Plugin

Traduttore per Windows x64 con voce dedicata nella barra laterale e interfacce Workbench/Chat, traduzione affiancata di testo e documenti, traduzione di aree dello schermo, cronologia recente, selezione del modello host, input vocale e anteprima. L’OCR dei documenti usa CUDA con fallback CPU; quello dello schermo usa CPU. Non abilitare insieme i pacchetti CPU e CUDA.

Traduttore per Windows x64 con voce dedicata nella barra laterale e interfacce Workbench/Chat, traduzione affiancata di testo e documenti, aree dello schermo, cronologia, selezione del modello host, input vocale e anteprima. OCR CPU senza dipendenze NVIDIA. Non abilitare insieme i pacchetti CPU e CUDA.

Revisione dei testi destinati alle persone. Gli strumenti write/edit richiedono il flag human_facing; il plugin controlla in background il testo secondo regole PROSE.md a livelli, prepara annotazioni, le confronta con il file intero e le integra tramite /humanize, /humanize-loop o post-compaction mentre la sessione principale continua a lavorare. /humanize-review elabora su richiesta file tracciati da git.

Visualizzatore JSONL/NDJSON in sola lettura con indice in byte, navigazione dei record e anteprima streaming dei record grandi. Richiede DSH >=0.2.1-rc.2.

Gestisce un blog GitHub Pages da un pannello DSH: sfoglia gli articoli Markdown per tag, li modifica in un editor diviso con modulo front matter e pubblica le modifiche in un unico commit tramite GitHub REST API.

Scrive, verifica e pubblica un libro Quarto in cinese: capitoli in nove passaggi, controlli di struttura/link/figure, tema coerente e accettazione del rendering. Si carica solo nei repository con `type: book`; richiede Quarto CLI e Python 3.

Output vocale GPT-SoVITS per DSH: tool speak e comando /voice, pulsante di lettura sotto ogni risposta e scheda impostazioni per cambiare voce, regolare sintesi, gestire il servizio locale e installare un pacchetto vocale con un clic. Solo Windows; richiede checkout locale GPT-SoVITS con pesi addestrati e ambiente Python.

Legge le risposte dell’assistant con voci neurali Microsoft Edge ed evidenzia la frase pronunciata. In impostazioni si regolano separatamente colore di sfondo, colore del testo e opacità. Aggiunge a ogni risposta un pulsante sound-wave, pausa, frase precedente/successiva, velocità regolabile e lettura automatica.

Voce bidirezionale per l’app web DSH: dettatura dal composer unificato e ascolto delle risposte con pulsanti altoparlante o lettura automatica, su qualsiasi dispositivo. Richiede DSH 0.1.7+, Node 22+, Python 3 con numpy e requests, un modello TTS e un microfono.

Riproduce l’audio dei video Bilibili da una barra flottante della DSH Web UI, con coda, spostamento nella traccia e controllo della velocità, oltre a un reverse proxy host per verificare il Referer del CDN.

Note di riunione per dsh: una riunione per conversazione, trascritta e separata per interlocutore sul dispositivo, con punti, assegnazioni, note scritte a mano, revisioni e punteggi mensili nello stesso pannello. Esporta SRT/Markdown/Word e crea uno zip portatile importabile da un altro dsh. Le assegnazioni confermate vengono inviate con un clic a DingTalk/WeCom secondo le impostazioni del bot. I modelli di riconoscimento sono sostituibili e un modello locale più forte si può importare da file; il riconoscimento cloud è disattivato per impostazione predefinita e non invia richieste prima del consenso. Word richiede Python e python-docx; al primo avvio scarica un modello da 28 o 77 MB.

Richiede macOS e AirPods con head tracking. Risponde alle richieste di autorizzazione e domande DSH con gesti della testa: annuire consente o conferma, scuotere rifiuta o sposta l’opzione selezionata. Installa l’app complementare della barra menu macOS da una scheda della sessione.

Analisi prosodica locale e offline per DeepSeek Harness: insieme alla trascrizione riferisce come è stato detto qualcosa — velocità, tono, pause ed energia.

Cerca opere di pubblico dominio in Project Gutenberg, Wikisource, Internet Archive e Standard Ebooks per titolo, autore, personaggio o trama ricordata a metà, oppure importa EPUB/PDF/TXT/DOCX/Markdown e ascolta nella barra laterale. Supporta voci neurali Microsoft Edge, Kokoro offline o voci del dispositivo; salva la posizione, consente note vocali collegate al passaggio appena ascoltato e dialogo sul libro con il modello DSH.

Registra due tool per DeepSeek Harness. `doc_ocr` converte PDF scansiti e immagini in testo per pagina, tabelle finanziarie con verifica del bilancio e corrispondenze di clausole contrattuali tramite RapidOCR locale o Zhipu GLM-OCR cloud. `doc_preprocess` trasforma una directory di file grezzi in una knowledge base Obsidian con pipeline a sette fasi, routing backend e salto incrementale basato su sha256. I numeri che non tornano vengono segnalati, non inventati. L’engine locale richiede Python con rapidocr-onnxruntime, pypdfium2 e Pillow (`pip install -r requirements.txt`); GLM richiede ZHIPU_API_KEY.

Riconoscimento strutturato delle immagini: misure locali con sharp e un modello vision cloud restituiscono in una chiamata descrizione, OCR con coordinate, posizioni degli oggetti e attributi dettagliati. Una cache fingerprint restituisce immagini ripetute in millisecondi senza consumare quota modello.

Fa vedere davvero un video al modello: ffmpeg locale campiona immagini con timestamp e faster-whisper trascrive l’audio, così l’agent legge i pixel reali fotogramma per fotogramma invece di fidarsi di un riepilogo testuale. Tutto locale, niente upload; segnala quando l’audio non contiene parlato. Solo Windows; richiede Python 3.10+ e ffmpeg. Il primo video_eyes_setup scarica circa 700 MB (faster-whisper e il modello).

Solo Windows x64; preview 0.5.4 compatibile con DSH 0.2.0-rc.2–0.2.1.x. Due tool con ambito limitato (dragon_browser/dragon_desktop) controllano browser visibile via DOM/CDP e app Windows via UI Automation. Ambiti di lettura/controllo per origin ed executable, passaggi batch, arresto d’emergenza con Esc fisico e log con dati sensibili oscurati. Se un’altra finestra prende il primo piano, interrompe l’azione per non digitare nel posto sbagliato. Include launcher Edge/Chrome e client CDP propri; non richiede altri plugin browser né Electron. Non è un sandbox del sistema operativo: login, finestre admin e desktop sicuri restano sotto il controllo dell’utente.

Provider Tencent Yuanbao Search per l’estensione ctx.web: una richiesta diretta alla Search API per query restituisce titolo, URL, snippet e data ISO-8601 riutilizzabili. Le credenziali vengono risolte a ogni ricerca, senza turni ausiliari del modello. Richiede una API key Tencent Cloud WSA.

Aggiunge il preset Agent visible-browser (persona e tools per navigare, compilare moduli, cliccare e acquisire screenshot con Playwright MCP) e un blocco che rifiuta ogni chiamata browser negli altri preset finché l’utente non approva la Session con browser_access incluso. Il bundle monta il provider Playwright MCP. La pagina impostazioni Plugins e il tool browser_source passano a runtime tra Microsoft Edge (predefinito), Chromium incluso in Playwright ed endpoint CDP. Richiede la riga condivisa di registrazione browser-use nel profilo (un provider per processo).

Browser integrato con Chromium reale e visibile che l’agent può aprire, cliccare, digitare e scorrere; mantiene lo stato della pagina tra le chiamate.

Usa Decodo Web Data API come provider fetch dello strumento integrato web_fetch: restituisce Markdown per impostazione predefinita, fissa fetchProvider su decodo e applica un limite fetch configurabile per processo. Richiede una API key Decodo; web_search resta invariato.

Su ogni pagina aperta dal browser resta un pulsante di traduzione. Un clic sostituisce sul posto tutti i nodi di testo visibili, un altro li ripristina. Tenendolo premuto e trascinandolo vicino a un bordo si riduce a una piccola maniglia; viene reinserito dopo la navigazione. Traduce il servizio LLM host; il plugin non conserva API key.

Installa la skill codex-cua per usare Codex computer use da DeepSeek Harness: controlla Chrome e app macOS native tramite il runtime incluso nell’app desktop ChatGPT/Codex. Include un client di sessione persistente e un controllo autonomo doctor. Richiede app ChatGPT/Codex con estensione Chrome, Python 3.9+ e macOS.