Pular para o conteúdo principal

Plugins

Navegue, filtre e instale plugins do DeepSeek-Harness.

211 plugins encontrados

L

dsh-tts-service

loveandbeepbrother/dsh-tts-service

Serviço de conversão de texto em fala com Doubao TTS 2.0, Alibaba Bailian e provedores compatíveis com OpenAI, além de uma voz escolhida pelo usuário. O agente fala por meio de tts_service_say, em segmentos com um tom opcional para cada um; outros plugins podem reutilizar ctx.ttsService.

1há 17 diasVisão, voz e multimodalMIT
J

qiaomu-audio-dsh

joeseesun/qiaomu-audio-dsh

Lê Markdown em voz alta, permite ditado e transcrição de áudio e exporta mídia narrada do Harness.

1anteontemVisão, voz e multimodalGPL-3.0
R

dsh-audio-tools

ren-xing/dsh-audio-tools

Ferramentas de áudio para DSH: inspeciona arquivos de áudio/vídeo, converte ou extrai a faixa de áudio de um vídeo, corta, normaliza e transcreve fala com whisper.cpp local ou API compatível com OpenAI. Requer ffmpeg e ffprobe no PATH (não incluídos); a transcrição local também precisa do binário whisper-cli e de um modelo ggml.

1há 7 diasVisão, voz e multimodalMIT
F

dsh-video-remix

fj7937290-sys/dsh-video-remix

Cria um vídeo explicativo narrado a partir de um roteiro. Usa por padrão slides de cartões de texto (rápidos e precisos para tutoriais) ou imagens geradas por IA por segmento (exige AGNES_API_KEY). Inclui 14 vozes neurais chinesas online e 3 vozes offline para Windows, além de um pacote de amostras gerado em um comando para escolher pelo ouvido. Requer ffmpeg. Para vozes online, copie o skill video-remix incluído para `<workspace>/.dsh/skills/video-remix` e execute npm install lá.

1há 17 diasFerramentas e funções
D

media-suite

do-nothing/media-suite

Família de plugins de mídia: instala de uma vez os recursos de mídia Qwen e RunningHub e oferece configurações globais entre provedores.

1há 20 diasVisão, voz e multimodalApache-2.0
D

media-suite (media-runninghub)

do-nothing/media-suite

Executa workflows ComfyUI na nuvem RunningHub como pool em segundo plano: envia lotes, distribui dentro do limite de concorrência, consulta cada job, baixa todos os resultados para o disco e desperta a sessão quando o pool esvazia. Um ledger compartilhado registra lotes, custos, níveis de instância, horários de envio/fim e caminhos de cada arquivo; painel ao vivo na barra lateral direita.

1há 10 diasFluxos e automaçãoApache-2.0
D

media-suite (media-qwen)

do-nothing/media-suite

Ferramentas de mídia Qwen via Alibaba Cloud DashScope: compreensão multimodal de vídeo e áudio, texto para fala com vozes predefinidas e geração de áudio de cenas.

1há 10 diasVisão, voz e multimodalApache-2.0
K

dsh-voice-bridge

kinglhy2006/dsh-voice-bridge

Voz mãos livres para DSH no Windows: wake word local, reconhecimento local de fala chinesa inserido e enviado pelo composer e respostas faladas que podem ser interrompidas e retomadas. Exige executar uma vez o install.ps1 incluído (dependências Python de voz e seleção do microfone) e ter o modelo SenseVoice já baixado pela entrada de voz do DSH ou em models/sensevoice-onnx.

1há 3 diasVisão, voz e multimodalMIT
K

dsh-speech-polish

keinsteinnus/dsh-speech-polish

Adiciona uma etapa de correção sensível à terminologia ao reconhecimento de fala local integrado. Mantém o microfone próprio do DSH e o mecanismo SenseVoice; o áudio não sai da máquina. Corrige homófonos, termos de domínio e números transcritos incorretamente no texto final.

1há 25 diasVisão, voz e multimodalMIT
J

voice_for_dsh (dsh-plugin-voice)

junarch/voice_for_dsh

Lê cada resposta em voz alta depois de reescrevê-la para soar natural na fala. Permite usar TTS do sistema, síntese de voz Doubao ou o modelo local Kokoro, opcional.

1há 24 diasVisão, voz e multimodalMIT
M

dsh-stack

marius-patrik/dsh-stack

Voz natural para dsh harness: leitura neural TTS via proxy do servidor e ferramentas de voz do agente por endpoints compatíveis com OpenAI; entrada de voz nativa do navegador ou Whisper. Inclui uma seção de configurações Voice.

1mês passadoVisão, voz e multimodal
L

dsh-media-dock

lemonhall/dsh-media-dock

Dock de mídia na barra lateral direita do DSH: insira links do Douyin/YouTube; yt-dlp baixa localmente, ffmpeg converte para WAV mono de 16 kHz e o speechToText oficial (SenseVoice) transcreve. As legendas aparecem no painel para o Agent resumir com um clique.

1mês passadoVisão, voz e multimodal
F

dsh-live2dwaifu

fujiwarareisen/dsh-live2dwaifu

Mostra um personagem Live2D no canto inferior direito da UI web do DSH: piscar, respirar, sincronizar os lábios ao falar, sete humores e balão com chat, memória, corpus e stickers próprios. Os modelos não vêm incluídos; cada usuário coloca os seus na própria pasta.

1há 27 diasMelhorias de UIMIT
F

dsh-ai-providers (dsh-ai-dashscope)

firefox2100/dsh-ai-providers

Provedor para usar as APIs nativas do Alibaba Cloud DashScope dentro do DSH para modelos Qwen, embeddings, reranking, fala e geração de imagens. Requer instalar e habilitar `Firefox2100/dsh-ai-providers#runtime`.

1ontemModelos e provedoresGPL-3.0
D

dsh-cloudflare-media

dmscode/dsh-cloudflare-media

Ferramentas de mídia Cloudflare Workers AI para dsh: text-to-image, text-to-speech e speech-to-text. Inclui etiquetas de preço por modelo, cartão nativo de configurações, reutilização de conta Cloudflare existente e arquivos de saída nomeados pelo modelo usado.

1há 29 diasVisão, voz e multimodalMIT
N

dsh-grok-byapi

ningyuanlee/dsh-grok-byapi

Provedor de modelos Grok por um gateway compatível com OpenAI, com descoberta de modelos, geração de imagens e vídeos, ferramentas de texto para fala e tarefas de mídia locais persistentes.

1há 14 diasModelos e provedoresMIT
F

dsh-ai-providers (dsh-ai-localai)

firefox2100/dsh-ai-providers

Provider LocalAI para modelos de linguagem, embeddings, reranking, fala e geração de imagens, com controles próprios do LocalAI no DSH. Requer instalar e ativar Firefox2100/dsh-ai-providers#runtime.

1ontemModelos e provedoresGPL-3.0
L

dsh-minimax-multimodal

lihanhong2002/dsh-minimax-multimodal

Adiciona ao DeepSeek Harness ferramentas MiniMax de compreensão e geração de imagens, síntese de fala e transcrição.

1há 25 diasFerramentas e funçõesMIT
F

dsh-ai-providers (dsh-ai-providers)

firefox2100/dsh-ai-providers

Runtime de provedores de IA e interface de configuração para credenciais compartilhadas e serviços de embeddings, reranking, voz e geração de imagens no DSH.

1ontemModelos e provedoresGPL-3.0
F

dsh-ai-providers (dsh-ai-openai)

firefox2100/dsh-ai-providers

Provedor OpenAI para modelos de linguagem, embeddings, síntese e reconhecimento de fala e geração de imagens no DSH. Requer a instalação e ativação de Firefox2100/dsh-ai-providers#runtime.

1ontemModelos e provedoresGPL-3.0
F

dsh-say

fangqian616/dsh-say

Lê os relatórios do agente com a voz escolhida e resume os longos antes de falar. Um clipe de referência de 3–10 s basta para clonar uma voz; modelos treinados pela comunidade também funcionam. Não exige instalar 6,4 GB do GPT-SoVITS: o plugin instala runtime e voz próprios. Um GPT-SoVITS existente pode ser usado com o mesmo modelo de voz.

1há 20 diasVisão, voz e multimodal
C

dsh-read-aloud

cccc12138/dsh-read-aloud

Adiciona um botão de alto-falante imediatamente à direita de Like em cada resposta finalizada. Ao clicar, lê pelo mecanismo de fala do navegador; ao passar o cursor, abre um painel de velocidade e voz. O texto é enviado a um endpoint Edge TTS não oficial.

1há 2 mesesVisão, voz e multimodalMIT
V

dsh-live-voice

victorwads/dsh-live-voice

Conversas por voz local-first para DSH, com reconhecimento e síntese de fala locais e providers externos opcionais.

1há 2 mesesVisão, voz e multimodalGPL-3.0
N

dsh-dictate

navneetset/dsh-dictate

Dita texto por voz em tempo real no compositor web do dsh via OpenRouter STT.

1há 3 mesesVisão, voz e multimodalMIT