Plugins

Mascota de escritorio chibi, de cabello azul y atuendo de doncella, para la interfaz web de DSH: 106 animaciones transparentes dibujadas a mano, movimiento por el escritorio, chat con Ollama local o modelos en línea de DSH y observación opcional de la pantalla.

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.

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.

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.

Conversaciones de voz continuas para DSH con escucha manos libres, pulsar para hablar, reconocimiento de voz, respuestas TTS y delegación de Agent en segundo plano.

Asistente de llamadas de voz para DSH Desktop y Web GUI (mismo plugin, distinto nombre de profile): bola flotante arrastrable y VAD en navegador que envía cada frase tras una pausa. Reutiliza el SenseVoice local ya descargado por el plugin oficial voice-input; no descarga otro modelo. Admite FunASR HTTP/streaming, API compatible en la nube, MiniMax / MiMo-V2.5-TTS (director mode y voice clone) y respuestas TTS compatibles con OpenAI. Incluye wake-word/auto-sleep opcionales y envío a sesiones separadas con progreso, parada e informes hablados de finalización.

Añade dos reconocedores de voz en la nube Volcengine Doubao al selector de entrada de voz de DeepSeek Harness, con reescritura opcional de la transcripción mediante un LLM.