Plugin

Mascotte desktop chibi dai capelli blu e in uniforme da cameriera per la Web UI di DSH: 106 animazioni trasparenti disegnate a mano, passeggiate sul desktop, chat tramite Ollama locale o modelli online DSH e osservazione facoltativa dello schermo.

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.

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.

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.

Conversazioni vocali continue per DSH con ascolto a mani libere, push-to-talk, riconoscimento vocale, risposte TTS e delega di Agent in background.

Assistente vocale per DSH Desktop e Web GUI (stesso plugin, cambia solo il nome profile): pallina di chiamata trascinabile e VAD nel browser inviano ogni frase dopo una pausa. Riutilizza il modello locale SenseVoice già scaricato dal plugin ufficiale voice-input, senza scaricarne un secondo. Supporta FunASR HTTP/streaming, API compatibile cloud, MiniMax / MiMo-V2.5-TTS (director mode e voice clone) e risposte TTS compatibili OpenAI. Wake-word/auto-sleep opzionali e invio a sessioni separate con avanzamento, arresto e resoconto vocale.

Aggiunge due riconoscitori vocali cloud Volcengine Doubao al selettore di input vocale di DeepSeek Harness, con riscrittura facoltativa della trascrizione tramite LLM.