Plugins

Espace d’étude pour DeepSeek Harness : importe vos PDF, DOCX, PPTX, Markdown et enregistrements de cours, crée des fiches avec sources, quiz et questions ouvertes, puis planifie les révisions espacées SM-2 dans un panneau Web intégré. La transcription des enregistrements nécessite votre propre clé SiliconFlow, Groq ou Gemini. Requiert DSH 0.2.0-rc.2 ou ultérieur, mais inférieur à 0.3.

Bibliothèque d’articles, lecteur PDF et tuteur. Les pages citées mènent au passage exact et le surlignent ; question sur une sélection sans quitter l’article. Plan de lecture, coaching par section, quiz notés entre sessions. MinerU (auto-hébergé sans inscription ; cloud mineru.net avec token) lit les scans ; formules citables au clic (LaTeX au chat), recherchables par QK^T et listées par page. Endpoint embeddings facultatif pour recherche sémantique. Suppressions récupérables dans .trash. Modes défilement/page, barre droite plein écran, copie chemin, export PDF traduit, bascule original↔chinois via babeldoc sans préinstallation. Transcription/recherche locales par défaut ; seuls cloud MinerU/embeddings/traduction activés envoient le texte au service configuré.

Transcription locale de réunions dans DeepSeek Harness sur macOS Apple Silicon : enregistrement du microphone et de l’audio système, étiquettes de locuteurs et export de la transcription.

Cerveau DeepSeek + transcription automatique d'images : attachez des images dans la GUI et chacune est transcrite par le modèle officiel deepseek-v4-flash-vision-exp par défaut (un cerveau V4-Pro en texte pur peut voir les images), avec n'importe quelle VLM compatible OpenAI ou Ollama local comme alternatives.

model router par étape : des préréglages nommés avec des règles ordonnées de groupes d'images/mots-clés acheminent chaque étape d'agent à travers chaque fournisseur et modèle monté, ajoutant des flux de collaboration pour la transcription d'images, une protection d'image, un panneau de quotas multi-plans, et l'observabilité des décisions par étape.

Micro du compositeur pour l'interface web : appuyez pour surveiller la transcription en direct et maintenez pour parler, avec une lecture de réponse par Edge TTS de l'hôte diffusée pendant que le modèle génère, une pause d'écho pendant la lecture, et un appui pour arrêter.

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.

Canal WeChat (compte personnel, iLink Bot API) pour discuter avec l’agent DSH depuis WeChat, avec images, fichiers et transcription des notes vocales. Une conversation WeChat peut contenir plusieurs sessions DSH (/new, /list, /use) ; toutes les options se règlent dans la page des paramètres. Publié sur npm sous le nom dsh-plugin-weixin.

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.

Ajoute un canal QQ à dsh via OneBot 11 (NapCat et autres) : WebSocket inversé ou direct, conversations privées et de groupe, transcription d’images et de voix, cartes texte-image t2i, transferts regroupés et page de paramètres.

Génération locale d'images, de voix, de musique et d'effets sonores, plus transcription, avec identité épinglée : les personnages, animaux, objets et voix d'acteurs sont définis une fois et réutilisés à chaque appel ultérieur ; les sorties dégénérées (image presque plate, audio silencieux) sont rejetées au lieu d'être renvoyées comme succès, et une ligne générée peut être relue comme texte, ce qui rend visible un clone qui aurait avalé sa fin. Les moteurs se déchargent en veille, et la génération d'images et la transcription peuvent chacune être dirigées vers une API de type OpenAI au lieu du backend Vulkan local.

Saisie vocale au micro pour le composeur : transcription en direct via la Web Speech API du navigateur, déduplication/poursuite automatique, ponctuation intelligente, réglages de langue et d'envoi automatique.

Downloads a Bilibili video with yt-dlp, samples key frames, and transcribes it — from the site subtitles, or from a local faster-whisper install when there are none. Registers the skill the agent uses to write the summary; activates when a user message contains only a video link. Requires yt-dlp and ffmpeg on PATH; transcription needs faster-whisper.

Transforme un lien Xiaohongshu, Douyin, TikTok, YouTube ou X en texte : transcription avec codes temporels, texte à l'écran, description et OCR de chaque image, légende et métadonnées. Monte le serveur MCP hébergé via streamable HTTP.

Transcription vidéo privilégiant les sous-titres, avec export SRT, contrôles de tâche annulables et un repli sur faster-whisper large-v3 lorsque les sous-titres sont indisponibles.

Add MiniMax image understanding, image generation, speech synthesis, and transcription tools to DeepSeek Harness.

Reads a video or audio file into metadata, sampled stills, subtitles and a multilingual speech transcript with speaker labels, captures the live desktop as frames or a recording, and installs its ffmpeg/whisper.cpp/sherpa-onnx toolchain on first use with per-file sha256 checks; all processing stays local. Automatic toolchain install and desktop capture currently support Windows x64 only, so elsewhere ffmpeg and model paths must be set manually.

Dictate prompts into the DeepSeek Harness Web Client — a microphone in the composer, with swappable transcription: hosted Whisper API, self-hosted server, or a fully offline whisper.cpp binary.

Subtitle-first video transcription and deterministic extractive Markdown summaries, with a faster-whisper large-v3 fallback when subtitles are unavailable.

MiMo (Xiaomi) tools as a DSH profile plugin: web search, image/audio/video understanding, ASR transcription, TTS, voice design and voice cloning — native agent tools with a Settings page for the API key.

DeepSeek Harness plugin: multimodal tools (image/audio/video/document understanding, transcription, image generation) via Gemini API or the local Antigravity CLI.