Plugins

Mascotte de bureau chibi à cheveux bleus et tenue de servante pour l’interface Web DSH : 106 animations transparentes dessinées à la main, déplacements sur le bureau, chat avec Ollama local ou les modèles en ligne DSH, et surveillance facultative de l’écran.

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.

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.

Station de travail omni-modale pour DSH : analyze_image sur une chaîne de basculement VLM ordonnée à plusieurs cartes, une boîte à outils de vision à six outils (zoom, échantillonnage de couleurs, diff de pixels, OCR, détection d'éléments, affichage en ligne) partageant le même résolveur d'images, generate_image via les protocoles OpenAI/DashScope/ComfyUI, generate_video asynchrone multi-cartes avec un constructeur /build-video-tool, et TTS speak/clone_voice sur sept fournisseurs, le tout piloté par une seule page de paramètres à enregistrement automatique.

Conversations vocales continues pour DSH avec écoute mains libres, push-to-talk, reconnaissance vocale, réponses TTS et délégation d'Agent en arrière-plan.

Assistant d’appel vocal pour DSH Desktop et Web GUI (même plugin, seul le profile change) : boule flottante déplaçable et VAD navigateur qui envoie chaque phrase après une pause. Réutilise le modèle local SenseVoice déjà téléchargé par le plugin officiel voice-input, sans second modèle. Prend en charge FunASR HTTP/streaming, API compatible cloud, MiniMax / MiMo-V2.5-TTS (director mode et voice clone) et réponses TTS compatibles OpenAI. Wake-word/auto-sleep optionnels ; envoi à des sessions distinctes avec progression, arrêt et compte rendu vocal.

Ajoute deux services de reconnaissance vocale cloud Volcengine Doubao au sélecteur de saisie vocale de DeepSeek Harness, avec réécriture facultative de la transcription par un LLM.