Plugins

Chibi-Desktop-Haustier mit blauem Haar und Maid-Outfit für die DSH-Weboberfläche: 106 handgezeichnete transparente Animationen, Bewegung über den Desktop, Chat über lokales Ollama oder DSH-Online-Modelle sowie optionale Bildschirmbeobachtung.

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.

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.

Omnimodale Workstation für DSH: analyze_image über eine geordnete Failover-Kette aus mehreren VLM-Karten, ein Bildwerkzeugkasten mit sechs Werkzeugen (Zoom, Farbabtastung, Pixel-Diff, OCR, Elementerkennung, Anzeige im Chat), die denselben Bildauflöser nutzen, generate_image über die Protokolle OpenAI/DashScope/ComfyUI, asynchrones generate_video mit mehreren Karten samt Builder /build-video-tool und speak/clone_voice für Sprachausgabe über sieben Anbieter – alles gesteuert von einer selbst speichernden Einstellungsseite.

Durchgängige Sprachkonversationen für DSH mit freihändigem Zuhören, Push-to-Talk, Spracherkennung, TTS-Antworten und Hintergrund-Agent-Delegation.

Sprachanruf-Assistent für DSH Desktop und Web GUI (gleiches Plugin, nur der profile-Name unterscheidet sich): verschiebbarer Anrufball und Browser-VAD, das Äußerungen nach einer Pause sendet. Nutzt das lokale SenseVoice-Modell erneut, das das offizielle voice-input-Plugin bereits heruntergeladen hat; kein zweites Modell. Unterstützt FunASR HTTP/Streaming, cloudkompatible API, MiniMax / MiMo-V2.5-TTS (director mode und voice clone) sowie OpenAI-kompatible TTS-Antworten. Optional wake-word/auto-sleep; Aufgaben an separate Sitzungen mit Fortschritt, Stopp und gesprochenem Abschlussbericht.

Ergänzt die Sprachauswahl von DeepSeek Harness um zwei cloudbasierte Volcengine-Doubao-Spracherkenner; optional kann ein LLM das Transkript umformulieren.