Zum Hauptinhalt springen

Plugins

Durchsuche, filtere und installiere DeepSeek-Harness-Plugins.

73 Plugins gefunden

S

dsh-video-storyboard

saos-3624/dsh-video-storyboard

Wandelt ein Video (lokale Datei oder Bilibili-/yt-dlp-Link) in ein adressierbares Storyboard-Raster um: nummerierte Zellen, exakte Zeitstempel, Transkript je Zelle und Audiohüllkurve auf derselben Zeitleiste. video_zoom liest ein beliebiges Zeitfenster mit höherer Auflösung erneut ein, damit ein reines Textmodell das Video statt einer Zusammenfassung untersuchen kann.

550gesternVision, Sprache & MultimodalApache-2.0
E

EduWork (dsh-knowledge-studio)

ecnu/eduwork

Arbeitsbereichs-Studio für quellenbasierte Berichte, Folien, Tabellen, Mindmaps, Quizze, Lernkarten, Audio und Video mit DSH-Modellen und gemeinsamen Artefaktdiensten. Für Office-Erstellung sind Python 3.12+ samt Abhängigkeiten und die Konfiguration von DSH_OFFICE_PYTHON erforderlich; Medien-Rendering benötigt Chromium, lokales ASR zusätzlich whisper.cpp und ein Modell.

370vor 11 StundenTools & FunktionenMulanPSL-2.0
R

Envoy (envoy-dsh)

regrevia/envoy

Link einfügen, Agent liest. Xiaohongshu, Douyin, Bilibili, WeChat, Artikel, PDFs und Audio werden zu zitierbarem Markdown für Wiki/Wissensdatenbank. Exploratives A/B mit 60 Turns (unterschiedliche Zeitlimits, Korrektheit nicht menschlich geprüft): Lesen abgeschlossen 22%→92% (+70 Prozentpunkte), Zeitüberschreitungen 68%→0%, Antworten mit echtem Quellenfakt 23%→82%. Von 123 Live-Links waren 80% nutzbar (93% der antwortenden Seiten); unerreichbare Links werden nach 26 s gemeldet. Unterstützt Codex, Claude Code, DSH.

136vor 8 StundenTools & FunktionenApache-2.0
F

dsh-prompt-enhancer

fishsb/dsh-prompt-enhancer

Ein-Klick-Prompt-Verbesserung (5 Modi, Memory-Chain, Multi-Modell-Fallback) plus Spracherkennung (Cloud Qwen3-ASR / Offline SenseVoice, automatischer Stopp bei Stille) für den Composer, mit Ein-Klick-Neustart des DSH-Dienstes.

121vor 12 TagenTools & FunktionenApache-2.0
B

dsh-voice-ai-girlfriend-plugin

beiyege-01/dsh-voice-ai-girlfriend-plugin

Sprach-IA-Freundin für die Web-UI: FunASR-Mikrofoneingabe, Qwen3-TTS gesprochene Antworten, Animationsfenster für den Begleiter und Zwei-Wege-QQ-Chat (Text/Sprache/Bild-Push) via NapCat.

57vor 23 TagenVision, Sprache & Multimodal
P

dsh-voice-scribe

pensivefei/dsh-voice-scribe

Spracheingabe für die DSH-Weboberfläche: antippen oder Alt halten, um in den Composer zu diktieren. Standardmäßig lokales SenseVoice ASR (offline, ohne Konfiguration oder Schlüssel), automatischer Rückgriff auf Browser Web Speech. Optionale OpenAI-kompatible ASR-Kette, Überarbeitung mit in DSH konfigurierten Modellen und Einstellungsoberfläche.

36vor 16 TagenVision, Sprache & MultimodalMIT
Q

dsh-voice-mode (dsh-voice-mode)

qishuilalala/dsh-voice-mode

Vollduplex-Sprachmodus für die DeepSeek Harness Web-UI: Toggle (2-Sekunden-Pause Auto-Send) oder Hold-to-Talk-Diktat in einen editierbaren Entwurf mit zipformer2-Streaming-ASR, optionalem Wake Word; Edge-TTS-Vorlesen Satz für Satz mit Live-Untertiteln, und Sprechen unterbricht Wiedergabe und laufenden Turn (echtes Barge-in). On-Device-ASR, kein API-Schlüssel.

33vorgesternVision, Sprache & MultimodalMIT
W

dsh-ears

wiziscool/dsh-ears

Spracheingabe-Plugin für DeepSeek Harness (dsh): Eine Mikrofon-Schaltfläche im Composer wandelt Sprache in einen Entwurfstranskript um, mit wählbaren Spracherkennungs-Backends, optionaler Nachbearbeitung über die eigenen LLM-Routen von dsh und einer nativen Einstellungsseite.

31vor 4 TagenVision, Sprache & MultimodalMIT
H

dsh-asr-plugin

huliux/dsh-asr-plugin

Lokale Meeting-Transkription für DeepSeek Harness auf macOS mit Apple Silicon: zweispurige Aufnahme, Live-Transkriptentwürfe mit Sprecherkennzeichnung und per @ referenzierte Zusammenfassungen als Entscheidungen und Aufgaben.

20vor 6 TagenVision, Sprache & MultimodalApache-2.0
S

dsh-bili-watch

sacredbluedragon/dsh-bili-watch

Wandelt Bilibili-Videos in strukturierten KI-Text um: Metadaten, Kommentare, Danmaku, Untertitel, lokale ASR und Frame-OCR. Verarbeitung lokal, kein Cloud-Upload; erkennt Köder-Untertitel per Frame-Prüfung, nutzt Cache für erneutes Lesen und erstellt KI-Manifest samt Zusammenfassung. Frame-OCR benötigt ffmpeg. Lokale ASR/OCR brauchen Python-3.10+-venvs und unter Windows zusätzlich die VC++-Laufzeit. KI-Untertitel erfordern eine Bilibili-Anmeldung.

18gesternTools & FunktionenMIT
C

dsh-bilibili

czx2244/dsh-bilibili

Bilibili-Video-Analyse: Metadaten, Transkript (ASR-Fallback über Bijian/sherpa-onnx/whisper.cpp), Kommentare, Danmaku und scharfe Keyframes mit optionalen lokalen Vision-Beschreibungen.

17vor 25 TagenTools & FunktionenMIT
I

dsh-video-understand

ilps2/dsh-video-understand

Kostengünstiges Video-Verständnis-Tool: Ein video_understand-Tool wandelt einen Bilibili-Link / BV / ein lokales Video in eine AVIS-Informationsschicht (ASR + Szenenstruktur + Objekt-Tracking + YOLO-Labels) um und liefert Zusammenfassung + Q&A. Fragegesteuertes dynamisches Routing über Ebenen hinweg (L0 ASR / L1 Objekt-Tracking / L2 Keyframe-VLM), Wiederverwendung der semantischen Schicht für Wiederholungsfragen, Budgetobergrenze pro Frage. Python-Engine: Die Kernschicht benötigt faster-whisper / opencv / yt-dlp (~200-300MB); die optionale semantische Schicht fügt ~2GB torch / transformers / ultralytics hinzu. Ein mitgeliefertes doctor --fix richtet das venv ein und installiert beide.

15vor 10 TagenTools & Funktionen
D

dsh-video-lens

dundunhan/dsh-video-lens

Gibt reinen Text-DeepSeek-Harness-Agenten Videoverständnis: szenenbewusste Frame-Abtastung + VLM + optionale ASR-Transkription, zu Zeitleistenbeweisen fusioniert. / Video-Verständnis-Plugin für reine Textmodelle (szenenbewusste Frame-Extraktion + VLM + optionale Spracherkennung).

13vor 3 MonatenVision, Sprache & MultimodalMIT
D

dsh-video-vision

destinhue/dsh-video-vision

5 Tools: `video_outline` Textkarte ohne Bild-Tokens (4–60 Fenster/Zeiten); `video_probe` Metadaten/Plan ohne Decoding; `video_storyboard` Kontaktbogen/Timecode-Index, Zoom/Deduplizierung; `video_zoom` vergrößert 1–9 Zellen; `video_read` OCR nur der Keyframes, Gliederung/[mm:ss]. Nur-Audio: Untertitel→`DSH_ASR_CMD`→Transkript; lange Audios: ca. 45-s-Segmente, an Stille getrennt. Ab 10 min nur Keyframes. OCR: Windows, tesseract line boxes oder `DSH_OCR_CMD`. `bilibili.com/video/BV...`, bare BV/av/b23.tv: bis 300 s CDN ohne Disk; lang: 1 Download, Cache 4 GB/24 Videos; Play-URL 10 min. ffmpeg nötig; ffprobe optional, keine weiteren Laufzeitdeps. Wire-kompatibel mit SAOS-3624/dsh-video-storyboard; gleiche `video_probe`/`video_storyboard`/`video_zoom`-Namen schließen gemeinsamen Betrieb aus.

10vorgesternVision, Sprache & MultimodalMIT
D

dsh-media-lens

drscrewdriver/dsh-media-lens

Lokale Medien (Video/Audio/Bild) für Zeitlinie/Transkript/Bereiche. Fallback je Medium in meta.attempts (nie still): Host-Multimodal→OpenAI-kompatibel/Schlüsselrotation→lokales ffmpeg/ASR→Metadaten. Cooldown nur bei Auth/Quota; Kandidat bleibt, wandert ans Ende (nicht verworfen). Fehler vor Kürzung schwärzen; Magic Bytes statt Endung. Optionales vision-bridge; Modellregistrierung/Inline-AV (video_url/input_audio) braucht optionale Peers dsh-thinking-levels und dsh-llm-openai-completions; sonst fehlerfreie Degradation. Standard remote; strictLocalOnly lokal. ffmpeg/ffprobe und lokales ASR-CLI nicht enthalten, nur für lokalen Fallback nötig; fehlen sie, Rückfall auf Metadaten. Hosts 0.1.7/0.2.0/0.2.1 (6 rc, engines.dsh enum); npm dsh-media-lens.

10gesternVision, Sprache & Multimodal
D

dsh-video-storyboard-hp

dsh-raising-plan/dsh-video-storyboard-hp

Leistungsfähiger Fork von SAOS-3624/dsh-video-storyboard: nur dieses Plugin oder das Upstream-Plugin installieren, nicht beide. Wandelt Videos in adressierbare Storyboard-Raster um (nummerierte Zellen, Zeitstempel und Transkriptzeile pro Zelle, Audiohüllkurve). Benötigt Node 20+ sowie ffmpeg/ffprobe im PATH; fehlt eine Untertitelspur, ist ein konfigurierter ASR-Endpunkt erforderlich.

8vor 20 TagenVision, Sprache & MultimodalMIT
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.

6vor 16 StundenVision, 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.

6gesternVision, 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 8 TagenVision, Sprache & MultimodalMIT
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 11 TagenVision, Sprache & MultimodalMIT
H

DSH-Video2Agent (dsh-video2agent)

harm0ny-ai/dsh-video2agent

Lässt den Agent Videos verstehen und direkt beantworten: Fragen zu Inhalt, Vergleich oder Sehenswertigkeit von Bilibili- oder lokalen Videos. Die videosübergreifende Suche liefert Video und Timecode, genaue Framebelege zu einem Zeitpunkt und Stapelanalyse von 1 bis 10 Videos. Lokal bevorzugt, Cloud-ASR/OCR und Bilibili-Login optional. Benötigt Python 3.11+, FFmpeg und die CLI (pip install video2agent). Die Einstellungsseite prüft und installiert die Umgebung. HTTP-Routen prüfen den DSH-Zugriff nicht und könnten von einer Browserseite aufgerufen werden.

3vor 18 StundenVision, Sprache & MultimodalApache-2.0
C

dsh-vidlens

cctv2333/dsh-vidlens

Sampelt Videos wie ein Mensch statt sie herunterzuladen: erst Metadaten/Kapitel, dann zeitgestempelte Frames, Untertitel zuerst bei Transkripten (lokale ASR nur ohne Plattformuntertitel), AudioSet-Soundtags mit 527 Klassen und Top-Kommentare. 21 Tools teilen einen prozessübergreifend gesperrten Disk-Cache. Erfordert Python 3.10+, ffmpeg und vidlens (pip install vidlens-mcp); fehlt es, erscheinen zwei Lösungswege statt eines nackten ImportError.

3vor 16 TagenVision, Sprache & MultimodalMIT
A

dsh-lark-plus

anfruj/dsh-lark-plus

Bridge zwischen DeepSeek Harness und Feishu/Lark: Bietet Chat, Karten, Genehmigungen, Aufgabenboard, Ziele und Zeitpläne in Feishu sowie vollständig lokale (offline) Spracherkennung mit Wiedergabeleiste in der Web GUI.

3letzten MonatIntegrationen & FernzugriffMIT
W

dsh-hold-to-talk

wangzhanchao883/dsh-hold-to-talk

Einhändige Eingabe ohne Tastatur für das Eingabefeld: Maustaste im Eingabefeld gedrückt halten, sprechen, loslassen – der Text landet im Entwurf, und Hochschieben bricht ab, ohne einen halben Satz zu hinterlassen. Kein Mikrofonknopf zum Anvisieren und kein Kurzbefehl zum Merken; die Hand muss den Eingabebereich nie verlassen, was gerade dann zählt, wenn die andere Hand beschäftigt ist. Die Erkennung läuft vollständig offline (SenseVoice über sherpa-onnx, kein API-Schlüssel, Audio verlässt nie den Rechner).

3vor 2 MonatenVision, Sprache & MultimodalMIT