Pular para o conteúdo principal

Plugins

Navegue, filtre e instale plugins do DeepSeek-Harness.

171 plugins encontrados

T

dsh-gsv

taoruiliu19/dsh-gsv

TTS local em tempo real para DeepSeek Harness: predefinições de voz, leitura automática, assistente de configuração do motor, botão de leitura em voz alta e um painel de configurações para o motor GSV-TTS-Lite.

9há 8 diasVisão, voz e multimodalMIT
H

dsh-omni-workstation

huashenglian/dsh-omni-workstation

Estação de trabalho omni-modal para o DSH: analyze_image sobre uma cadeia ordenada de vários cartões VLM com comutação de recurso, um conjunto de seis ferramentas de visão (zoom, amostragem de cor, diff de píxeis, OCR, deteção de elementos, apresentação inline) que partilham o mesmo resolvedor de imagens, generate_image sobre protocolos OpenAI/DashScope/ComfyUI, generate_video assíncrono com vários cartões e um construtor /build-video-tool, e TTS speak/clone_voice sobre sete fornecedores, tudo controlado por uma única página de definições com gravação automática.

8há 21 diasVisão, voz e multimodalMIT
4

dsh-video-pipeline

439436269-ctrl/dsh-video-pipeline

Adiciona 19 skills de produção de vídeos curtos (1 ponto de entrada, 1 de orquestração e 17 atômicas) ao catálogo do agente: correções de pronúncia em TTS chinês, texto para imagem/vídeo, panorâmica de imagem, composição, capas, verificação de mídia, revisão de dados e publicação em quatro plataformas. Inclui apenas skills e scripts; para uma pipeline executável, instale localmente ffmpeg, Python 3 + Pillow, Node.js e playwright, use suas próprias credenciais Bilibili biliup e sessões conectadas de WeChat Channels/Douyin/Xiaohongshu. Preencha também os valores de exemplo em skills/*/scripts/. Uma skill de mesmo nome fornecida pelo instalador tem prioridade.

7há 15 diasHabilidadesMIT
O

dsh-xiaoai-bridge

omsociety/dsh-xiaoai-bridge

Transforma um alto-falante inteligente XiaoAI (Xiaomi) em assistente de voz: executa o bridge local, aguarda a palavra de ativação, reconhece a fala (ASR/STT), mantém a conversa na sessão Host e reproduz a resposta no alto-falante por síntese de voz (TTS).

7há 6 diasVisão, voz e multimodalMIT
Z

dsh-voice-input-plugin

zhangbo-cn/dsh-voice-input-plugin

Microfone do compositor para a interface web: toque para monitorar a transcrição ao vivo e segure para falar, com leitura da resposta por Edge TTS do host transmitida enquanto o modelo gera, pausa de eco durante a leitura e toque para parar.

7há 3 mesesVisão, voz e multimodalMIT
1

dsh-perlica-ding

117bs/dsh-perlica-ding

Notificações sonoras em camadas com tema Perlica (Arknights: Endfield): tons de plan-ready, task-done, needs-your-input e error; silencioso para chat simples, reprodução em nível de sistema (funciona em segundo plano), multiplataforma (Windows/macOS/Linux), sons TTS customizados.

7há 2 mesesIntegrações e acesso remotoMIT
W

dsh-live-voice

wads-dev/dsh-live-voice

Plugin de assistente de voz mãos livres e com prioridade local para DeepSeek Harness (DSH), com reconhecimento e síntese de fala, comandos de voz e mecanismos locais.

6mês passadoVisão, voz e multimodalApache-2.0
G

dsh-messenger-gateway

goodandready/dsh-messenger-gateway

Ponte Telegram para o DeepSeek Harness: sessões bidirecionais, direcionamento de conversas, roteamento por canal principal e notas de voz TTS enviadas como mensagens de áudio do Telegram.

6anteontemIntegrações e acesso remotoMIT
M

dsh-voice-chat

maoyuching/dsh-voice-chat

Chat de voz estilo Doubao para DSH: segurar o microfone do compositor converte a fala em texto e envia automaticamente, e as respostas da IA são lidas em voz alta. Condensação opcional por LLM (respostas longas resumidas em falas curtas, seguindo o modelo da conversa atual), limpeza de texto amigável ao TTS, vozes Edge TTS selecionáveis, parada automática por silêncio ajustável e configurações embutidas no diálogo de configurações do DSH.

6há 28 diasVisão, voz e multimodalMIT
G

dsh-tts

goodandready/dsh-tts

Fala as respostas do agente na interface web do DeepSeek Harness por meio de uma cadeia de fallback de provedores (OpenAI, ElevenLabs, Google, Azure, Groq, Deepgram, OpenRouter, Edge, Piper, eSpeak), para que um provedor com falha ou com limite de taxa passe para o próximo em vez de ficar em silêncio.

6há 8 diasVisão, voz e multimodalMIT
S

dsh-voice

stardustlc666/dsh-voice

Ferramentas de voz: síntese de voz neural gratuita com edge-tts, transcrição ASR compatível com OpenAI, lista de vozes, pré-visualização de vozes em lote e autodiagnóstico de estado.

6anteontemVisão, voz e multimodalMIT
H

dsh-voice

haoku123/dsh-voice

Modo de voz full-duplex para a interface web: ditado por toque para alternar ou manter pressionado (tecla de envio ou `Ctrl`) com legendas ao vivo, ASR SenseVoice do lado do host via sherpa-onnx, respostas faladas frase por frase, e falar interrompe a reprodução e o turno em execução (verdadeira interrupção). Sem chave de API.

6há 13 diasVisão, voz e multimodalMIT
A

dsh-guide-dog

atropinoltt/dsh-guide-dog

Plugin multimodal alimentado por MiniMax: modo de chamada de voz em tempo real (conversa em streaming, interface de dock flutuante), modo de voz e entrada de voz pelo microfone, além de ferramentas de geração de imagem/vídeo/música/fala e de inspeção visual.

5há 3 mesesVisão, voz e multimodalMIT
H

breezetts-dsh

hangdingding/breezetts-dsh

Breeze TTS para DeepSeek Harness: lê as respostas completas ou um resumo curto, oferece login de um clique no Breeze CLI com importação automática de chave, busca e criação de vozes, companhia inteligente e lembretes de almoço e jantar.

4há 15 diasVisão, voz e multimodalMIT
O

dsh-breeze-tts

oldqin-aurora001/dsh-breeze-tts

Cliente Breeze TTS para DeepSeek Harness: conecta-se ao seu servidor/model Breeze TTS, implantado separadamente, para ler respostas e gerenciar clonagem de voz (requisitos de hardware ficam no servidor). Modo entre máquinas opcional. Reúne @dsh-external/dsh-plugin-local-ai-tts (abbccdd/dsh-localtts) e dsh-breeze-voices, inclui código de 1624318455/dsh-plugin-tts e não deve ser instalado junto dos dois plugins upstream incorporados.

4há 23 diasVisão, voz e multimodal
Z

dsh-cet-vocab

zhuran305-web/dsh-cet-vocab

Treinador de vocabulário CET-4/CET-6 em janela flutuante, arrastável e minimizável. Traz 5.805 palavras do ECDICT; cartões conheço/duvidoso/desconhecido e testes com alternativas parecidas; repetição espaçada de Ebbinghaus, meta diária, pronúncia humana US/UK on-line com TTS offline e leitura em loop (palavra / palavra+significado / palavra→significado→palavra) com exemplos de API de dicionário e Tatoeba. v0.2.4 adiciona Cut: move palavras dominadas para uma lista de manutenção pouco frequente em vez de apagá-las, com checagens e recuperação em 15/30/60 dias e selo. Progresso e posição da janela ficam no perfil do navegador e sobrevivem às atualizações.

4há 15 diasMelhorias de UI
S

dsh-suite

stardustlc666/dsh-suite

Bundle @stardustlc/dsh-suite que combina patches compartilhados Cordis e Minimal-PTC de 18 plugins com versões fixas: 10 áreas nativas, 5 temas, limpeza do ciclo de vida e controles integrados de atualização/reversão. Componentes instaláveis separadamente; Review e Computer Use são distribuídos à parte.

4ontemFluxos e automaçãoMIT
S

dsh-audiogen

shimingming520/dsh-audiogen

Geração de áudio por IA para a GUI web do DeepSeek Harness — TTS multiforncedor, música, efeitos sonoros e design de voz com painel lateral, comparação de modelos, biblioteca de recursos e ferramentas Agent.

4há 2 mesesVisão, voz e multimodalApache-2.0
P

dsh-voice-call

pandapolo/dsh-voice-call

Chamadas de voz iniciadas pelo agente: `offer_call` faz o humano tocar (接听/拒接/稍后再说); as chamadas aceitas são sintetizadas e reproduzidas localmente com CrispASR + Qwen3-TTS (9 vozes, 2 dialetos chineses), e as rejeitadas devolvem a decisão ao agente.

4há 16 diasVisão, voz e multimodalMIT
F

dsh-chatvoice

fuzzysoul/dsh-chatvoice

Loop de voz gratuito para a interface web: entrada de microfone via SpeechRecognition do navegador com resultados parciais em tempo real, além de botões de alto-falante para leitura em voz alta e leitura automática das respostas do assistente, sem configuração e sem chave de API.

4há 3 mesesVisão, voz e multimodalMIT
L

dsh-plugin-notify-sound

ldchaowin/dsh-plugin-notify-sound

Toques de conclusão por workspace, além de sons de atenção para eventos de aprovação, pergunta, revisão de plano, objetivo bloqueado e falha de tarefa, com sintetizador embutido, voz (TTS) e áudio personalizado

4há 3 mesesIntegrações e acesso remotoMIT
O

pocketagents

oscarka/pocketagents

PocketAgents, antes deepseekharness-remotecontrol: PWA móvel auto-hospedada e hub Feishu para DSH com adaptadores locais Antigravity IDE, Codex, Claude Code, WorkBuddy e Doubao. Aprovação por swipe, respostas múltiplas, voz por pressão longa, TTS, HLS/WebRTC, hosts fixados, Web Push e QR terminal de 5s.

3ontemIntegrações e acesso remotoMIT
C

voice-call

crease123/voice-call

Comece por https://www.bilibili.com/video/BV1t9sJ6NErV/ . Fale com DSH Agent atual sem trocar presets: transcrição/envio automático, voz streaming, interrupção e medidor de cinco barras. DeepSeek/Doubao separados para ASR/TTS, credenciais próprias e instruções só em chamadas. Tutorial Bilibili, capturas do botão e restaurar instruções incluídos.

3há 3 diasVisão, voz e multimodalMIT
Z

dsh-video-studio-skill

znlgis/dsh-video-studio-skill

Registra video-studio DSH. edge-tts narra em chinês; duração medida por linha, não estimada pelo texto. Pillow renderiza quadros determinísticos por rawvideo ao ffmpeg; legendas fixas/SRT/ASS usam a mesma timeline. numpy mistura música gerada/efeitos físicos por amostra. QA: contêiner, sinal, tempo, página, esta só no motor navegador. Playwright opcional: filme Canvas2D e PNG por image2pipe. Exige rede para voz, ffmpeg em PATH e Python numpy/Pillow/edge-tts; navegador também Playwright e Edge/Chromium local.

3anteontemHabilidadesMIT