Plugins

Verabschiede dich von Copy-Paste und DSH-Token-Stress. Lass ChatGPT im Web direkt mit deinem lokalen Projekt verbinden, selbstständig daran arbeiten und komplexe Aufgaben für eine fortlaufende Ausführung an DSH übergeben.

Webzugriff für DSH-Agents: JS-gerenderte oder geschützte Seiten als sauberes Markdown abrufen, aggregierte Suche über 14 Suchmaschinen sowie zustandsbehaftete interaktive Sessions (Klick, Eingabe, Scrollen, eval, Screenshot) gegen eine gehostete oder selbst gehostete Rust-Browser-Engine. Jede Session liefert eine Live-Ansichts-URL, sodass ein Mensch dem Agenten beim Browsen zusehen und mit der Maus übernehmen kann.

aginxbrowser-Plugin für DeepSeek Harness: JS-gerenderte / durch Cloudflare geschützte Seiten als sauberes Markdown abrufen, aggregierte Websuche (Baidu/Sogou/WeChat und 11 weitere) und indizierte interaktive Sitzungen (Klicken / Tippen / Scrollen / Eval / Screenshot) gegenüber einem Host

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.

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

Lokaler OCR-Fallback für reine Textrouten: Wenn das Sitzungsmodell erklärt, dass es keine Bilder akzeptieren kann, wird das angehängte Bild lokal zwischengespeichert und sein Pfad injiziert, damit das Modell ocr_image aufrufen kann — PP-OCRv5 + ONNX Runtime auf der CPU, kein API-Schlüssel erforderlich, Bilder verlassen die Maschine nie. Still, wenn das Modell Bilder sehen kann.

Lokale OCR für DeepSeek Harness: Bild einfügen/anfügen, Text über PP-OCRv5 + ONNX Runtime erhalten, vollständig offline. TUI (cc-tui) und Web.

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.

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).

Xianxia-Desktop-Pets, verknüpft mit Live-Agentensitzungen: MC-Pixel-Gefährten erscheinen, wenn Subagenten starten (bis zu 3 auf dem Bildschirm), mit Aufbewahrungsbeutel-Sammlung, Artefaktmenü per Rechtsklick, Pet-Galerie-Auswahl und Export ins Codex-Desktop-Pet-Format.

Sprachassistent für dsh web: Mit dem Weckruf (z. B. „小鲸“) wird freihändiges Diktieren aktiviert – das Gesagte wird transkribiert und automatisch in das Chatfeld getippt. Unterstützt gesprochene Bearbeitungsbefehle (senden, leeren, neue Zeile, Vorlesen beenden) und liest Antworten des Assistenten auf Chinesisch vor. Die Spracherkennung läuft lokal im Browser über sherpa-onnx WASM, funktioniert also offline ohne API-Schlüssel.

DSH right-sidebar plugin that compares two git commits, builds a manual-test checklist from the impact scope, and supports fail notes, screenshots, task attachments, and defect submission to Yunxiao, GitHub, GitLab, or a webhook.

Neun konsolidierte Tools, die Agenten vollen Zugriff auf die stool ops CLI geben: Serververwaltung, Datenbankabfrage/redis, Log-Suche/Tail, CI/CD-Bereitstellung und Verlauf, MFA-Codes, Git-Operationen, Notizen, Todos und diverse Hilfsprogramme (Buchhaltung, Wochenberichte, Audit, Projektauflistung, nginx-Voreinstellungen).

A focused end-user QA surface backed by native DeepSeek Harness sessions

Text-to-video and image-to-video generation via DashScope Wanx, Volcengine Seedance, Google Veo and OpenAI Sora, with tool results saved to the session workspace and a video gallery (grid, lightbox, download, delete) that survives DSH restarts.

Live-Token-Kosten-Widget pro Aufgabe: Spitzen-/Nebenzeiten-Preisfenster, prognostizierte Kosten nach Preiserhöhung, sortierbare Kostentabelle pro Aufgabe, Mehrwährung (COP/USD/CNY + ~40 weitere) mit Wechselkursen und Ein-Klick-Streaming-LLM-Erklärung teurer Aufgaben.

Image and video production toolkit for DeepSeek Harness - background removal with quality tiers, local inpainting retouch, headline and logo compositing, batch platform-size exports and image QA reports; for video, AI subject matting with background replacement (RVM ONNX, plus a chroma-key path), animated titles with fade/slide/typewriter/karaoke presets, 53 transitions with stylized variants, and light-effect and grading presets with LUT support, alongside footage inventory, accurate cutting, subtitle burn-in, music mixing and platform-spec exports; it provisions its own local Python runtime through a bundled bootstrap script.

Full-duplex voice mode for DeepSeek Harness: zipformer2 streaming ASR → editable draft, Edge TTS sentence-by-sentence read-aloud with live captions, true barge-in — on-device ASR, no API key. · DSH 语音双工对话：流式识别入草稿、按句朗读+实时字幕、开口即打断，识别本地推理、无需 API Key

A Wang Lin cultivation companion for dsh: watches your session state and acts it out with rich animations, and levels up as you cultivate.