Plugins

Widget de ballena fijo en una esquina para la GUI web de DSH: saldo, uso del día y coste por turno con tarifas punta/fuera de punta; burbujas editables de alerta de saldo y presupuesto diario; cola de burbujas personalizadas basada en módulos con opciones ponderadas A/B y líneas o imágenes aleatorias; más de 30 plantillas de proveedores (OpenAI, OpenRouter, Kimi, SiliconFlow, Ark, Zhipu, MiniMax y más) con saldo por modelo y cuota de suscripción; además de sonido al finalizar tarea, audio importado, roles personalizados y un gestor de recursos. Solo local, sin telemetría.

Las capacidades de DeepWatch, instalables en un perfil de DeepSeek Harness existente.

Mascota de escritorio del meme NiuLai: grita «Ma～ma～」 con la boca sincronizada cuando tu agente termina; incluye 6 skins, acciones distintivas, vinculación de eventos de acción, llamadas de animales sintetizadas con WebAudio y skins SVG dibujados a mano.

Entrada/salida de voz para DeepSeek Harness: reconocimiento de voz a texto y texto a voz a través del micrófono y la salida de audio.

Reproductor de música, audiolibros, radio y noticias para DeepSeek Harness: transmite por HTTP tu carpeta local de música, lee en voz alta novelas locales .txt/.epub con voces de IA, reproduce música en línea de QQ/Kugou/Netease y radio por internet (HLS compatible), y emite resúmenes diarios de noticias — todo controlado desde la UI o diciéndoselo al agente mediante la herramienta de modelo music_play.

Generador de galgame: proporciónale un documento de guion más recursos de personaje/fondo/BGM/animación en el espacio de trabajo (img_human/, img_bg/, audio/, img_cg/) y genera una página web de novela visual jugable con ranuras de guardado configurables ([存档 N], 9 por defecto), sprites que siguen al hablante con cambio de variante multi-pose ([表情]), animaciones de apertura/cierre/CG ([op]/[ed]/[cg]), control de reproducción/detención/volumen de BGM y ramificación por líneas if.

Genera canciones AI completas y BGM a partir de prompts o letras, con creación de audio de referencia y extensión de canción.

Notificaciones de sonido por evento: finalización de turno, aprobación, pregunta, revisión de plan, objetivo bloqueado y fallo de tarea cada uno tiene su propio sonido y volumen, configurable en la UI web (sintetizador integrado, mudo, o archivo de audio local).

Veinte habilidades de HyperFrames by HeyGen sincronizadas desde el upstream oficial (autoría de video HTML, animación, fotogramas clave, audio/música a video, CLI, registro, presentación de diapositivas, reedición de talking-head, sitio web/producto/PR a video y más), además de una comprobación de salud de recursos empaquetados.

Skill oficial de Remotion portada a DSH: vídeo programático con React (animación/audio/subtítulos/3D/gráficos/fuentes, 38 archivos de reglas), más una verificación de salud de recursos incluidos.

Alertas de audio y voz para la Web GUI de dsh: tonos diferenciados y voz opcional para aprobaciones, preguntas, finalizaciones y errores.

Mascota de escritorio de Cristiano Ronaldo para DeepSeek Harness: un chibi con el dorsal 7 de Portugal en una superposición abajo a la derecha cuya animación sigue el estado del agente (regatea mientras corren herramientas, piensa, espera aprobaciones, se lanza en errores y celebra SIU con sonido del host al terminar el turno); se arrastra, mira al cursor, se lanza con triple clic, y un panel gestiona varias mascotas e importa spritesheets propias. También corre como ventana nativa de Windows sin bordes y siempre visible que sobrevive al cierre del navegador, mostrando al pasar el cursor el espacio de trabajo y el título de la conversación y abriendo Harness en Edge con doble clic.

Herramienta display_file orientada al modelo que renderiza 36 extensiones de archivo en la interfaz web: imágenes con lightbox de zoom al hacer clic, vídeo con búsqueda, audio, PDF, archivos Office y OpenDocument convertidos a PDF en el host con LibreOffice, y HTML local en un marco aislado; los bytes se transmiten desde una ruta HTTP firmada con soporte de rangos, y PNG/JPEG/WebP/GIF también entran en el contexto del modelo en rutas compatibles con imágenes.

Reproduce diferentes sonidos configurables para cinco eventos de conversación en la GUI web de DeepSeek Harness: finalización normal, interrupción, error, espera de aprobación y éxito de reintento automático; cada evento tiene su propia configuración de audio y predeterminado incluido, con reintento automático tras errores usando una espera configurable (10-300 s), además de una biblioteca de sonidos de la comunidad. Compatible con DSH 0.1.5-rc.2.

Mapea el audio del sistema analizado localmente a efectos de conversación reactivos a la música, juicios de juego de ritmo, comentarios de puntuación y combo, y barras de espectro RGB opcionales en DSH Web.

Señales de ciclo de vida mediante Web Audio para DeepSeek Harness: diez eventos configurables, tres valores predeterminados de bajo ruido, sonidos personalizados por evento y sin recursos de audio incluidos.

Tonos de finalización por espacio de trabajo, además de sonidos de atención para eventos de aprobación, pregunta, revisión de plan, objetivo bloqueado y fallo de tarea, con síntesis integrada, voz (TTS) y audio personalizado.

Tema de novela visual de 『Mahoutsukai no Yoru』 para la Web UI de DeepSeek Harness: menús al estilo original, tres personajes con personalidad, listas de reproducción de día y noche y una secuencia de final. El repositorio no incluye recursos propios; los 380 archivos / 263 MiB que utiliza (136 sprites, 208 piezas de UI, 13 fondos, 23 audios) deben recuperarse de tu propia copia del juego original, y la pantalla permanece casi vacía hasta entonces. Los 23 audios son OGG a falta de quitar la cabecera; las 357 imágenes usan formatos propietarios .mzp/.cbg, así que la guía de mapeo ofrece dos rutas y una exige que aportes tu propio decodificador.

Entrada con una sola mano y sin teclado para el compositor: mantén pulsado el ratón sobre el cuadro de entrada, habla y suelta — el texto aparece en el borrador, y deslizar hacia arriba cancela sin dejar media frase. No hay botón de micrófono al que apuntar ni atajo que recordar; la mano nunca tiene que salir del área de entrada, que es justo lo importante cuando la otra mano está ocupada. El reconocimiento se ejecuta totalmente sin conexión (SenseVoice mediante sherpa-onnx, sin clave de API, el audio nunca sale del equipo).

Generación de audio con IA para la GUI web de DeepSeek Harness: TTS de múltiples proveedores, música, efectos de sonido y diseño de voz con panel lateral, comparación de modelos, biblioteca de recursos y herramientas de Agent.

Escucha pódcasts y audiolibros de Ximalaya dentro de la interfaz web de DSH: busca álbumes, explora pistas paginadas y reproduce desde una barra de reproducción (anterior/reproducir/siguiente, avance, volumen, velocidad). Tras iniciar sesión con QR, la página «Mío» lista tus pistas marcadas como favoritas (clic para reproducir), los álbumes suscritos con pistas del último episodio y los locutores seguidos con sus álbumes públicos; el host retransmite los flujos de audio con soporte de Range y registra una herramienta `ximalaya_play` para que el agente pueda buscar y reproducir cuando se lo pidas.

Generación local de imagen, voz, música y efectos de sonido, además de transcripción, con identidad fijada: los personajes, animales, objetos y voces de actores se definen una vez y se reutilizan en cada llamada posterior; la salida degenerada (una imagen casi plana, audio silencioso) se rechaza en lugar de devolverse como éxito, y una línea generada puede leerse de vuelta como texto para que un clon que se tragó su final se haga visible. Los motores se descargan cuando están inactivos, y la generación de imágenes y la transcripción pueden apuntar cada una a una API con forma de OpenAI en lugar del backend local Vulkan.

Genera y edita medios con IA (imagen, vídeo, audio, 3D) con modelos WaveSpeed mediante la CLI de código abierto wavespeed: búsqueda de catálogo en vivo, introspección del esquema de entrada por modelo, carga de archivos locales con marcadores @path y comprobación de precios antes de ejecutar.

Sonido + ventana emergente al completar una tarea: un timbre Web Audio, un toast en la página y una notificación del sistema mientras la página está en segundo plano (solo navegador, multiplataforma).