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.

Verwaltet einen GitHub-Pages-Blog über ein DSH-Panel: Markdown-Artikel nach Tag anzeigen, im Split-Editor mit Front-Matter-Formular bearbeiten und Änderungen per GitHub REST API als einen Commit veröffentlichen.

Schreibt, prüft und veröffentlicht ein chinesisches Quarto-Buch: Kapitelverfassen in neun Schritten, Struktur-/Link-/Abbildungsprüfungen, einheitliches Theme und Render-Abnahme. Lädt nur in Repositories mit `type: book`; benötigt Quarto CLI und Python 3.

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.

Erfordert macOS und AirPods mit Head-Tracking. Beantwortet DSH-Berechtigungsabfragen und Fragen per Kopfgesten: Nicken erlaubt/bestätigt, Schütteln lehnt ab oder verschiebt die Auswahl. Installiert die macOS-Menüleisten-Begleit-App über eine Sitzungskarte.

Lokale Offline-Prosodieanalyse für DeepSeek Harness: Meldet zusammen mit dem Transkript, wie etwas gesagt wurde — Tempo, Tonhöhe, Pausen und Energie.

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.

Registriert zwei Tools für DeepSeek Harness. `doc_ocr` wandelt gescannte PDFs und Bilder über eine lokale RapidOCR-Engine oder Zhipu GLM-OCR in der Cloud in Seitentext, Finanztabellen mit Bilanzabgleich und Vertragsklausel-Treffer um. `doc_preprocess` erstellt aus einem Verzeichnis roher Dateien per siebenstufiger Pipeline mit Backend-Routing und sha256-basierter inkrementeller Auslassung eine Obsidian-Wissensbasis. Nicht passende Zahlen werden gemeldet, nicht erfunden. Lokal erforderlich: Python mit rapidocr-onnxruntime, pypdfium2 und Pillow (`pip install -r requirements.txt`); für GLM ZHIPU_API_KEY.

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).

Integrierter Browser mit echtem sichtbarem Chromium, den der Agent öffnen, anklicken, bedienen und scrollen kann. Der Seitenzustand bleibt zwischen Aufrufen erhalten.

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.

Installiert die codex-cua-Skill, damit DeepSeek Harness Codex Computer Use einsetzen kann: steuert Chrome und native macOS-Apps über die Runtime der ChatGPT/Codex-Desktop-App. Enthält einen persistenten Session-Client und einen Doctor-Selbsttest. Erfordert ChatGPT/Codex-Desktop-App mit Chrome-Erweiterung, Python 3.9+ und macOS.