Saltar al contenido principal

Plugins

Explora, filtra e instala plugins de DeepSeek-Harness.

211 plugins encontrados

L

dsh-tts-service

loveandbeepbrother/dsh-tts-service

Servicio de texto a voz con Doubao TTS 2.0, Alibaba Bailian y proveedores compatibles con OpenAI, además de una voz elegida por el usuario. El agente habla mediante tts_service_say, con segmentos y un tono opcional para cada uno; otros plugins pueden reutilizar ctx.ttsService.

1hace 17 díasVisión, voz y multimodalMIT
J

qiaomu-audio-dsh

joeseesun/qiaomu-audio-dsh

Lee Markdown en voz alta, dicta y transcribe audio, y exporta contenido multimedia narrado desde Harness.

1anteayerVisión, voz y multimodalGPL-3.0
R

dsh-audio-tools

ren-xing/dsh-audio-tools

Herramientas de audio para DSH: inspecciona archivos de audio/vídeo, convierte formatos o extrae la pista de audio de un vídeo, recorta, normaliza y transcribe voz con whisper.cpp local o una API compatible con OpenAI. Requiere ffmpeg y ffprobe en PATH (no incluidos); la transcripción local también necesita el binario whisper-cli y un modelo ggml.

1hace 7 díasVisión, voz y multimodalMIT
F

dsh-video-remix

fj7937290-sys/dsh-video-remix

Crea vídeos explicativos narrados a partir de un guion. Usa por defecto diapositivas de tarjetas de texto (rápidas y precisas para tutoriales) o metraje generado por IA por segmento (requiere AGNES_API_KEY). Incluye 14 voces neuronales chinas en línea y 3 voces sin conexión para Windows, más un paquete de muestras de una orden para compararlas. Requiere ffmpeg. Para las voces en línea, copia el skill incluido video-remix a `<workspace>/.dsh/skills/video-remix` y ejecuta allí npm install.

1hace 17 díasHerramientas y funciones
D

media-suite

do-nothing/media-suite

Familia de plugins multimedia: instala de una vez las funciones multimedia de Qwen y RunningHub e incluye ajustes globales entre proveedores.

1hace 20 díasVisión, voz y multimodalApache-2.0
D

media-suite (media-runninghub)

do-nothing/media-suite

Ejecuta flujos ComfyUI en la nube de RunningHub como un pool de tareas en segundo plano: envía un lote y un vigilante lo distribuye dentro del límite de concurrencia, consulta cada trabajo y descarga todos los resultados al disco. Al vaciarse el pool, reactiva la sesión. Un registro compartido guarda lotes, costes, niveles de instancia, horas de envío y finalización y rutas de guardado por archivo; hay un panel en vivo en la barra lateral derecha.

1hace 10 díasFlujos y automatizaciónApache-2.0
D

media-suite (media-qwen)

do-nothing/media-suite

Herramientas multimedia Qwen mediante Alibaba Cloud DashScope: comprensión multimodal de vídeo y audio, texto a voz con voces predefinidas y generación de audio para escenas.

1hace 10 díasVisión, voz y multimodalApache-2.0
K

dsh-voice-bridge

kinglhy2006/dsh-voice-bridge

Voz manos libres para DSH en Windows: palabra de activación local, reconocimiento local del chino que se inserta y envía desde el composer, y respuestas habladas que pueden interrumpirse y reanudarse. Requiere ejecutar una vez el install.ps1 incluido (dependencias Python de voz y selección de micrófono) y disponer del modelo SenseVoice ya descargado por la entrada de voz de DSH o situado en models/sensevoice-onnx.

1hace 3 díasVisión, voz y multimodalMIT
K

dsh-speech-polish

keinsteinnus/dsh-speech-polish

Añade una corrección sensible a la terminología al reconocimiento de voz local integrado. Mantiene el micrófono propio de DSH y SenseVoice; el audio nunca sale del equipo. Corrige homófonos, términos del dominio y números mal transcritos en el texto final.

1hace 25 díasVisión, voz y multimodalMIT
J

voice_for_dsh (dsh-plugin-voice)

junarch/voice_for_dsh

Lee cada respuesta en voz alta después de reescribirla para que suene natural al hablar. Permite usar TTS del sistema, síntesis de voz Doubao o el modelo local opcional Kokoro.

1hace 24 díasVisión, voz y multimodalMIT
M

dsh-stack

marius-patrik/dsh-stack

Voz natural para dsh harness: lectura neural TTS y herramientas de voz del agente mediante endpoints compatibles con OpenAI y proxy del servidor; admite entrada de voz nativa del navegador o Whisper. Incluye una sección de ajustes de Voice.

1el mes pasadoVisión, voz y multimodal
L

dsh-media-dock

lemonhall/dsh-media-dock

Dock multimedia en la barra lateral derecha de DSH: pega enlaces de Douyin/YouTube y descarga localmente con yt-dlp, convierte con ffmpeg a WAV mono de 16 kHz y transcribe con speechToText oficial (SenseVoice). Muestra los subtítulos en el panel para que Agent los resuma con un clic.

1el mes pasadoVisión, voz y multimodal
F

dsh-live2dwaifu

fujiwarareisen/dsh-live2dwaifu

Muestra un personaje Live2D abajo a la derecha de la UI web DSH: parpadeo, respiración, sincronización labial al hablar, siete estados de ánimo y globo con chat, memoria, corpus y stickers propios. No incluye modelos; cada usuario coloca los suyos en su carpeta.

1hace 27 díasMejoras de UIMIT
F

dsh-ai-providers (dsh-ai-dashscope)

firefox2100/dsh-ai-providers

Proveedor para usar las API nativas de Alibaba Cloud DashScope dentro de DSH en modelos de lenguaje Qwen, embeddings, reranking, voz y generación de imágenes. Requiere instalar y habilitar `Firefox2100/dsh-ai-providers#runtime`.

1ayerModelos y proveedoresGPL-3.0
D

dsh-cloudflare-media

dmscode/dsh-cloudflare-media

Herramientas multimedia de Cloudflare Workers AI para dsh: text-to-image, text-to-speech y speech-to-text. Incluye distintivos de precio por modelo, tarjeta nativa de ajustes, reutilización de una cuenta Cloudflare existente y nombres de archivo según el modelo que generó cada salida.

1hace 29 díasVisión, voz y multimodalMIT
N

dsh-grok-byapi

ningyuanlee/dsh-grok-byapi

Proveedor de modelos Grok mediante un gateway compatible con OpenAI, con descubrimiento de modelos, generación de imagen y vídeo, herramientas de texto a voz y tareas multimedia locales persistentes.

1hace 14 díasModelos y proveedoresMIT
F

dsh-ai-providers (dsh-ai-localai)

firefox2100/dsh-ai-providers

Proveedor LocalAI para modelos de lenguaje, embeddings, reranking, voz y generación de imágenes con controles propios de LocalAI en DSH. Requiere instalar y habilitar Firefox2100/dsh-ai-providers#runtime.

1ayerModelos y proveedoresGPL-3.0
L

dsh-minimax-multimodal

lihanhong2002/dsh-minimax-multimodal

Añade a DeepSeek Harness herramientas de comprensión y generación de imágenes, síntesis de voz y transcripción de MiniMax.

1hace 25 díasHerramientas y funcionesMIT
F

dsh-ai-providers (dsh-ai-providers)

firefox2100/dsh-ai-providers

Entorno de ejecución de proveedores de IA e interfaz de configuración para credenciales compartidas y servicios de embeddings, reranking, voz y generación de imágenes en DSH.

1ayerModelos y proveedoresGPL-3.0
F

dsh-ai-providers (dsh-ai-openai)

firefox2100/dsh-ai-providers

Proveedor OpenAI para modelos de lenguaje, embeddings, texto a voz, voz a texto y generación de imágenes en DSH. Requiere instalar y habilitar Firefox2100/dsh-ai-providers#runtime.

1ayerModelos y proveedoresGPL-3.0
F

dsh-say

fangqian616/dsh-say

Lee los informes del agente con la voz elegida y resume los largos antes de hablar. Para clonar una voz basta un clip de referencia de 3–10 s; también admite modelos entrenados por la comunidad. No requiere instalar GPT-SoVITS de 6,4 GB: el plugin instala su propio runtime y voz. Puede usar un GPT-SoVITS existente; es el mismo modelo de voz.

1hace 20 díasVisión, voz y multimodal
C

dsh-read-aloud

cccc12138/dsh-read-aloud

Añade un botón de altavoz inmediatamente a la derecha de Like en cada respuesta finalizada. Al pulsarlo, la lee mediante el motor de voz del navegador; al pasar el cursor, aparece un panel de velocidad y voz. El texto se envía a un endpoint Edge TTS no oficial.

1hace 2 mesesVisión, voz y multimodalMIT
V

dsh-live-voice

victorwads/dsh-live-voice

Conversaciones de voz local-first para DSH, con reconocimiento y síntesis de voz locales y proveedores externos opcionales.

1hace 2 mesesVisión, voz y multimodalGPL-3.0
N

dsh-dictate

navneetset/dsh-dictate

Dictado de voz a texto en tiempo real en el compositor web de dsh mediante OpenRouter STT.

1hace 3 mesesVisión, voz y multimodalMIT