpeg- und Modellpfade manuell gesetzt werden.

Führt ein lokales Sticker-Wörterbuch mit Content-Hash als Schlüssel: Bereits beschriebene Bilder werden abgerufen statt erneut gelesen. GIFs werden in gleichmäßig abgetastete Frames zerlegt und als Kontaktbogen angeordnet, damit die ganze Animation sichtbar ist.

ComfyUI-Produktionspaket für DeepSeek Harness: API-Workflows an lokale oder entfernte Server senden, Ausgaben stapelweise generieren und abrufen sowie fehlerhafte Bilder mit gemessenen Parameterbereichen und einem Fehlerentscheidungsbaum diagnostizieren (schwarze Frames, doppelte Motive, Farbsäume, OOM).

Schreibgeschützter Lazy-Viewer für Sitzungen: listet Sitzungen nur mit stat auf und dekomprimiert zum Prüfen aktueller Ereignisse nur die letzten Zstandard-Frames. Enthält Suche, Statistiken und Export in einem eigenständigen /lazyview-Panel. Benötigt Node.js 24+.