Plugins

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.

Monte le service sémantique tsm-core-dlr (vecteurs + graphe LanceDB) comme outils MCP ; fournit skill de modélisation DLR/TSM indépendant du scénario, statut et règles agent. Dépendance obligatoire, à démarrer avant activation du bundle.

Intégration d’analyse de données Java Foggy pour DeepSeek Harness avec Runtime géré, CLI, Launcher, Skills d’intégration et workflows de couche sémantique.

Outil analytique de couche sémantique pour DeepSeek Harness, adossé au service Xiwen.

Outil d’analyse à couche sémantique : utilise des métadonnées sélectionnées de tables, colonnes et métriques, avec recherche via Qdrant et Elasticsearch, pour générer, valider et exécuter des requêtes analytiques MySQL par le service Xiwen.