Plugin

Console fleet per DeepSeek Harness: una pagina dsh locale gestisce più macchine dsh remote con stato inattivo/in esecuzione, cambio in-place senza nuove schede, iframe keep-alive, lettura sessioni tra dispositivi, aggiornamento/riavvio con un clic e ruoli distinti controller/gestito.

Vista di lettura più tranquilla per DeepSeek Harness, con processo che si comprime da sé, navigazione messaggi tipo minimappa, ricerca nella pagina, schede errore unificate e MCP Apps generative (SEP-1865) in iframe sandbox.

Plugin DeepSeek Harness: ricerca video Bilibili per parola chiave, metadati video, trascrizioni dei sottotitoli, URL di riproduzione diretti e visualizzazione multimodale dei frame (bilibili_search / bilibili_video / bilibili_subtitles / bilibili_playurl / bilibili_frames). Anonimo per impostazione predefinita.

Toolkit audio/video locale nel browser per DSH — estrai frame, cattura miniature, comprimi immagini e converti clip in GIF con FFmpeg.wasm.

Registers the video-studio skill in the DSH skill catalog. It builds a Chinese-narrated video from a script: edge-tts synthesizes the narration, the timeline is derived from each line's measured audio duration rather than estimated from text length, Pillow renders every frame deterministically and pipes the raw frames to ffmpeg as rawvideo, burned-in subtitles and SRT/ASS export come from that same timeline, physical-model sound effects and a generated score are mixed sample by sample with numpy, and QA runs in four layers: container, signal, temporal and page level (the page layer only when the browser engine is used). An optional Playwright-driven browser engine renders the whole film as Canvas2D instead, sending PNG frames through image2pipe. Needs network access for the narration, ffmpeg on PATH and Python with numpy, Pillow and edge-tts; the browser engine also needs Playwright with a local Edge/Chromium.

Drives Windows apps through accessibility controls instead of pixels, with a takeover overlay that frames the window being driven, marks each action with a ghost cursor, and stops on Esc; a browser lane adds sign-in profiles, saved state, and attach-to-my-Chrome. Windows only, and DSH must be run as Administrator for the desktop lane.

Downloads a video link, samples frames from it, and transcribes the speech with Groq Whisper so an agent can answer questions about what the video shows; long audio is split into 15-minute windows to stay under the upload limit, and frames still come back without a key, which only the transcript needs. Needs ffmpeg, ffprobe and yt-dlp on PATH.

A conversation-view tab for turning one local reference video into a human-curated shot list. ffmpeg scdet finds shot boundaries, each shot gets one timecoded thumbnail, you untick what you do not need, and the export writes frames.csv (UTF-8 BOM), shots.json, numbered JPEG frames and a labelled contact sheet. Local-only, no upload, zero runtime dependencies, 39 node --test tests including a real-ffmpeg integration case. Requires ffmpeg 5.1+ (with ffprobe) installed separately.

Pull frames and audio out of a local video with ffmpeg and hand back plain file paths, so the agent can look at the frames with its own vision. Five tools: probe, evenly spaced frames, one frame at a timestamp, scene-change frames (the practical version of frame-by-frame), and audio extraction. No models, no uploads, no routing guesswork.

Serial-port toolkit for DSH - 9 tools plus a web UI where an AI agent and a human share one UART line, with auto port matching, hex/text frames, timestamps, scheduled sends, rule-based auto-recovery and appearance themes. The serial engine runs on Python 3.8+ — DSH's bundled interpreter is used when present, otherwise python / py -3 on PATH.

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.

Screen frames, log lines and (on Windows) key/mouse input on one millisecond timeline: record, mark the failing seconds, box the problem on the frame, then hand the agent a keyframe strip, an animated GIF and the aligned log slice.

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).

Local searchable archive of DSH chat history: decodes the multi-frame zstd session logs (thousands of concatenated frames), extracts user and assistant text into SQLite, and exposes sync / search / stats tools. Idempotent imports, no external service, nothing leaves the disk.

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.

Wandering Earth 550C control-room palette for the DSH Web UI, with dim 2px frames and amber selection states.

Legge video con un modello solo testuale: con ffmpeg installato campiona fotogrammi ogni 0,1–10 secondi in contact sheet con il timecode reale di ciascun frame; estrae l’audio e lo invia a iTingnao per una trascrizione temporizzata (richiede ITINGNAO_API_KEY), quindi descrive ogni foglio con un modello host capace di immagini. Funziona senza altri plugin vision. Uno slider nel composer imposta l’intervallo; i file solo audio sono trascritti senza campionare fotogrammi.

Player video nella barra laterale destra con playlist di una cartella (miniature del primo fotogramma, durata, ordinamento per nome/durata/modifica/dimensione), schermo intero e menu contestuale per rinominare, copiare, eliminare o aggiornare se la cartella è stata aperta con permesso di scrittura. Mostra in tempo reale intervallo bufferizzato, FPS decodificati e fotogrammi persi. Il lettore MP4/MOV in sola lettura mostra profile/level del codec, conteggio esatto dei fotogrammi, bitrate per traccia e rotazione. Non registra strumenti per agenti; la scrittura usa l’API File System Access del browser solo dopo aver scelto una cartella con permesso di scrittura.

Aggiunge comprensione video a un agente solo testo: estrae frame con timestamp, campiona solo ai cambi di scena, esporta clip GIF, legge metadati e analizza i frame in un’unica esecuzione. Cinque tool avviano ffmpeg locale con array argv, non una stringa shell.

Sposta il workspace predefinito fuori dal disco di sistema. Il comportamento nativo di DSH apre ogni nuova Session in `<Documents>/deepseek-harness/default-workspace` e mantiene fisso quel percorso predefinito; questo plugin lo sposta lasciando utilizzabili le sessioni salvate. Riscrive il record senza riavviare, offre le stesse tre azioni del pannello GUI, sposta i log insieme al cwd dell’intestazione e re-incornicia quelli la cui prima frame non è esattamente una riga di intestazione. Richiede l’host desktop (workspaceRegistry e sessionPersistence).

Legge file video/audio ricavando metadati, fotogrammi fissi campionati, sottotitoli e trascrizione multilingue con etichette dei parlanti. Acquisisce anche il desktop in tempo reale come fotogrammi o registrazione. Al primo uso installa ffmpeg/whisper.cpp/sherpa-onnx e verifica sha256 per file; tutta l’elaborazione resta locale. Installazione automatica e acquisizione desktop sono attualmente supportate solo su Windows x64; altrove occorre configurare manualmente i percorsi di ffmpeg e dei modelli.

Mantiene un dizionario locale di sticker indicizzato per hash del contenuto: un’immagine già descritta viene richiamata invece di essere riletta. Divide le GIF in fotogrammi campionati a intervalli regolari e li dispone su un unico foglio di contatto che mostra l’intera animazione.

Pacchetto di produzione ComfyUI in DeepSeek Harness: invia workflow in formato API a un server locale o remoto, genera in batch e recupera i risultati, diagnostica immagini difettose con intervalli di parametri misurati e un albero delle modalità di errore (frame neri, soggetti duplicati, frange di colore, OOM).

Visualizzatore lazy di sessioni in sola lettura: elenca le sessioni consultando solo stat e decomprime poi soltanto i frame Zstandard finali per esaminare gli eventi recenti. Include ricerca, statistiche ed esportazione nel pannello autonomo /lazyview. Richiede Node.js 24+.