Plugins
Parcourez, filtrez et installez des plugins DeepSeek-Harness.
107 plugins trouvés
dsh-local-llm
verson00/dsh-local-llm
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.
dsh-feiyu-say
vansnc/dsh-feiyu-say
Synthesises speech through Alibaba Bailian's WebSocket TTS and returns a WAV file plus a preview URL, with an optional per-turn hint that nudges the model towards voice. Needs a Bailian API key and ffmpeg, and the text is sent to Alibaba Cloud; the plugin does not send messages itself — delivery is left to the session's own transport.
dsh-feiyu-vision
xxgj666/dsh-feiyu-vision
Image understanding for DSH: describe an image and read the text in it through Zhipu GLM-4V (needs a Zhipu API key, free tier), with optional person identification through Volcengine Ark and anime-only reverse image search through SauceNAO or trace.moe (each needs its own key); ffmpeg must be installed for GIF/WebP input. Keys and the ffmpeg path are set on the plugin's own settings page.
dsh-pf-stream
weilv-d/dsh-pf-stream
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).
dsh-classroom-mobile
chengyu-xin1/dsh-classroom-mobile
Record lecture audio in a phone browser and transcribe it locally with faster-whisper; generates summaries, mind maps and quizzes with a wrong-question gate plus a focus report, and serves the phone UI over a built-in HTTPS tunnel from any network. Transcription needs local Python, ffmpeg and faster-whisper (the setup script installs them plus a ~460 MB Whisper small model); the public HTTPS tunnel uses a Windows cloudflared build and has no access code by default, so anyone with the link can open it.
dsh-video-learning
szuold8/dsh-video-learning
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.
dsh-media-converter
a1121611810/dsh-media-converter
Local media toolbox for DeepSeek Harness: converts files between 27 video, audio and image formats, trims clips, extracts audio or video tracks without re-encoding, exports embedded subtitles to .srt, compresses images with a before/after preview, reads and rewrites metadata, and encodes or decodes Base64 — all through the ffmpeg already installed on the machine, so files never leave it. The same engine is registered as a media_toolbox tool agents can call.
dsh-clipforge
avenyq/dsh-clipforge
Video workbench for DeepSeek Harness that parses a link, downloads the source, transcribes it, trims or merges clips and exports GIFs. Requires ffmpeg/ffprobe and yt-dlp; whisper.cpp plus a model is optional for videos without subtitles.
metaontic-video
wxsimon2022/metaontic-video
MetaOnticVideo|Plugin de création vidéo IA pour DeepSeek Harness. Utilise Seedance 2.0 / Mini / Fast pour poursuivre la génération en plusieurs segments et créer des vidéos de plus de 15 secondes. Prend en charge texte-vers-vidéo, image-vers-vidéo, revue du script et du storyboard, aperçu par segment, reprise après interruption et assemblage FFmpeg. Plugin de génération et de continuation vidéo IA.
delivery-video-plugin
lumos-789/delivery-video-plugin
Transforme une fonctionnalité réellement opérationnelle en vidéo de démonstration fiable : captures d'écran réelles, narration edge-tts avec sous-titres calés mot à mot, pipeline ffmpeg autonome et contrôle qualité déterministe (spécifications, audio, niveau sonore, détection d'écran noir, d'image figée et de silence) qui refuse toute démo fausse ou défectueuse. Inclut le précontrôle et la vérification des artefacts. Requiert Python 3.9+, ffmpeg/ffprobe dans PATH et `pip install edge-tts Pillow` ; la narration appelle le point de terminaison public edge-tts.
beatapi-agent-plugin (dsh-design)
beatapi/beatapi-agent-plugin
Démarre l'espace local publié BeatDesign 0.2.5 et connecte 30 outils MCP pour Projects, Canvas, Assets et Timeline, avec une Skill pour les projets partagés et des consignes d'approbation pour la génération distante. Requiert Node.js 22.12+ et un port 3020 libre. L'extraction d'images et le rendu de la timeline exigent aussi ffmpeg/ffprobe dans PATH ; l'export du navigateur n'en a pas besoin.
dsh-voice
liu118117/dsh-voice
Ajoute une voix à l’agent : synthèse expressive (ChatTTS si disponible, sinon edge-tts), mode chant, sortie mp3 et lecture locale avec ffplay. Nécessite Python 3.10+, edge-tts installé et ffmpeg/ffplay. ChatTTS et son cache de modèles sont facultatifs. Indique vos installations dans pythonPath/ffmpegPath/ffplayPath de cordis.patch.yml.
dsh-video-eyes
fj7937290-sys/dsh-video-eyes
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.
dsh-video-to-knowledge
yayuqianhuang/dsh-video-to-knowledge
Transforme un lien vidéo en fiches de connaissance Markdown horodatées, avec des liens vers l’instant exact. Nécessite votre propre Python 3.10+ et yt-dlp. ffmpeg et faster-whisper ne sont requis que pour les vidéos sans sous-titres ; les sous-titres réservés aux membres exigent les cookies de connexion Bilibili.
BiliMemory
binbin-qaq/bilimemory
Relie DSH à un backend BiliMemory local pour recherche, collection, état et connexion Bilibili ; vérifie la mémoire partagée A-Memorix ainsi que l’état du lien QQ, les allowlists et le redémarrage du watcher. L’installateur Windows en un clic installe/répare MaiBot A-Memorix si nécessaire, puis configure local-bge-small-zh, embeddings et mémoire partagée ; `install-memory.cmd` ne répare que la mémoire. Requiert Windows, DSH Desktop 0.2.1-rc.2+, Node.js 22.19+, Python 3.12, Playwright/Edge, FFmpeg, API BiliMemory sur `127.0.0.1:8765`, service local d’embeddings sur `127.0.0.1:11435`, connexion Bilibili et MaiBot/NapCat pour QQ. Voix, RVC et fonction cover exclues.
dsh-video-frames
kagurazaka135/dsh-video-frames
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.
dsh-video-studio
pengjunchen/dsh-video-studio
Étalonnage vidéo local avec LUT DJI Log adaptées à la caméra, hautes lumières et ombres indépendantes, commandes facultatives peau/couleurs sélectives, aperçu des images et export HEVC 10 bits. Le tarball universel indiqué ne fournit aucun runtime : au premier lancement, « configure environment » télécharge par HTTPS un runtime épinglé (Python 3.12 + FFmpeg 9, ~100 Mo) ou permet d’indiquer son Python 3.10+ et FFmpeg/ffprobe 8+. Les releases suffixés par plateforme incluent ce runtime.
5530
5530-ok/5530
Outils Agent qui téléchargent une vidéo Bilibili, la transcrivent avec whisper.cpp local puis rédigent une note Markdown structurée avec le LLM de DSH ; export PDF facultatif. Windows uniquement. Dépendances manquantes téléchargées dans le dossier data : yt-dlp.exe et build ffmpeg.exe (GitHub/gyan.dev), binaire whisper.cpp x64 de GitHub et modèle d’environ 547 Mo depuis hf-mirror. L’export PDF appelle Edge/Chrome installé localement. Deux outils : video_to_notes et note_to_pdf. JS pur, sans clé API supplémentaire.
dsh-youtube-study-notes
jagathsrujan/dsh-youtube-study-notes
Transforme un lien YouTube en notes : récupère les sous-titres publiés, peut lire l’écran via un modèle vision, puis demande vos notes pour tout fusionner dans un document. python3, ffmpeg et yt-dlp dans PATH requis ; le skill s’arrête avec une aide d’installation s’ils manquent.
dsh-readme-reel
dingchenhui0618-arch/dsh-readme-reel
Transforme les captures déjà présentes dans un dépôt de plugin en reel hero muet de 6 s en boucle : webm VP9 à alpha réel, gif maté, image de couverture et manifest des durées par scène/sha256. Timeline exacte (durées entières + transitions = `durationMs` ; dernière scène reliée à la première, donc t=0 = t=duration). Zéro dépendance runtime : PNG via node:zlib, compositeur de cartes SDF et seul binaire externe ffmpeg, détecté à l’exécution. Panneau pour choisir, réordonner, générer, copier le Markdown README ; CLI avec contrat `storyboard.json`.
dsh-video-android
dttgithu/dsh-video-android
Studio vidéo Android pour DeepSeek Harness : édition de storyboard, génération image/vidéo multi-providers avec basculement automatique, export MP4 par FFmpeg, optimisation de prompt et espace de travail mobile-first.
dsh-video-reader
ck99998888/dsh-video-reader
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.
dsh-bilibili-subtitles
chenfan2/dsh-bilibili-subtitles
Extrait les sous-titres plateforme/IA de Bilibili ou utilise en fallback des sous-titres externes/incrustés, l’ASR ou l’OCR, puis produit Markdown, Word, PDF, TXT, SRT ou JSON avec horodatage, alignement bilingue et rapport qualité. Nécessite Python 3.10+. Les sous-titres plateforme/IA exigent le cookie SESSDATA Bilibili ; OCR/ASR/PDF nécessitent ffmpeg, faster-whisper et LibreOffice ou reportlab.
dsh-video-eyes
bw741/dsh-video-eyes
Permet au modèle de voir réellement une vidéo : ffmpeg local échantillonne des images horodatées et faster-whisper transcrit la piste audio, afin que l’agent lise les pixels réels image par image, sans résumé textuel. Traitement entièrement local, aucun téléversement ; signale explicitement l’absence de parole. Windows uniquement ; Python 3.10+ et ffmpeg requis. Le premier video_eyes_setup télécharge environ 700 Mo (faster-whisper et son modèle).