Plugins

Fest verankertes Wal-Widget in der Ecke für die DSH-Web-GUI — Guthaben, heutige Nutzung und Kosten pro Zug mit Spitzen-/Nebenzeit-Tarifen, editierbare Guthaben-Alarm- und Tagesbudget-Bubbles, modulbasierte eigene Bubbles-Warteschlange mit A/B-gewichteten Auswahlmöglichkeiten und zufälligen Zeilen oder Bildern, über 30 Anbieter-Vorlagen (OpenAI, OpenRouter, Kimi, SiliconFlow, Ark, Zhipu, MiniMax und mehr) mit Guthaben und Abo-Kontingent pro Modell, dazu Task-Ende-Sound, importierte Audiodateien, eigene Rollen und ein Ressourcen-Manager. Nur lokal, keine Telemetrie.

Die Funktionen von DeepWatch, installierbar in ein bestehendes DeepSeek Harness-Profil

NiuLai-Meme-Desktop-Haustier – ruft „Ma～ma～“ mit synchronisiertem Mund, wenn Ihr Agent fertig ist; 6 Skins, Signatur-Aktionen, Aktions-Ereignis-Bindung, per WebAudio synthetisierte Tierrufe und handgezeichnete SVG-Skins sind enthalten.

Sprach-Ein-/Ausgabe für DeepSeek Harness — Sprache-zu-Text und Text-zu-Sprache über Mikrofon und Audioausgabe.

Musik-, Hörbuch-, Radio- und Nachrichtenplayer für DeepSeek Harness: streamt deinen lokalen Musikordner per HTTP, liest lokale .txt/.epub-Romane mit KI-Stimmen vor, spielt Online-QQ/Kugou/Netease-Musik und Internetradio (HLS unterstützt) und sendet tägliche Nachrichten-Zusammenfassungen — alles über die UI oder durch Ansprechen des Agenten über das music_play-Modelltool.

Galgame-Generator: Übergeben Sie ihm ein Skriptdokument sowie Charakter-/Hintergrund-/BGM-/Animations-Assets im Arbeitsbereich (img_human/, img_bg/, audio/, img_cg/) und es erstellt eine spielbare Visual-Novel-Webseite mit konfigurierbaren Speicherplätzen ([存档 N], Standard 9), sprecherfolgenden Sprites mit Multi-Pose-Variantenwechsel ([表情]), Opening/Ending/CG-Animationen ([op]/[ed]/[cg]), BGM-Wiedergabe/Stopp/Lautstärkeregelung und if-Zeilen-Verzweigung.

Vollständige KI-Songs und BGM aus Prompts oder Lyrics generieren, mit Reference-Audio-Erstellung und Song-Erweiterung.

Pro-Event-Sound-Benachrichtigungen: Turn-Abschluss, Genehmigung, Frage, Plan-Review, Goal-Blocked und Task-Failure erhalten jeweils eigenen Sound und eigene Lautstärke, konfigurierbar in der Web-UI (integrierter Synth, Mute oder lokale Audiodatei).

Zwanzig HyperFrames-by-HeyGen-Skills, aus dem offiziellen Upstream synchronisiert (HTML-Video-Autoring, Animation, Keyframes, Audio/Musik-zu-Video, CLI, Registry, Diashow, Talking-Head-Recut, Website-/Produkt-/PR-zu-Video und mehr), plus ein Health-Check für gebündelte Ressourcen.

Offizieller Remotion-Skill portiert nach DSH: programmatische Videos mit React (Animation/Audio/Untertitel/3D/Diagramme/Schriften, 38 Regeldateien), plus eine Gesundheitsprüfung der gebündelten Ressourcen.

Audio- und Sprachwarnungen für die dsh Web GUI: unterschiedliche Töne und optionale Sprachausgabe für Genehmigungen, Fragen, Abschlüsse und Fehler.

Cristiano-Ronaldo-Desktop-Haustier für DeepSeek Harness: ein Chibi mit Portugals Nummer 7 in einem Overlay unten rechts, dessen Animation dem Agentenzustand folgt (dribbelt bei laufenden Werkzeugen, denkt, wartet bei Genehmigungen, taucht bei Fehlern und feiert SIU mit Host-Sound am Turn-Ende); es ist verschiebbar, blickt auf den Cursor, taucht bei Dreifachklick, und ein Panel verwaltet mehrere Haustiere und importiert eigene Spritesheets. Es läuft auch als randloses, immer sichtbares natives Windows-Fenster weiter, nachdem der Browser geschlossen wurde: Hovern zeigt Workspace und Gesprächstitel, Doppelklick öffnet Harness in Edge. v2.2 ergänzt einen Videoweg (Hintergrundabtastung, Chroma-Keying, Bewegungssegmentierung, union-bbox), und Haustiere lassen sich unter DPSL-1.0 in der …

Modellseitiges display_file-Tool, das 36 Dateiendungen in der Weboberfläche inline darstellt: Bilder mit Klick-Zoom-Lightbox, spulbares Video, Audio, PDF, per LibreOffice auf dem Host in PDF konvertierte Office- und OpenDocument-Dateien sowie lokales HTML in einem isolierten Frame; Bytes werden über eine signierte HTTP-Route mit Range-Unterstützung gestreamt, und PNG/JPEG/WebP/GIF gelangen auf bildfähigen Routen auch in den Modellkontext.

Spielt verschiedene konfigurierbare Sounds für fünf Konversationsereignisse in der DeepSeek Harness Web-GUI ab: normale Fertigstellung, Unterbrechung, Fehler, Genehmigungswartezeit und automatischer Wiederholungsversuch erfolgreich; jedes Ereignis hat eine eigene Audioeinstellung und mitgelieferte Standardeinstellung, mit automatischem Wiederholungsversuch nach Fehlern unter Verwendung einer konfigurierbaren Wartezeit (10-300 s), plus eine Community-Soundbibliothek. Kompatibel mit DSH 0.1.5-rc.2.

Ordnet lokal analysiertes System-Audio musikreaktiven Konversationseffekten, Rhythmusspiel-Bewertungen, Punkte- und Combo-Feedback sowie optionalen RGB-Spektrumbalken in DSH Web zu.

Web-Audio-Lebenszyklus-Signale für DeepSeek Harness: zehn konfigurierbare Ereignisse, drei geräuscharme Standardwerte, benutzerdefinierte Sounds pro Ereignis und keine mitgelieferten Audio-Assets.

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

Visual-Novel-Theme zu 『Mahoutsukai no Yoru』 für die DeepSeek Harness Web-UI: Menüs im Stil des Originals, drei Charaktere mit Persona, Tag- und Nacht-Playlists sowie eine Endsequenz. Das Repository liefert keine eigenen Assets; die 380 Dateien / 263 MiB, die es steuert (136 Sprites, 208 UI-Teile, 13 Hintergründe, 23 Audios), müssen aus einer eigenen Kopie des Originalspiels rekonstruiert werden, und bis dahin bleibt der Bildschirm weitgehend leer. Die 23 Audios sind OGG bis auf einen entfernten Header; die 357 Bilder nutzen proprietäre Formate .mzp/.cbg, daher bietet der Dateizuordnungsleitfaden zwei Wege und einer verlangt einen eigenen Decoder.

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).

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

Ximalaya-Podcasts und Hörbücher in der DSH-Weboberfläche hören: Alben suchen, seitenweise Titel durchblättern und über eine Leiste für den laufenden Titel abspielen (zurück/abspielen/weiter, Spulen, Lautstärke, Geschwindigkeit). Nach der Anmeldung per QR-Code listet die Seite „Meine“ deine favorisierten Titel (zum Abspielen anklicken), abonnierte Alben mit Hinweisen auf die neuesten Folgen und gefolgte Sprecher mit ihren öffentlichen Alben; der Host leitet Audiostreams mit Unterstützung für Range weiter und registriert ein Werkzeug `ximalaya_play`, damit der Agent auf Wunsch suchen und abspielen kann.

Lokale Erzeugung von Bildern, Stimmen, Musik und Soundeffekten sowie Transkription, mit fixierter Identität: Charaktere, Tiere, Objekte und Schauspielernstimmen werden einmal definiert und bei jedem späteren Aufruf wiederverwendet; degenerierte Ausgaben (nahezu flaches Bild, stilles Audio) werden abgelehnt statt als Erfolg zurückgegeben, und eine erzeugte Zeile kann als Text zurückgelesen werden, sodass ein Klon, der sein Ende verschluckt hat, sichtbar wird. Die Engines entladen sich im Leerlauf, und Bildgenerierung und Transkription können jeweils auf eine OpenAI-kompatible API statt auf das lokale Vulkan-Backend zeigen.

Erzeugt und bearbeitet KI-Medien (Bild, Video, Audio, 3D) mit WaveSpeed-Modellen über die Open-Source-wavespeed-CLI: Live-Katalogsuche, Inspektion des Eingabeschemas je Modell, Upload lokaler Dateien mit @path-Markierungen und Preisprüfung vor der Ausführung.

Ton + Popup bei Abschluss einer Aufgabe: ein Web-Audio-Glockenspiel, ein In-Page-Toast und eine Systembenachrichtigung, während die Seite im Hintergrund ist (nur Browser, plattformübergreifend).