Plugin

Le capacità di DeepWatch, installabili in un profilo DeepSeek Harness esistente

Lettura ad alta voce in chat per DeepSeek Harness: tocca per leggere, mettere in pausa e riprendere le risposte dell'IA con voci Doubao TTS naturali (BYOK); legge solo la risposta finale, con codice, tabelle e diagrammi filtrati; motore locale, il plugin non conserva alcuna chiave API.

Input vocale per l'interfaccia web: premi Alt (o Alt+Space) per avviare/arrestare la dettatura, Web Speech del browser (zero-config) o ASR cloud compatibile con OpenAI, rifinitura opzionale tramite LLM configurato in DSH, interfaccia impostazioni.

Overlay animale domestico da scrivania Live2D per la Web GUI di DSH: rispecchia lo stato dell'agente (in riflessione, inattivo, errore, completato, in attesa di approvazione) con animazioni e fumetti, reazioni tattili per parte, trascina per agganciare, personaggi intercambiabili e modelli personalizzati tramite URL o percorso locale.

Plugin di input vocale per DeepSeek Harness (dsh): un pulsante microfono nel compositore converte il parlato in una bozza trascritta, con scelta di backend di riconoscimento vocale, rifinitura opzionale tramite i percorsi LLM propri di dsh e una pagina delle impostazioni nativa.

Legge ad alta voce le risposte dell'assistente tramite Edge TTS gratuito o i tuoi modelli vocali RVC: pulsanti di lettura ad alta voce + lettura automatica, riproduzione progressiva a blocchi adattivi (letture lunghe senza interruzioni), installazione con un clic di pacchetti vocali da un registro e un runtime RVC portatile.

Una compagna Live2D a forma di ragazza-balena per la UI Web di DeepSeek Harness: il modello resta sullo schermo e reagisce a ciò che l'agente sta realmente facendo (pensiero, chiamate ai tool, testo in streaming, errori, fine turno); cliccala per inviare un messaggio all'agente e guarda la risposta arrivare in un fumetto; tasto destro per un menu di espressioni, vestiti, scene di scrivania e animazioni una tantum, ogni azione mappata dal foglio degli hotkey dell'autore del modello originale, così nulla si sovrappone e tutto scade da solo. Asset del modello non commerciali (CC BY-NC-SA 4.0), codice MIT, di Andersen216 (https://github.com/Andersen216).

I/O vocale per DeepSeek Harness — speech-to-text e text-to-speech tramite microfono e uscita audio.

Modalità vocale full-duplex per la Web UI di DeepSeek Harness: toggle (invio automatico dopo pausa di 2s) o dettatura hold-to-talk in una bozza editabile con ASR streaming zipformer2, wake word opzionale; lettura ad alta voce Edge TTS frase per frase con sottotitoli live, e il parlato interrompe la riproduzione e il turno in corso (vero barge-in). ASR on-device, nessuna chiave API.

Aggiunge la sintesi vocale Xiaomi MiMo a DSH Web con lettura ad alta voce dei messaggi dell'assistente, streaming PCM, voci predefinite e personalizzate, fallback alla sintesi vocale del browser, controlli di riproduzione e suoni dell'interfaccia opzionali.

Input vocale per DeepSeek Harness: parla nel microfono e il testo riconosciuto viene inviato come un normale messaggio di chat, tramite riconoscimento vocale locale o del browser.

Pet da desktop a forma di balena maid anime per l'interfaccia web di DeepSeek Harness (dsh): dialoghi LLM in tempo reale, 8 animazioni di umore, sistema di riserva di sazietà, fumetto dei dialoghi persistente e interfaccia armadietto adattata ai dispositivi mobili.

Spazio di lavoro per media e visione per DeepSeek Harness: generazione di immagini, video e parlato, Q&A sulle immagini e localizzazione degli elementi, OCR di immagini lunghe, diff a livello di pixel, verifica tramite screenshot HTML e riassunto di video, con provider DashScope e compatibili OpenAI, pool di modelli e un client workbench.

Avvisi audio e vocali per la Web GUI di dsh: toni distinti e sintesi vocale opzionale per approvazioni, domande, completamenti ed errori.

Evidenzia le parti del discorso (sostantivi in verde, verbi in rosso, aggettivi/avverbi in viola) nel Markdown web DSH renderizzato, con palette chiaro/scuro, interruttori e aggiornamenti sensibili allo streaming.

Compagno personaggio trascinabile per il profilo Web di DeepSeek Harness, con sei livelli visivi ed espressivi, quattro modalità attività, chat della sessione corrente, riepiloghi pubblici del ragionamento e sintesi vocale del browser.

Bridge QQ bidirezionale su OneBot v11 (WebSocket inverso): sessioni per gruppo e per chat privata, sintesi vocale speech-to-text quotata con @, visualizzazione privata di immagini/sticker animati, strumenti per volti e sticker.

Pulsante microfono nella riga degli strumenti del composer: speech-to-text con Web Speech API (Chrome/Edge), cambio lingua e auto-invio opzionale, zero dipendenze.

Plugin multimodale alimentato da MiniMax: modalità chiamata vocale in tempo reale (conversazione in streaming, interfaccia dock flottante), modalità vocale e input vocale dal microfono, oltre a strumenti di generazione di immagini/video/musica/voce e di ispezione visiva.

Installa Herta come agente di DeepSeek Harness: un preset che porta le sezioni di prompt della sua persona e della memoria, sei strumenti di memoria e voce, un livello narrativo che separa ciò che pensa da ciò che dice, 80 clip vocali incluse, sintesi vocale offline e MiniMax, e due viste di conversazione che renderizzano la sessione con i suoi stessi componenti.

Legge ad alta voce le conversazioni DSH usando la lettura ad alta voce integrata della pagina web DeepSeek, gestita da una piccola estensione del browser.

Strumenti vocali: sintesi vocale neurale gratuita con edge-tts, trascrizione ASR compatibile con OpenAI, elenco delle voci, anteprima batch delle voci e autodiagnosi dello stato.

Circuito vocale gratuito per la Web UI: input microfonico con SpeechRecognition del browser con risultati provvisori in tempo reale, più pulsanti altoparlante per la lettura ad alta voce e lettura automatica delle risposte dell'assistente, zero configurazione e nessuna chiave API.

Workstation omni-modale per DSH: analyze_image su una catena ordinata multi-scheda di failover VLM, un toolkit di visione con sei strumenti (zoom, campionamento colori, pixel diff, OCR, rilevamento elementi, visualizzazione inline) che condivide lo stesso resolver di immagini, generate_image sui protocolli OpenAI/DashScope/ComfyUI, generate_video asincrono multi-scheda con un builder /build-video-tool, più TTS speak/clone_voice su sette provider, tutto governato da un'unica pagina di impostazioni con salvataggio automatico.