プラグイン

コピペと DSH Token への不安に別れを告げましょう。Web 上の ChatGPT があなたのローカルプロジェクトへ直接接続し、自律的にコードを書き、複雑なタスクは DSH に渡して継続実行できます。

DSHエージェント向けのWebアクセス：JSレンダリングや保護されたページをクリーンなMarkdownとして取得、14のエンジンを横断した集約検索、ホスト型またはセルフホスト型のRustブラウザエンジンに対するステートフルなインタラクティブセッション（クリック、入力、スクロール、eval、スクリーンショット）。各セッションはライブビューURLを返すため、人間がエージェントのブラウジングをリアルタイムで確認し、マウスで操作を引き継げます。

DeepSeek Harness 向けの aginxbrowser プラグインです。JS でレンダリングされたページや Cloudflare で保護されたページをクリーンな markdown として取得し、集約ウェブ検索（Baidu／Sogou／WeChat ほか 11 件）を実行し、ホストに対するインデックス付きの対話セッション（クリック／入力／スクロール／eval／スクリーンショット）を提供します。

DeepSeek Harness Web UI 用のフルデュプレックス音声モード:トグル(2 秒ポーズで自動送信)またはプッシュトゥトークによるディクテーションを、編集可能なドラフトに zipformer2 ストリーミング ASR で入力、オプションでウェイクワード対応。Edge TTS によるセンテンス単位の読み上げとライブキャプション、話すと再生と実行中ターンを割り込みます(真のバージイン)。オンデバイス ASR で API キー不要。

Bilibili 動画分析: メタデータ、文字起こし（Bijian/sherpa-onnx/whisper.cpp による ASR フォールバック）、コメント、弾幕、鮮明なキーフレーム。ローカルビジョンによる説明生成もオプションで対応。

テキスト専用ルート用のローカルOCRフォールバック：セッションモデルが画像を受け付けないと宣言した場合、添付画像をローカルにキャッシュし、そのパスを注入してモデルがocr_imageを呼び出せるようにする—PP-OCRv5 + ONNX RuntimeをCPUで使用、APIキー不要、画像はマシンを離れない。モデルが画像を見える場合には無音。

DeepSeek Harness用ローカルOCR：画像を貼り付け・添付し、PP-OCRv5 + ONNX Runtimeでテキストを取得、完全オフライン。TUI (cc-tui) およびWeb対応。

Web UI向けのフルデュプレックス音声モード：タップで切り替えまたは押し続けでディクテーション（送信キーまたは`Ctrl`）、ライブキャプション付き、sherpa-onnx経由のホスト側SenseVoice ASR、文ごとの音声応答、話すことで再生と実行中のターンを中断（真の割り込み）。APIキー不要。

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）。

ライブセッションに連動する仙侠デスクトップペット：サブエージェント生成時に MC ピクセル風コンパニオンが出現（画面上最大 3 体）、収納袋コレクション、右クリックのアーティファクトメニュー、ペットギャラリーピッカー、Codex デスクトップペット形式へのエクスポート。

dsh web 向けの音声アシスタント：ウェイクフレーズ（例：「小鲸」）を言うとハンズフリーの音声入力が有効になり、話した内容が文字起こしされて自動的にチャットボックスへ入力されます。音声による編集コマンド（送信、クリア、改行、読み上げ停止）に対応し、アシスタントの返答を中国語で読み上げます。音声認識は sherpa-onnx WASM によりブラウザ内でローカルに実行されるため、API キーなしでオフラインでも動作します。

DSH right-sidebar plugin that compares two git commits, builds a manual-test checklist from the impact scope, and supports fail notes, screenshots, task attachments, and defect submission to Yunxiao, GitHub, GitLab, or a webhook.

エージェントに stool ops CLI への完全アクセスを与える 9 個の統合ツール：サーバー管理、データベースクエリ/redis、ログ検索/tail、CI/CD デプロイと履歴、MFA コード、git 操作、ノート、todo、その他ユーティリティ（会計、週次レポート、監査、プロジェクト一覧、nginx プリセット）。

A focused end-user QA surface backed by native DeepSeek Harness sessions

Text-to-video and image-to-video generation via DashScope Wanx, Volcengine Seedance, Google Veo and OpenAI Sora, with tool results saved to the session workspace and a video gallery (grid, lightbox, download, delete) that survives DSH restarts.

タスクごとのライブ Token コストウィジェット：ピーク/オフピーク価格帯、値上げ後の予測コスト、ソート可能なタスク別コスト表、マルチ通貨（COP/USD/CNY + 約 40 種）と為替レート、高コストタスクのワンクリック LLM 解説（ストリーミング）。

Image and video production toolkit for DeepSeek Harness - background removal with quality tiers, local inpainting retouch, headline and logo compositing, batch platform-size exports and image QA reports; for video, AI subject matting with background replacement (RVM ONNX, plus a chroma-key path), animated titles with fade/slide/typewriter/karaoke presets, 53 transitions with stylized variants, and light-effect and grading presets with LUT support, alongside footage inventory, accurate cutting, subtitle burn-in, music mixing and platform-spec exports; it provisions its own local Python runtime through a bundled bootstrap script.

Full-duplex voice mode for DeepSeek Harness: zipformer2 streaming ASR → editable draft, Edge TTS sentence-by-sentence read-aloud with live captions, true barge-in — on-device ASR, no API key. · DSH 语音双工对话：流式识别入草稿、按句朗读+实时字幕、开口即打断，识别本地推理、无需 API Key

A Wang Lin cultivation companion for dsh: watches your session state and acts it out with rich animations, and levels up as you cultivate.