Passer au contenu principal

Plugins

Parcourez, filtrez et installez des plugins DeepSeek-Harness.

73 plugins trouvés

S

dsh-video-storyboard

saos-3624/dsh-video-storyboard

Transforme une vidéo (fichier local ou lien Bilibili/yt-dlp) en grille de storyboard adressable : cellules numérotées, horodatages exacts, transcription par cellule et enveloppe audio sur la même chronologie. video_zoom relit toute fenêtre en plus haute résolution, afin qu’un modèle textuel puisse examiner la vidéo au lieu de lire un résumé.

550avant-hierVision, voix et multimodalApache-2.0
E

EduWork (dsh-knowledge-studio)

ecnu/eduwork

Studio basé sur un espace de travail pour créer des rapports, diapositives, tableaux, cartes mentales, quiz, flashcards, audio et vidéo étayés par des sources, avec les modèles DSH et des services d’artefacts partagés. La génération Office exige Python 3.12+ et ses dépendances, ainsi que DSH_OFFICE_PYTHON configuré ; le rendu multimédia nécessite Chromium et l’ASR local requiert aussi whisper.cpp et un modèle.

370il y a 21 heuresOutils et capacitésMulanPSL-2.0
R

Envoy (envoy-dsh)

regrevia/envoy

Collez un lien, l’agent le lit. Xiaohongshu, Douyin, Bilibili, WeChat, articles, PDF et audio deviennent du Markdown sourcé pour wiki/base de connaissances. A/B exploratoire sur 60 tours (limites de temps différentes, exactitude non vérifiée par un humain) : lecture terminée 22%→92% (+70 points), délais dépassés 68%→0%, réponses citant un fait réel de la source 23%→82%. Sur 123 liens réels, 80% utilisables (93% des pages ayant répondu) ; un lien inaccessible est signalé en 26 s. Compatible Codex, Claude Code, DSH.

136il y a 18 heuresOutils et capacitésApache-2.0
F

dsh-prompt-enhancer

fishsb/dsh-prompt-enhancer

Amélioration de prompts en un clic (5 modes, chaîne de mémoire, repli multi-modèles) plus reconnaissance vocale (Qwen3-ASR cloud / SenseVoice hors ligne, arrêt automatique au silence) pour le compositeur, avec redémarrage du service DSH en un clic.

121il y a 13 joursOutils et capacitésApache-2.0
B

dsh-voice-ai-girlfriend-plugin

beiyege-01/dsh-voice-ai-girlfriend-plugin

Petite amie IA vocale pour l’interface Web : entrée micro FunASR, réponses parlées Qwen3-TTS, fenêtre d’animation compagnon et chat QQ bidirectionnel (texte/voix/image push) via NapCat.

57il y a 24 joursVision, voix et multimodal
P

dsh-voice-scribe

pensivefei/dsh-voice-scribe

Saisie vocale pour l’interface Web de DSH : touchez ou maintenez Alt pour dicter dans le composeur. SenseVoice ASR local par défaut (hors ligne, sans configuration ni clé), avec repli automatique sur Web Speech du navigateur. Chaîne ASR compatible OpenAI facultative, retouche par les modèles configurés dans DSH et interface de réglages.

36il y a 16 joursVision, voix et multimodalMIT
Q

dsh-voice-mode (dsh-voice-mode)

qishuilalala/dsh-voice-mode

Mode voix duplex intégral pour l'interface Web DeepSeek Harness : bascule (envoi automatique après 2 s de pause) ou dictée push-to-talk dans un brouillon modifiable avec ASR streaming zipformer2, mot de réveil optionnel ; lecture phrase par phrase via Edge TTS avec sous-titres en direct, et la parole interrompt la lecture et le tour en cours (vrai barge-in). ASR sur appareil, aucune clé API requise.

33il y a 3 joursVision, voix et multimodalMIT
W

dsh-ears

wiziscool/dsh-ears

Plugin de saisie vocale pour DeepSeek Harness (dsh) : un bouton microphone dans le compositeur transforme la parole en brouillon transcrit, avec un choix de backends de reconnaissance vocale, un peaufinage optionnel via les propres routes LLM de dsh et une page de paramètres native.

31il y a 4 joursVision, voix et multimodalMIT
H

dsh-asr-plugin

huliux/dsh-asr-plugin

Transcription locale de réunions pour DeepSeek Harness sur macOS Apple Silicon : enregistrement à deux pistes, brouillons de transcription en direct avec identification des intervenants et résumés référencés par @ structurés en décisions et actions.

20il y a 7 joursVision, voix et multimodalApache-2.0
S

dsh-bili-watch

sacredbluedragon/dsh-bili-watch

Convertit les vidéos Bilibili en texte structuré pour l’IA : métadonnées, commentaires, danmaku, sous-titres, ASR local et OCR des images. Traitement local, sans envoi au cloud ; vérifie les images pour détecter les faux sous-titres, réutilise le cache et produit manifeste et résumé pour l’IA. L’OCR des images nécessite ffmpeg. L’ASR/OCR local requiert des environnements virtuels Python 3.10+ et, sous Windows, le runtime VC++. Les sous-titres IA nécessitent une connexion Bilibili.

18avant-hierOutils et capacitésMIT
C

dsh-bilibili

czx2244/dsh-bilibili

Analyse de vidéos Bilibili : métadonnées, transcription (repli ASR via Bijian/sherpa-onnx/whisper.cpp), commentaires, danmaku, et images clés nettes avec descriptions de vision locales optionnelles.

17il y a 25 joursOutils et capacitésMIT
I

dsh-video-understand

ilps2/dsh-video-understand

Outil de compréhension vidéo à faible coût : un outil video_understand transforme un lien Bilibili / BV / une vidéo locale en couche d’informations AVIS (ASR + structure de scène + suivi d’objets + étiquettes YOLO) et renvoie un résumé + Q&R. Routage dynamique inter-couches guidé par les questions (L0 ASR / L1 suivi d’objets / L2 VLM sur image clé), réutilisation de la couche sémantique pour les questions répétées, plafond de budget par question. Moteur Python : la couche principale nécessite faster-whisper / opencv / yt-dlp (~200-300MB) ; la couche sémantique optionnelle ajoute ~2GB de torch / transformers / ultralytics. Un doctor --fix inclus configure le venv et installe les deux.

15il y a 11 joursOutils et capacités
D

dsh-video-lens

dundunhan/dsh-video-lens

Donne aux agents DeepSeek Harness textuels la compréhension vidéo : échantillonnage de trames contextuel + VLM + transcription ASR optionnelle fusionnés en preuves de timeline. / Plugin de compréhension vidéo pour modèles texte uniquement (échantillonnage de trames contextuel + VLM + transcription vocale optionnelle).

13il y a 3 moisVision, voix et multimodalMIT
D

dsh-video-vision

destinhue/dsh-video-vision

5 outils: `video_outline` carte texte sans tokens image (4–60 fenêtres/temps); `video_probe` métadonnées/plan sans décodage; `video_storyboard` planche contact+index timecode, zoom/dédup.; `video_zoom` agrandit 1–9 cellules; `video_read` OCR keyframes seulement, plan/[mm:ss]. Audio: sous-titres→`DSH_ASR_CMD`→transcript; audio long : segments d’environ 45 s coupés sur silence. Dès 10 min, keyframes seules. OCR : Windows, tesseract line boxes ou `DSH_OCR_CMD`. `bilibili.com/video/BV...`, bare BV/av/b23.tv : ≤300 s CDN sans disque; plus long, téléchargement unique, cache max 4 GB/24 vidéos; URL play 10 min. ffmpeg requis, ffprobe si présent, aucune autre dépendance runtime. Wire-compatible SAOS-3624/dsh-video-storyboard; mêmes noms `video_probe`/`video_storyboard`/`video_zoom`, incompatibles.

10avant-hierVision, voix et multimodalMIT
D

dsh-media-lens

drscrewdriver/dsh-media-lens

Preuves de médias locaux (vidéo/audio/image) : chronologie, transcription, zones. Repli par média dans meta.attempts, non silencieux : multimodal hôte→OpenAI compatible/rotation clés→ffmpeg/ASR locale→métadonnées. Cooldown auth/quota seulement ; candidat gardé en fin de chaîne, non supprimé. Masque avant troncature ; magic bytes, pas extension. vision-bridge facultatif ; enregistrement multimodal/AV inline (video_url/input_audio) dépend des peers optionnels dsh-thinking-levels et dsh-llm-openai-completions ; sinon dégradation sans erreur. Défaut distant ; strictLocalOnly garde local. ffmpeg/ffprobe et CLI ASR locale non fournis, uniquement pour le repli local ; sans eux, repli vers les métadonnées. Hosts 0.1.7/0.2.0/0.2.1 (6 rc, enum engines.dsh) ; npm dsh-media-lens.

10avant-hierVision, voix et multimodal
D

dsh-video-storyboard-hp

dsh-raising-plan/dsh-video-storyboard-hp

Fork haute performance de SAOS-3624/dsh-video-storyboard : installez celui-ci ou l’upstream, pas les deux. Transforme une vidéo en grilles de storyboard adressables (cellules numérotées, horodatage et ligne de transcription par cellule, enveloppe audio). Requiert Node 20+ et ffmpeg/ffprobe dans PATH ; un endpoint ASR configuré est nécessaire si le fichier n’a pas de piste de sous-titres.

8il y a 20 joursVision, voix et multimodalMIT
O

dsh-xiaoai-bridge

omsociety/dsh-xiaoai-bridge

Transforme une enceinte intelligente XiaoAI (Xiaomi) en assistant vocal : héberge le bridge local, écoute le mot d’activation, reconnaît la parole (ASR/STT), poursuit la conversation dans la session Host et lit la réponse sur l’enceinte par synthèse vocale (TTS).

6hierVision, voix et multimodalMIT
S

dsh-voice

stardustlc666/dsh-voice

Outils vocaux : synthèse vocale neuronale gratuite avec edge-tts, transcription ASR compatible OpenAI, liste des voix, aperçu des voix par lot et autodiagnostic de l'état.

6avant-hierVision, voix et multimodalMIT
H

dsh-voice

haoku123/dsh-voice

Mode vocal full-duplex pour l'interface web : dictée par pression pour basculer ou maintien (touche d'envoi ou `Ctrl`) avec sous-titres en direct, ASR SenseVoice côté hôte via sherpa-onnx, réponses parlées phrase par phrase, et parler interrompt la lecture et le tour en cours (vraie interruption). Aucune clé API.

6il y a 8 joursVision, voix et multimodalMIT
P

dsh-voice-call

pandapolo/dsh-voice-call

Appels vocaux initiés par l’agent : `offer_call` fait sonner l’humain (接听/拒接/稍后再说) ; les appels acceptés sont synthétisés et lus localement via CrispASR + Qwen3-TTS (9 voix, 2 dialectes chinois), et les appels refusés renvoient la décision à l’agent.

4il y a 11 joursVision, voix et multimodalMIT
H

DSH-Video2Agent (dsh-video2agent)

harm0ny-ai/dsh-video2agent

Permet à l’agent de comprendre les vidéos et d’y répondre directement : questions sur le contenu, comparaisons ou intérêt de vidéos Bilibili ou locales. La recherche intervidéos renvoie la vidéo et le timecode, avec preuve de l’image exacte à un instant donné et analyse groupée de 1 à 10 vidéos. Priorité au local ; ASR/OCR cloud et connexion Bilibili facultatifs. Nécessite Python 3.11+, FFmpeg et la CLI (pip install video2agent). La page des paramètres vérifie et installe l’environnement. Les routes HTTP ne contrôlent pas l’accès DSH et une page du navigateur pourrait les appeler.

3hierVision, voix et multimodalApache-2.0
C

dsh-vidlens

cctv2333/dsh-vidlens

Échantillonne la vidéo comme une personne, sans la télécharger : métadonnées et chapitres d’abord, images horodatées ensuite, transcription priorisant les sous-titres (ASR local seulement si la plateforme n’en a pas), tags sonores AudioSet à 527 classes et commentaires principaux. 21 outils partagent un cache disque verrouillé entre processus. Requiert Python 3.10+, ffmpeg et vidlens (pip install vidlens-mcp); si absent, propose deux corrections plutôt qu’un ImportError brut.

3il y a 16 joursVision, voix et multimodalMIT
A

dsh-lark-plus

anfruj/dsh-lark-plus

Passerelle entre DeepSeek Harness et Feishu/Lark : elle propose le chat, les cartes, les approbations, un tableau de tâches, des objectifs et des plannings dans Feishu, ainsi qu’une transcription vocale entièrement locale (hors ligne) avec une barre de lecture dans la Web GUI.

3le mois dernierIntégrations et accès distantMIT
W

dsh-hold-to-talk

wangzhanchao883/dsh-hold-to-talk

Saisie à une main, sans clavier, pour la zone de rédaction : maintenez le bouton de la souris enfoncé sur la zone de saisie, parlez, relâchez — le texte atterrit dans le brouillon, et glisser vers le haut annule sans laisser une phrase à moitié écrite. Pas de bouton micro à viser ni de raccourci à mémoriser ; la main n'a jamais à quitter la zone de saisie, ce qui est tout l'intérêt quand l'autre main est occupée. La reconnaissance fonctionne entièrement hors ligne (SenseVoice via sherpa-onnx, aucune clé API, l'audio ne quitte jamais la machine).

3il y a 2 moisVision, voix et multimodalMIT