Plugins

Console de flotte pour DeepSeek Harness : une page dsh locale gère plusieurs machines dsh distantes, avec état inactif/en cours, changement sur place sans nouvel onglet, iframes keep-alive, lecture de sessions inter-appareils, actualisation/redémarrage en un clic et séparation des rôles contrôleur/géré.

Vue de lecture plus calme pour DeepSeek Harness : processus replié automatiquement, rail de navigation des messages façon minimap, recherche dans la page, cartes d’échec unifiées et MCP Apps génératives (SEP-1865) dans des iframes sandboxées.

Plugin DeepSeek Harness : recherche de vidéos Bilibili par mot-clé, métadonnées vidéo, transcriptions de sous-titres, URL de lecture directe et affichage multimodal des images (bilibili_search / bilibili_video / bilibili_subtitles / bilibili_playurl / bilibili_frames). Anonyme par défaut.

Boîte à outils audio/vidéo locale au navigateur pour DSH — extraction d'images, capture de vignettes, compression d'images et conversion de clips en GIF avec FFmpeg.wasm.

Registers the video-studio skill in the DSH skill catalog. It builds a Chinese-narrated video from a script: edge-tts synthesizes the narration, the timeline is derived from each line's measured audio duration rather than estimated from text length, Pillow renders every frame deterministically and pipes the raw frames to ffmpeg as rawvideo, burned-in subtitles and SRT/ASS export come from that same timeline, physical-model sound effects and a generated score are mixed sample by sample with numpy, and QA runs in four layers: container, signal, temporal and page level (the page layer only when the browser engine is used). An optional Playwright-driven browser engine renders the whole film as Canvas2D instead, sending PNG frames through image2pipe. Needs network access for the narration, ffmpeg on PATH and Python with numpy, Pillow and edge-tts; the browser engine also needs Playwright with a local Edge/Chromium.

Drives Windows apps through accessibility controls instead of pixels, with a takeover overlay that frames the window being driven, marks each action with a ghost cursor, and stops on Esc; a browser lane adds sign-in profiles, saved state, and attach-to-my-Chrome. Windows only, and DSH must be run as Administrator for the desktop lane.

Downloads a video link, samples frames from it, and transcribes the speech with Groq Whisper so an agent can answer questions about what the video shows; long audio is split into 15-minute windows to stay under the upload limit, and frames still come back without a key, which only the transcript needs. Needs ffmpeg, ffprobe and yt-dlp on PATH.

A conversation-view tab for turning one local reference video into a human-curated shot list. ffmpeg scdet finds shot boundaries, each shot gets one timecoded thumbnail, you untick what you do not need, and the export writes frames.csv (UTF-8 BOM), shots.json, numbered JPEG frames and a labelled contact sheet. Local-only, no upload, zero runtime dependencies, 39 node --test tests including a real-ffmpeg integration case. Requires ffmpeg 5.1+ (with ffprobe) installed separately.

Pull frames and audio out of a local video with ffmpeg and hand back plain file paths, so the agent can look at the frames with its own vision. Five tools: probe, evenly spaced frames, one frame at a timestamp, scene-change frames (the practical version of frame-by-frame), and audio extraction. No models, no uploads, no routing guesswork.

Serial-port toolkit for DSH - 9 tools plus a web UI where an AI agent and a human share one UART line, with auto port matching, hex/text frames, timestamps, scheduled sends, rule-based auto-recovery and appearance themes. The serial engine runs on Python 3.8+ — DSH's bundled interpreter is used when present, otherwise python / py -3 on PATH.

Runs the local llama.cpp Qwen3.5-4B from a Settings page — Windows only, NVIDIA GPU (8 GB VRAM handles the 4B Q4) — with start, stop and restart, launch parameters, deployment paths with a presence check, provider-route and compaction-policy sync in the profile patch, a loopback request-capture proxy, and a local_worker tool that hands translation, OCR and video-frame chores to the local model by file path. Needs llama-server.exe (verified on b12069) and Qwen3.5-4B GGUF + mmproj files on disk; video frames also need ffmpeg.

Screen frames, log lines and (on Windows) key/mouse input on one millisecond timeline: record, mark the failing seconds, box the problem on the frame, then hand the agent a keyframe strip, an animated GIF and the aligned log slice.

Local video understanding for agents: extracts keyframes adaptively based on motion and pauses, inspects any timestamp at full resolution, and aligns visuals with dialogue from embedded subtitles or configured ASR. Requires ffmpeg and ffprobe; clips without subtitles also need a transcription engine for dialogue (a ~190 MB local whisper model, a cloud API key, or the official voice-input model).

Local searchable archive of DSH chat history: decodes the multi-frame zstd session logs (thousands of concatenated frames), extracts user and assistant text into SQLite, and exposes sync / search / stats tools. Idempotent imports, no external service, nothing leaves the disk.

Video study toolkit for DeepSeek Harness: fetch a public Bilibili single part or YouTube video, sample every 3 seconds plus change-triggered frames, transcribe locally with faster-whisper, page through section grids, and render a 16:9 study deck. Windows only, and needs the DSH pwsh tool plus Python 3.12 x64 with Pillow and FFmpeg/FFprobe; fetching adds yt-dlp, transcription needs faster-whisper with your own local model files, and deck output needs python-pptx.

Wandering Earth 550C control-room palette for the DSH Web UI, with dim 2px frames and amber selection states.

Lit les vidéos avec un modèle texte uniquement : avec ffmpeg, échantillonne les images toutes les 0,1 à 10 secondes dans des planches-contact portant le timecode réel de chaque image ; extrait la piste audio et l’envoie à iTingnao pour une transcription horodatée (clé ITINGNAO_API_KEY requise), puis décrit chaque planche avec un modèle du host capable de traiter les images. Fonctionne sans autre plugin de vision. Un slider du composer règle l’intervalle ; les fichiers audio seuls sont transcrits sans échantillonnage d’images.

Lecteur vidéo dans la barre latérale droite avec playlist de dossier (miniatures de la première image, durée, tri par nom/durée/modification/taille), plein écran et menu contextuel pour renommer, copier, supprimer ou actualiser si le dossier a été ouvert avec droit d’écriture. Affiche en direct la plage mise en mémoire tampon, les FPS décodées et les images perdues. Le lecteur MP4/MOV en lecture seule indique le profile/level du codec, le nombre exact d’images, le débit par piste et la rotation. Aucun outil d’agent n’est enregistré ; les écritures utilisent l’API File System Access du navigateur uniquement après sélection d’un dossier avec droit d’écriture.

Donne une compréhension vidéo à un agent textuel : extrait des images horodatées, échantillonne uniquement aux changements de scène, exporte des clips GIF, examine les métadonnées et analyse les images en une fois. Cinq outils lancent le ffmpeg local avec des tableaux argv, pas une chaîne shell.

Déplace le workspace par défaut hors du disque système. Le comportement natif de DSH ouvre chaque nouvelle Session dans `<Documents>/deepseek-harness/default-workspace` et garde ce chemin fixe ; ce plugin le déplace tout en préservant l’usage des sessions enregistrées. Il réécrit l’enregistrement sans redémarrage, propose les trois mêmes actions qu’un panneau GUI, déplace les journaux avec le cwd de leur en-tête et recadre ceux dont la première frame n’est pas exactement une ligne d’en-tête. Nécessite l’hôte desktop (workspaceRegistry et sessionPersistence).

Lit vidéo/audio pour extraire métadonnées, images fixes échantillonnées, sous-titres et transcription multilingue avec étiquettes de locuteur. Capture aussi le bureau en direct en images ou en enregistrement. À la première utilisation, installe ffmpeg/whisper.cpp/sherpa-onnx et vérifie le sha256 de chaque fichier ; tout le traitement reste local. L’installation automatique et la capture du bureau sont actuellement réservées à Windows x64 ; ailleurs, les chemins ffmpeg et modèles doivent être définis manuellement.

Conserve un dictionnaire local de stickers indexé par hachage de contenu : une image déjà décrite est retrouvée au lieu d’être relue. Découpe les GIF en images échantillonnées régulièrement et les dispose sur une planche-contact unique montrant toute l’animation.

Pack de production ComfyUI dans DeepSeek Harness : soumet des workflows au format API à un serveur local ou distant, génère en lot et récupère les résultats, puis diagnostique les images défectueuses avec plages de paramètres mesurées et arbre de décision (images noires, sujets dupliqués, franges de couleur, OOM).

Visionneuse de sessions différée en lecture seule : liste les sessions avec stat uniquement, puis décompresse seulement les frames Zstandard finales pour inspecter les événements récents. Recherche, statistiques et export dans un panneau autonome /lazyview. Nécessite Node.js 24+.