Plugins

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

Lectura en voz alta dentro del chat para DeepSeek Harness: toca para leer, pausar y reanudar las respuestas de la IA con voces naturales de Doubao TTS (BYOK); lee solo la respuesta final, con código, tablas y diagramas filtrados; motor local, el complemento no guarda ninguna clave de API.

Entrada de voz para la interfaz web: pulsa Alt (o Alt+Space) para iniciar/detener el dictado, Web Speech del navegador (sin configuración) o ASR en la nube compatible con OpenAI, pulido opcional mediante el LLM configurado en DSH, interfaz de ajustes.

Superposición de mascota de escritorio Live2D para la Web GUI de DSH: refleja el estado del agente (pensando, inactivo, error, terminado, esperando aprobación) con animaciones y burbujas de diálogo, reacciones táctiles por parte, arrastrar para acoplar, personas intercambiables y modelos personalizados mediante URL o ruta local.

Plugin de entrada de voz para DeepSeek Harness (dsh): un botón de micrófono en el compositor convierte el habla en un borrador transcrito, con opción de backends de reconocimiento de voz, pulido opcional mediante las rutas LLM propias de dsh y una página de configuración nativa.

Lee en voz alta las respuestas del asistente mediante Edge TTS gratuito o tus propios modelos de voz RVC: botones de lectura en voz alta + lectura automática, reproducción progresiva por fragmentos adaptativa (lecturas largas sin cortes), instalación de paquetes de voz con un clic desde un registro y un runtime RVC portátil.

Compañera Live2D de chica ballena para la UI Web de DeepSeek Harness: el modelo permanece en pantalla y reacciona a lo que el agente hace realmente (pensar, llamadas a herramientas, texto en streaming, errores, fin de turno); haz clic en ella para enviarle un mensaje al agente y ver la respuesta llegar a un bocadillo; el clic derecho abre un menú de expresiones, objetos de vestuario, escenas de escritorio y animaciones de un solo uso, cada acción mapeada desde la hoja de atajos del autor del modelo original para que nada se solape y todo expire solo. Recursos del modelo no comerciales (CC BY-NC-SA 4.0), código MIT, por Andersen216 (https://github.com/Andersen216).

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.

Modo de voz dúplex completo para la interfaz web de DeepSeek Harness: conmutación (envío automático tras pausa de 2 s) o dictado pulsar-para-hablar en un borrador editable con ASR en streaming zipformer2, palabra de activación opcional; lectura en voz alta Edge TTS oración por oración con subtítulos en vivo, y la voz interrumpe la reproducción y el turno en curso (barge-in real). ASR en el dispositivo, sin clave de API.

Añade texto a voz Xiaomi MiMo a DSH Web con lectura en voz alta de los mensajes del asistente, streaming PCM, diseño de voz predefinido y personalizado, respaldo con la voz del navegador, controles de reproducción y sonidos de interfaz opcionales.

Entrada de voz para DeepSeek Harness: habla al micrófono y el texto reconocido se envía como un mensaje de chat normal, mediante reconocimiento de voz local o del navegador.

Mascota de escritorio de una ballena doncella de anime para la interfaz web de DeepSeek Harness (dsh): diálogos de LLM en tiempo real, 8 animaciones de estado de ánimo, sistema de reserva de saciedad, burbuja de diálogo persistente e interfaz de armario adaptada a móvil.

Espacio de trabajo de medios y visión para DeepSeek Harness: generación de imágenes, vídeo y voz, preguntas y respuestas sobre imágenes y localización de elementos, OCR de imágenes largas, diferencia de píxeles, verificación mediante capturas de pantalla de HTML y resumen de vídeo, con proveedores DashScope y compatibles con OpenAI, grupos de modelos y un cliente de banco de trabajo.

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

Resalta partes de la oración (sustantivos en verde, verbos en rojo, adjetivos/adverbios en púrpura) en Markdown web DSH renderizado, con paletas clara/oscura, conmutadores y actualizaciones conscientes del flujo.

Compañero de personaje arrastrable para el perfil web de DeepSeek Harness, con seis niveles visuales y de expresión, cuatro modos de tarea, chat de la sesión actual, resúmenes públicos del razonamiento y síntesis de voz del navegador.

Puente QQ bidireccional sobre OneBot v11 (WebSocket inverso): sesiones por grupo y por chat privado, voz speech-to-text entrecomillada con @, visualización privada de imágenes/pegatinas animadas, herramientas de cara y pegatina.

Botón de micrófono en la fila de herramientas del compositor: voz a texto con la API Web Speech (Chrome/Edge), cambio de idioma y envío automático opcional, cero dependencias.

Plugin multimodal impulsado por MiniMax: modo de llamada de voz en tiempo real (conversación en streaming, interfaz de dock flotante), modo de voz y entrada de voz por micrófono, además de herramientas de generación de imagen/video/música/voz y de inspección visual.

Instala a Herta como agente de DeepSeek Harness: un preset que incluye secciones de prompt de su persona y memoria, seis herramientas de memoria y voz, una capa narrativa que separa lo que piensa de lo que dice, 80 clips de voz incluidos, síntesis de voz offline y MiniMax, y dos vistas de conversación que representan la sesión con sus propios componentes.

Lee las conversaciones de DSH en voz alta utilizando la lectura en voz alta integrada de la página web de DeepSeek, controlada por una pequeña extensión del navegador.

Herramientas de voz: síntesis de voz neuronal gratuita con edge-tts, transcripción ASR compatible con OpenAI, lista de voces, vista previa de voces por lotes y autodiagnóstico de estado.

Bucle de voz gratuito para la interfaz web: entrada de micrófono con SpeechRecognition del navegador con resultados provisionales en vivo, además de botones de altavoz para leer en voz alta y lectura automática de las respuestas del asistente, sin configuración y sin clave de API.

Estación de trabajo omnimodal para DSH: analyze_image sobre una cadena ordenada de conmutación por error VLM de varias tarjetas, un conjunto de seis herramientas de visión (zoom, muestreo de color, diferencia de píxeles, OCR, detección de elementos y visualización en línea) que comparten el mismo resolutor de imágenes, generate_image mediante los protocolos OpenAI/DashScope/ComfyUI, generate_video asíncrono con varias tarjetas y un constructor /build-video-tool, y speak/clone_voice TTS en siete proveedores, todo gobernado por una única página de ajustes con autoguardado.