プラグイン

DSHウェブGUI用のコーナー固定型ホエイルウィジェット。残高、本日の使用量、ピーク/オフピーク料金設定による1ターンあたりのコストを表示。残高アラートとデイリーバジェットのバブルは編集可能。A/B重み付き選択とランダムなテキスト/画像による、モジュールベースのカスタムバブルキューを搭載。OpenAI、OpenRouter、Kimi、SiliconFlow、Ark、Zhipu、MiniMaxなど30以上のベンダーテンプレートに対応し、モデルごとの残高とサブスクリプション枠を表示。タスク終了音、オーディオ取り込み、カスタムロール、リソースマネージャーも備える。ローカルのみでテレメトリなし。

DeepWatch の機能を、既存の DeepSeek Harness プロファイルにインストールできるようにします。

NiuLaiミームのデスクトップペット。エージェント完了時に口を同期させて「Ma～ma～」と叫びます。6種のスキン、シグネチャーアクション、アクションイベントバインド、WebAudio合成の動物鳴き声、手描きSVGスキンを同梱しています。

DeepSeek Harness の音声 I/O — マイク入力と音声出力による speech-to-text / text-to-speech。

DeepSeek Harness 向けの music、audiobook、radio、news player。ローカルの music フォルダを HTTP で配信し、ローカルの .txt/.epub 小説を AI 音声で読み上げ、オンラインの QQ/Kugou/Netease music と internet radio（HLS 対応）を再生し、毎日の news digest を配信する。UI から、または music_play model tool を通じて agent に指示して操作できる。

ギャルゲームジェネレーター: ワークスペース内のスクリプトドキュメントとキャラクター/背景/BGM/アニメーション素材(img_human/、img_bg/、audio/、img_cg/)を渡すと、設定可能なセーブスロット([存档 N]、デフォルト9)、複数ポーズ切替対応の話者追従スプライト([表情])、オープニング/エンディング/CGアニメーション([op]/[ed]/[cg])、BGM再生/停止/音量調整、if行分岐を備えたプレイ可能なビジュアルノベルWebページを生成します。

プロンプトまたは歌詞から完全なAI楽曲とBGMを生成。参照音源作成と楽曲拡張を備える。

イベント別サウンド通知: ターン完了、承認、質問、プランレビュー、ゴールブロック、タスク失敗にそれぞれ固有のサウンドと音量を設定可能。Web UI で設定（内蔵シンセ、ミュート、ローカル音声ファイル対応）。

公式 upstream から同期した HeyGen の 20 個の HyperFrames スキル（HTML video authoring、animation、keyframes、audio/music-to-video、CLI、registry、slideshow、talking-head recut、website/product/PR-to-video など）と、bundled-resource の health check を備える。

公式RemotionスキルをDSHに移植：Reactによるプログラム動画(アニメーション/音声/字幕/3D/チャート/フォント、38のルールファイル)、バンドルリソースのヘルスチェック付き。

dsh Web GUI 用の音声およびボイスアラート：承認、質問、完了、エラーごとに異なるトーンとオプションの音声読み上げ。

DeepSeek Harness用クリスティアーノ・ロナウドのデスクトップペット。右下オーバーレイにポルトガル代表背番号7のちびキャラマスコットが表示され、アニメーションはエージェントの状態に追従します。ツール実行中はドリブル、ターン中は思考、承認待ちでは待機、エラー時はダイブ、ターン完了時にはホストプロセスのサウンド付きでSIUセレブレーションのジャンプ。ドラッグ可能、ホバーでカーソルを見つめ、トリプルクリックでダイブ。設定パネルで複数のペット管理とカスタムスプライトシートのインポートに対応。ブラウザを閉じても動作し続けるボーダーレス・常に最前面のWindowsネイティブウィンドウとしても動作し、ホバーで現在のワークスペースと会話タイトルを表示、ダブルクリックでEdgeのHarnessページを開き、ドラッグ・ホイールでのリサイズ・右クリックメニューも利用可能で、位置・サイズ・動作をウェブパネルと共有。ペットシートは任意のセル解像度を使用でき、アスペクト比を維持して拡大縮小(atlas.scaling: smooth | pixelated)。v2.2ではビデオルートを追加。クリップ(グリーンスクリーンや通常映像)を与えると自動的な背景サンプリング、スピル抑制付きクロマキー、動きベースのセグメント分割、union-bboxアライメントによって実際の動きがペットアニメーションになります。動画デコーダーなしで抽出済みPNGフレームも利用可能で、クリップ音声をアクションごとのサウンドに分割できます。ペットはDPSL-1.0共有宣言の下でコミュニティギャラリーに公開し、ワンクリックでそこからインストールすることも可能です。

36 種類の拡張子を Web UI にインライン表示するモデル向け display_file ツール：クリック拡大ライトボックス付き画像、シーク可能な動画、音声、PDF、LibreOffice でホスト側 PDF 変換した Office/OpenDocument ファイル、サンドボックスフレーム内のローカル HTML。バイトは署名付き HTTP ルートからレンジ対応で配信され、画像対応ルートでは PNG/JPEG/WebP/GIF がモデルコンテキストにも入ります。

DeepSeek HarnessのWeb GUIで5つの会話イベントに異なる設定可能な音を再生：通常完了、割り込み、エラー、承認待ち、自動再試行成功；各イベントに独自の音声設定とバンドルされたデフォルトがあり、エラー後の自動再試行は設定可能な待機時間（10〜300秒）を使用し、コミュニティサウンドライブラリも付属。DSH 0.1.5-rc.2に対応。

ローカルで解析されたシステムオーディオを、DSH Web 内の音楽反応型会話エフェクト、リズムゲーム判定、スコアとコンボフィードバック、オプションの RGB スペクトラムバーにマッピングします。

DeepSeek Harness向けWeb Audioライフサイクル通知：10種類の設定可能なイベント、3つの低ノイズ既定値、イベントごとのカスタムサウンドに対応し、音声アセットは同梱されません。

ワークスペースごとの完了着信音に加え、承認・質問・プランレビュー・ゴールブロック・タスク失敗の各イベント向けの注意喚起サウンドを提供します。シンセ音、音声(TTS)、カスタム音声を内蔵。

『魔法使いの夜』風のビジュアルノベルテーマ（DeepSeek Harness Web UI）：原作風メニュー、ペルソナ付きのキャラクター 3 名、昼夜のプレイリスト、エンディング演出。リポジトリに素材は含まれず、使用する 380 ファイル / 263 MiB（スプライト 136、UI パーツ 208、背景 13、音声 23）は手持ちの原作から復元が必要で、それまでは画面はほぼ空のままです。音声 23 件はヘッダー除去で動く OGG、画像 357 件は独自形式 .mzp/.cbg のため、ファイル別マッピングガイドが 2 つの手段を示し、一方は自前のデコーダーを用意する前提です。

コンポーザー向けの片手・キーボード不要の入力：入力ボックス上でマウスを押し続けて話し、離すとテキストが下書きに入り、上へスライドすると中途半端な文を残さずキャンセルできます。狙って押すマイクボタンも覚えるショートカットも不要で、もう一方の手がふさがっているときに手が入力エリアから離れずに済むのが要点です。認識は完全にオフラインで動作します（sherpa-onnx 経由の SenseVoice、API キー不要、音声はマシン外に出ません）。

DeepSeek Harness Web GUI用AI音声生成—マルチベンダーTTS、音楽、効果音、ボイスデザイン、サイドバーパネル、モデル比較、リソースライブラリ、Agentツール搭載。

DSH Web UI 内で Ximalaya のポッドキャストとオーディオブックを聴けます：アルバム検索、ページ送りでのトラック閲覧、再生中バー（前へ/再生/次へ、シーク、音量、速度）での再生。QR ログイン後は「Mine」ページに、いいねしたトラック（クリックで再生）、最新エピソードのヒント付きの購読アルバム、フォロー中のアンカーとその公開アルバムが一覧表示されます。ホストは Range 対応で音声ストリームをリレーし、エージェントが要求に応じて検索・再生できるよう `ximalaya_play` ツールを登録します。

ローカルでの画像、音声、音楽、音響効果の生成と文字起こし。固定ID機能を搭載：キャラクター、動物、物体、俳優の音声を一度定義すれば以降のすべての呼び出しで再利用できます。退化した出力（平坦に近い画像、無音オーディオ）は成功として返さず拒否。生成された行はテキストとして読み戻せるため、末尾を飲み込んだクローンも可視化されます。エンジンはアイドル時にアンロードされ、画像生成と文字起こしはローカルのVulkanバックエンドの代わりにOpenAI互換APIを指し示すこともできます。

オープンソースのwavespeed CLIを通じてWaveSpeedモデルでAIメディア（画像、動画、音声、3D）を生成・編集します。ライブカタログ検索、モデルごとの入力スキーマ調査、@pathマーカーによるローカルファイルのアップロード、実行前の価格確認に対応します。

タスク完了時にサウンド＋ポップアップ：Web Audio のチャイム、ページ内トースト、およびページがバックグラウンドにある間のシステム通知（ブラウザーのみ、クロスプラットフォーム）。