Zum Hauptinhalt springen

Plugins

Durchsuche, filtere und installiere DeepSeek-Harness-Plugins.

66 Plugins gefunden

Y

dsh-tts-bridge

yuuyuko-uu/dsh-tts-bridge

Liest DSH-Konversationen laut vor, indem es die integrierte Vorlesefunktion der DeepSeek-Webseite nutzt, gesteuert von einer kleinen Browser-Erweiterung.

259gesternVision, Sprache & Multimodal
P

dsh-omi-voice

polinnizhong/dsh-omi-voice

Vorlesen im Chat für DeepSeek Harness: per Tipp AI-Antworten vorlesen, pausieren und fortsetzen mit natürlichen Doubao-TTS-Stimmen (BYOK); liest nur die endgültige Antwort, Code, Tabellen und Diagramme werden ausgefiltert; lokale Engine, das Plugin speichert keinen API-Schlüssel.

75vor 3 MonatenVision, Sprache & MultimodalMIT
1

dsh-plugin-tts

1624318455/dsh-plugin-tts

Liest Assistentenantworten laut vor über kostenloses Edge TTS oder eigene RVC-Sprachmodelle: Vorlese-Schaltflächen + automatisches Vorlesen, adaptive blockweise progressive Wiedergabe (lückenlose Langtexte), Ein-Klick-Installation von Voice-Packs aus einer Registry sowie eine portable RVC-Laufzeitumgebung.

61vor 8 TagenVision, Sprache & MultimodalMIT
C

any-audio

cloudoyx/any-audio

DSH bietet auch eine eigene Audiowerkstatt: echte Aufnahmen, mehrere TTS-Engines und authentische Soundeffekte. Jeder erzeugte Klang erscheint als eigener Clip auf einer sichtbaren Timeline und lässt sich je Spur anhören, ausbalancieren und feinjustieren. Für Animationsvertonung, Hörbücher, Hörspiele, eigene Kompositionen und Mischungen, ASMR und mehr. HTTP-Routen prüfen den DSH-Zugriff nicht; eine im Browser geöffnete Webseite könnte sie aufrufen.

44vor 4 TagenVision, Sprache & MultimodalMIT
Y

dsh-qwen-paint

yanfei0725/dsh-qwen-paint

DSH-Plugin / DeepSeek Harness als lokale Komplettlösung für Video, Bildgenerierung und TTS (QQ-Gruppe 454707710). ★ 0.34.0: SageAttention / Comfy-WaveSpeed in die Beschleunigungskette aufgenommen, per echtem /object_info erkannt und dauerhaft auf der Karte angezeigt. Optionales TTS mit GPT-SoVITS v5 / IndexTTS2, Zero-Shot-Stimmenklon per Audio-Drag, Musik-BGM mit ACE-Step 1.5 / YuE2, manuelles Upscaling, Worker-Hot/Warm/Cold-Keepalive. ★ Ab 0.33.0 Lizenzwechsel zu BSL 1.1.

38vor 3 TagenVision, Sprache & Multimodal
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.

33gesternVision, Sprache & MultimodalMIT
X

dsh-dania-voice

xcw520/dsh-dania-voice

Lokale GPT-SoVITS-Sprachausgabe liest Antworten des DeepSeek-Harness-Assistenten vor, mit verschiebbarem Maskottchen-Schalter und Ein-Klick-Installer. Python 3.10–3.12 muss vorinstalliert sein (der Installer findet es nur, installiert Python aber nicht); etwa 5 GB Speicher und eine GPU werden empfohlen.

30vor 24 TagenVision, Sprache & MultimodalMIT
P

dsh-talk

perrylink/dsh-talk

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

19vor 5 TagenVision, Sprache & MultimodalApache-2.0
A

dsh-localtts

abbccdd/dsh-localtts

Liest Harness-Antworten über eine vorhandene lokale TTS-Laufzeit vor: integrierte Starter für IndexTTS und GPT-SoVITS, protokollbasierter lokaler HTTP/JSONL-Einstieg und Laden von Modellordnern für Kokoro-, F5-TTS-, VoxCPM-, Qwen3-TTS- und CosyVoice-SDK-Umgebungen. Keine Modelle enthalten. Abgeleitet von 1624318455/dsh-plugin-tts; Zeilen-ID und Einstellungen sind getrennt, sodass beide parallel installiert und doppelte Funktionen deaktiviert werden können.

11vor 20 TagenVision, Sprache & MultimodalMIT
T

dsh-gsv

taoruiliu19/dsh-gsv

Lokales Echtzeit-TTS für DeepSeek Harness: Stimmvoreinstellungen, automatisches Vorlesen, Engine-Setup-Assistent, Vorlese-Button und ein Einstellungsbereich für die GSV-TTS-Lite-Engine.

9vor 4 TagenVision, Sprache & MultimodalMIT
H

dsh-omni-workstation

huashenglian/dsh-omni-workstation

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.

8vor 17 TagenVision, Sprache & MultimodalMIT
D

dsh-bizyair

doombeaker/dsh-bizyair

AIGC-Erstellung in DeepSeek Harness: Bilder, Videos, Audio und 3D mit offenen und proprietären Modellen erzeugen. Mit Parameterschemas, Kostenschätzungen, Freigabeschranken und Aufgabenpanel.

7vor 9 TagenModelle & AnbieterMIT
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.

6vorgesternVision, Sprache & MultimodalMIT
W

dsh-live-voice

wads-dev/dsh-live-voice

Local-first-Freisprech-Sprachassistent für DeepSeek Harness (DSH) mit Spracherkennung, Sprachsynthese, Sprachbefehlen und lokalen Sprach-Engines.

6letzten MonatVision, Sprache & MultimodalApache-2.0
X

dsh-novel

xrn1997/dsh-novel

Liest Webromane in DSH: importiert legado-Buchquellen, durchsucht sie, verwaltet ein Bücherregal mit Lesefortschritt, bietet kontinuierliches Scrollen und Sprachausgabe. Lokale TXT/EPUB lassen sich importieren; Agentenwerkzeuge greifen auf dieselben Quellen, das Regal und Texte zu.

4vorgesternNur zum SpaßApache-2.0
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 12 TagenVision, Sprache & MultimodalMIT
U

dsh-notify-say

unifilitence/dsh-notify-say

Windows-Desktopbenachrichtigungen für DSH lesen standardmäßig das Turn-Ergebnis vor. Windows TTS braucht keinen Download; 13 VOICEVOX-Stimmen lassen sich in den Einstellungen installieren. Abschlussmeldungen warten, bis Subagents und Hintergrundjobs fertig sind; Genehmigungs-, Frage- und Fehlermeldungen kommen sofort. Stimmen werden nach Bestätigung der Bedingungen von GitHub geladen.

3vor 24 TagenIntegrationen & FernzugriffMIT
N

dsh-plugin-speech

nakamuraia/dsh-plugin-speech

Liest Assistentenantworten in DeepSeek Harness laut vor: Text-zu-Sprache-Anbieter mit Streaming-Wiedergabe.

3vor 2 MonatenVision, Sprache & MultimodalMIT
B

dsh-voice-call

biliye/dsh-voice-call

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.

3vor 2 MonatenVision, Sprache & MultimodalMIT
L

dsh-voco

lgquan/dsh-voco

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

3vor 22 TagenVision, Sprache & MultimodalMIT
L

Deepseek-Continuity

linxuhao/deepseek-continuity

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.

3vor 2 MonatenVision, Sprache & MultimodalMIT
J

dsh-voice

jesse-njx/dsh-voice

Sprachnotizen rein, gesprochene Antworten raus: Audio diktieren, das zu Nutzernachrichten wird (Transkription), den Agenten Antworten laut vorlesen lassen (Sprachausgabe), lokal-first unter ~/.dsh/voice.

3vor 3 MonatenVision, Sprache & MultimodalMIT
J

voice_for_dsh

junarch/voice_for_dsh

Liest DeepSeek-Antworten nach gesprochener Aufbereitung für Code, Tabellen und Markdown vor. Knopf pro Nachricht und Automatikschalter.

2vorgesternVision, Sprache & MultimodalMIT
C

dsh-big-fish-speak

chaowei08/dsh-big-fish-speak

Lässt das dsh-pet-Desktop-Haustier Modellantworten mit seiner konfigurierten Stimme vorlesen. Neuere dsh-pet-Versionen senden den gesamten Text in einer Anfrage (bis zu 500 Zeichen), ältere teilen ihn automatisch in 60-Zeichen-Blöcke. Das Haustierprotokoll bestätigt, ob jeder Teil tatsächlich abgespielt wurde.

2vor 6 TagenVision, Sprache & MultimodalMIT