플러그인

DeepSeek Harness용 학습 공간입니다. 사용자의 PDF, DOCX, PPTX, Markdown 자료와 강의 녹화를 가져와 출처가 표시된 플래시카드, 퀴즈, 서술형 문제를 만들고 내장 웹 패널에서 SM-2 간격 복습을 예약합니다. 녹화 전사에는 본인의 SiliconFlow, Groq 또는 Gemini 키가 필요합니다. DSH 0.2.0-rc.2 이상, 0.3 미만이 필요합니다.

논문 라이브러리, PDF 리더, 튜터. 인용 페이지 링크가 정확한 구절로 이동해 강조하며 논문 내 선택 부분을 질문할 수 있습니다. 읽기 계획·절별 지도·세션 간 채점 퀴즈 포함. MinerU(셀프 호스팅은 가입 불필요, mineru.net 클라우드는 token 필요)는 스캔 PDF를 읽고 수식을 클릭 인용(LaTeX를 채팅으로 전송)/QK^T 검색하며 페이지별 표시합니다. 선택적 embeddings endpoint는 의미 검색을 추가합니다. 삭제는 복구 가능한 .trash로 이동. 스크롤/단일 페이지, 전체 화면 오른쪽 바, 경로 복사, 번역 PDF, babeldoc 원문↔중국어 전환(사전 설치 불필요). 전사/검색과 문서는 기본적으로 로컬에 남고 cloud MinerU/embeddings/번역 endpoint를 켤 때만 관련 텍스트가 지정 서비스로 전송됩니다.

Apple Silicon macOS의 DeepSeek Harness에서 마이크와 시스템 오디오를 녹음해 회의를 로컬에서 전사하고, 화자 레이블을 붙인 뒤 전사문을 내보냅니다.

DeepSeek 브레인 + 자동 이미지 전사: GUI에서 이미지를 첨부하면 기본적으로 공식 deepseek-v4-flash-vision-exp로 전사됩니다(순수 텍스트 V4-Pro 브레인도 이미지를 볼 수 있음). 대안으로 OpenAI 호환 VLM 또는 로컬 Ollama 사용 가능.

단계별 model router. 정렬된 이미지/키워드 그룹 규칙을 가진 명명된 프리셋이 마운트된 모든 공급자와 모델에 걸쳐 각 에이전트 단계를 라우팅하며, 이미지 전사용 협업 플로우, 이미지 가드, 다중 플랜 쿼터 패널, 단계별 결정 관측 가능성을 추가합니다.

웹 UI용 작성창 마이크: 탭하여 실시간 전사를 모니터링하고 눌러서 말하기 기능을 제공합니다. 모델이 생성하는 동안 스트리밍되는 호스트 Edge TTS 응답 낭독, 낭독 중 에코 일시정지, 탭으로 정지 기능을 갖추고 있습니다.

음성 도구: 무료 edge-tts 뉴럴 음성 합성, OpenAI 호환 ASR 변환, 음성 목록, 음성 일괄 미리보기, 상태 자가 점검.

WeChat(개인 WeChat, iLink Bot API) 채널입니다. WeChat에서 DSH 에이전트와 대화하고 이미지, 파일, 음성 메모 전사를 사용할 수 있습니다. 하나의 WeChat 대화에서 여러 DSH Session을 관리합니다(/new, /list, /use). 모든 옵션은 설정 페이지에서 편집할 수 있으며 npm에는 dsh-plugin-weixin으로 게시되었습니다.

DeepSeek Harness와 Feishu/Lark를 연결하는 플러그인입니다. Feishu에서 채팅, 카드, 승인, 작업 보드, 목표, 일정을 사용할 수 있으며, Web GUI에서 완전히 로컬로(오프라인으로) 음성을 전사하고 재생 막대로 확인할 수 있습니다.

OneBot 11(NapCat 등)을 통해 dsh에 QQ 채널을 연결합니다. 리버스/포워드 WebSocket, 개인 및 그룹 채팅, 이미지·음성 전사, t2i 텍스트 이미지 카드, 통합 전달 메시지, 설정 페이지를 지원합니다.

로컬 이미지, 음성, 음악 및 SFX 생성과 전사. 고정 ID 기능: 캐릭터, 동물, 객체 및 배우 음성을 한 번 정의하면 이후 모든 호출에서 재사용됩니다. 퇴화된 출력(거의 평평한 이미지, 무음 오디오)은 성공으로 반환되지 않고 거부되며, 생성된 줄은 텍스트로 다시 읽을 수 있어 끝을 삼킨 클론이 드러납니다. 엔진은 유휴 시 언로드되며, 이미지 생성과 전사는 로컬 Vulkan 백엔드 대신 OpenAI 호환 API를 가리키도록 설정할 수 있습니다.

컴포저용 마이크 음성 입력: 브라우저 Web Speech API 실시간 전사, 중복 제거/자동 이어쓰기, 스마트 문장 부호, 언어 및 자동 전송 설정

Downloads a Bilibili video with yt-dlp, samples key frames, and transcribes it — from the site subtitles, or from a local faster-whisper install when there are none. Registers the skill the agent uses to write the summary; activates when a user message contains only a video link. Requires yt-dlp and ffmpeg on PATH; transcription needs faster-whisper.

Xiaohongshu, Douyin, TikTok, YouTube 또는 X 링크를 텍스트로 변환합니다: 타임코드가 포함된 대본, 화면 텍스트, 설명 및 모든 이미지의 OCR, 캡션과 메타데이터. 호스팅된 MCP 서버를 streamable HTTP로 마운트합니다.

자막 우선 비디오 전사로, SRT 내보내기, 취소 가능한 작업 제어, 자막을 사용할 수 없을 때 faster-whisper large-v3 폴백을 제공합니다.

Add MiniMax image understanding, image generation, speech synthesis, and transcription tools to DeepSeek Harness.

Reads a video or audio file into metadata, sampled stills, subtitles and a multilingual speech transcript with speaker labels, captures the live desktop as frames or a recording, and installs its ffmpeg/whisper.cpp/sherpa-onnx toolchain on first use with per-file sha256 checks; all processing stays local. Automatic toolchain install and desktop capture currently support Windows x64 only, so elsewhere ffmpeg and model paths must be set manually.

Dictate prompts into the DeepSeek Harness Web Client — a microphone in the composer, with swappable transcription: hosted Whisper API, self-hosted server, or a fully offline whisper.cpp binary.

Subtitle-first video transcription and deterministic extractive Markdown summaries, with a faster-whisper large-v3 fallback when subtitles are unavailable.

MiMo (Xiaomi) tools as a DSH profile plugin: web search, image/audio/video understanding, ASR transcription, TTS, voice design and voice cloning — native agent tools with a Settings page for the API key.

DeepSeek Harness plugin: multimodal tools (image/audio/video/document understanding, transcription, image generation) via Gemini API or the local Antigravity CLI.