Plugins

Console de frota para DeepSeek Harness: uma página dsh local gerencia várias máquinas dsh remotas, com status ocioso/em execução, troca na própria página sem novas abas, iframes keep-alive, leitura de sessões entre dispositivos, atualização/reinício com um clique e divisão entre controlador e gerenciado.

Visualização de leitura mais tranquila para DeepSeek Harness, com processo recolhido automaticamente, navegação de mensagens estilo minimapa, busca na página, cartões de falha unificados e MCP Apps generativos (SEP-1865) em iframes isolados.

Plugin DeepSeek Harness: busca de vídeos Bilibili por palavra-chave, metadados, transcrições de legendas, URLs de reprodução direta e visualização multimodal de quadros (bilibili_search / bilibili_video / bilibili_subtitles / bilibili_playurl / bilibili_frames). Anônimo por padrão.

Kit de ferramentas de áudio/vídeo local no navegador para o DSH — extraia quadros, capture miniaturas, comprima imagens e converta clipes em GIF com FFmpeg.wasm.

Registers the video-studio skill in the DSH skill catalog. It builds a Chinese-narrated video from a script: edge-tts synthesizes the narration, the timeline is derived from each line's measured audio duration rather than estimated from text length, Pillow renders every frame deterministically and pipes the raw frames to ffmpeg as rawvideo, burned-in subtitles and SRT/ASS export come from that same timeline, physical-model sound effects and a generated score are mixed sample by sample with numpy, and QA runs in four layers: container, signal, temporal and page level (the page layer only when the browser engine is used). An optional Playwright-driven browser engine renders the whole film as Canvas2D instead, sending PNG frames through image2pipe. Needs network access for the narration, ffmpeg on PATH and Python with numpy, Pillow and edge-tts; the browser engine also needs Playwright with a local Edge/Chromium.

Drives Windows apps through accessibility controls instead of pixels, with a takeover overlay that frames the window being driven, marks each action with a ghost cursor, and stops on Esc; a browser lane adds sign-in profiles, saved state, and attach-to-my-Chrome. Windows only, and DSH must be run as Administrator for the desktop lane.

Downloads a video link, samples frames from it, and transcribes the speech with Groq Whisper so an agent can answer questions about what the video shows; long audio is split into 15-minute windows to stay under the upload limit, and frames still come back without a key, which only the transcript needs. Needs ffmpeg, ffprobe and yt-dlp on PATH.

A conversation-view tab for turning one local reference video into a human-curated shot list. ffmpeg scdet finds shot boundaries, each shot gets one timecoded thumbnail, you untick what you do not need, and the export writes frames.csv (UTF-8 BOM), shots.json, numbered JPEG frames and a labelled contact sheet. Local-only, no upload, zero runtime dependencies, 39 node --test tests including a real-ffmpeg integration case. Requires ffmpeg 5.1+ (with ffprobe) installed separately.

Pull frames and audio out of a local video with ffmpeg and hand back plain file paths, so the agent can look at the frames with its own vision. Five tools: probe, evenly spaced frames, one frame at a timestamp, scene-change frames (the practical version of frame-by-frame), and audio extraction. No models, no uploads, no routing guesswork.

Serial-port toolkit for DSH - 9 tools plus a web UI where an AI agent and a human share one UART line, with auto port matching, hex/text frames, timestamps, scheduled sends, rule-based auto-recovery and appearance themes. The serial engine runs on Python 3.8+ — DSH's bundled interpreter is used when present, otherwise python / py -3 on PATH.

Runs the local llama.cpp Qwen3.5-4B from a Settings page — Windows only, NVIDIA GPU (8 GB VRAM handles the 4B Q4) — with start, stop and restart, launch parameters, deployment paths with a presence check, provider-route and compaction-policy sync in the profile patch, a loopback request-capture proxy, and a local_worker tool that hands translation, OCR and video-frame chores to the local model by file path. Needs llama-server.exe (verified on b12069) and Qwen3.5-4B GGUF + mmproj files on disk; video frames also need ffmpeg.

Screen frames, log lines and (on Windows) key/mouse input on one millisecond timeline: record, mark the failing seconds, box the problem on the frame, then hand the agent a keyframe strip, an animated GIF and the aligned log slice.

Local video understanding for agents: extracts keyframes adaptively based on motion and pauses, inspects any timestamp at full resolution, and aligns visuals with dialogue from embedded subtitles or configured ASR. Requires ffmpeg and ffprobe; clips without subtitles also need a transcription engine for dialogue (a ~190 MB local whisper model, a cloud API key, or the official voice-input model).

Local searchable archive of DSH chat history: decodes the multi-frame zstd session logs (thousands of concatenated frames), extracts user and assistant text into SQLite, and exposes sync / search / stats tools. Idempotent imports, no external service, nothing leaves the disk.

Video study toolkit for DeepSeek Harness: fetch a public Bilibili single part or YouTube video, sample every 3 seconds plus change-triggered frames, transcribe locally with faster-whisper, page through section grids, and render a 16:9 study deck. Windows only, and needs the DSH pwsh tool plus Python 3.12 x64 with Pillow and FFmpeg/FFprobe; fetching adds yt-dlp, transcription needs faster-whisper with your own local model files, and deck output needs python-pptx.

Wandering Earth 550C control-room palette for the DSH Web UI, with dim 2px frames and amber selection states.

Lê vídeos com um modelo somente de texto: com ffmpeg instalado, amostra quadros em intervalos de 0,1 a 10 segundos e cria folhas de contato com o timecode real de cada quadro; extrai o áudio e o envia ao iTingnao para transcrição com timestamps (requer ITINGNAO_API_KEY) e descreve cada folha com um modelo do host capaz de analisar imagens. Funciona sem outro plugin de visão. Um slider do composer define o intervalo; arquivos somente de áudio são transcritos sem amostragem de quadros.

Player de vídeo na barra lateral direita com playlist de pasta (miniaturas do primeiro quadro, duração e ordenação por nome/duração/modificação/tamanho), tela cheia e menu de contexto para renomear, copiar, excluir ou atualizar quando a pasta foi aberta com permissão de gravação. Exibe ao vivo faixa em buffer, FPS decodificados e quadros perdidos. O leitor MP4/MOV somente leitura mostra profile/level do codec, contagem exata de quadros, taxa de bits por faixa e rotação. Não registra ferramenta de agente; gravações usam a API File System Access do navegador somente após escolher uma pasta com permissão de gravação.

Dá compreensão de vídeo a um agente somente de texto: extrai arquivos de quadros com timestamp, amostra apenas em mudanças de cena, exporta clipes GIF, consulta metadados e analisa todos os quadros de uma vez. Cinco ferramentas iniciam o ffmpeg local com arrays argv, não uma string de shell.

Move o workspace padrão para fora do disco do sistema. O comportamento nativo do DSH abre cada nova Session em `<Documents>/deepseek-harness/default-workspace` e mantém esse caminho padrão fixo; este plugin o desloca sem perder o uso das sessões salvas. Reescreve o registro sem reiniciar, oferece as mesmas três ações do painel gráfico, move os logs junto com o cwd do cabeçalho e reenquadra os que não começam exatamente com uma linha de cabeçalho. Requer o host desktop (workspaceRegistry e sessionPersistence).

Lê arquivos de vídeo/áudio e extrai metadados, quadros estáticos amostrados, legendas e transcrição multilíngue com identificação de falantes. Também captura o desktop ao vivo como quadros ou gravação. No primeiro uso instala ffmpeg/whisper.cpp/sherpa-onnx e verifica sha256 por arquivo; todo o processamento fica local. A instalação automática e a captura do desktop são atualmente suportadas apenas no Windows x64; nos demais sistemas, configure manualmente os caminhos do ffmpeg e dos modelos.

Mantém um dicionário local de stickers indexado por hash de conteúdo: imagens já descritas são recuperadas em vez de lidas novamente. Divide GIFs em quadros amostrados uniformemente e os organiza em uma única folha de contato para mostrar a animação inteira.

Pacote de produção ComfyUI dentro do DeepSeek Harness: envia fluxos em formato API para servidor local ou remoto, gera em lote e busca resultados, e diagnostica imagens ruins com faixas de parâmetros medidas e árvore de decisão (quadros pretos, sujeitos duplicados, franjas de cor, OOM).

Visualizador de sessões lazy e somente leitura: lista sessões consultando apenas stat e depois descompacta apenas os frames Zstandard finais para inspecionar eventos recentes. Inclui busca, estatísticas e exportação em um painel independente /lazyview. Requer Node.js 24+.