Pular para o conteúdo principal

Plugins

Navegue, filtre e instale plugins do DeepSeek-Harness.

65 plugins encontrados

O

watch-skill

oxbshw/watch-skill

Os recursos do DeepWatch, instaláveis em um perfil existente do DeepSeek Harness

378há 2 mesesVisão, voz e multimodalMIT
F

dsh-voice-prompt-enhancer

fishsb/dsh-voice-prompt-enhancer

Reescreve um rascunho do compositor como prompt mais claro e estruturado, com 5 modos, cadeia de fallback de modelos e memória opcional de várias rodadas. Adiciona à entrada de voz do DSH parada no silêncio, atalho e remoção de palavras de preenchimento. A transcrição continua usando o speechToText oficial; o plugin não inclui mecanismo.

130ontemVisão, voz e multimodalApache-2.0
P

dsh-voice-scribe

pensivefei/dsh-voice-scribe

Entrada de voz para a interface web do DSH: toque ou mantenha Alt pressionado para ditar no compositor. SenseVoice ASR local por padrão (offline, sem configuração ou chave), com fallback automático para Web Speech do navegador. Aceita cadeia ASR opcional compatível com OpenAI, revisão por modelos configurados no DSH e UI de configurações.

36há 18 diasVisão, voz e multimodalMIT
Q

dsh-voice-mode (dsh-voice-mode)

qishuilalala/dsh-voice-mode

Modo de voz full-duplex para a Web UI do DeepSeek Harness: alternar (envio automático com pausa de 2s) ou ditação por pressionar e segurar em um rascunho editável com ASR streaming zipformer2, wake word opcional; leitura em voz alta sentença por sentença via Edge TTS com legendas ao vivo, e a fala interrompe a reprodução e o turno em execução (barge-in verdadeiro). ASR no dispositivo, sem chave de API.

33anteontemVisão, voz e multimodalMIT
W

dsh-ears

wiziscool/dsh-ears

Plugin de entrada de voz para DeepSeek Harness (dsh): um botão de microfone no compositor converte fala em rascunho transcrito, com escolha de backends de reconhecimento de voz, refinamento opcional pelas próprias rotas LLM do dsh e uma página de configurações nativa.

31há 6 diasVisão, voz e multimodalMIT
H

dsh-asr-plugin

huliux/dsh-asr-plugin

Transcrição local de reuniões para DeepSeek Harness em macOS com Apple Silicon: gravação em duas faixas, rascunhos de transcrição ao vivo com identificação de oradores e resumos com referência @ organizados em decisões e ações.

20há 8 diasVisão, voz e multimodalApache-2.0
P

dsh-talk

perrylink/dsh-talk

I/O por voz para DeepSeek Harness — speech-to-text e text-to-speech pelo microfone e pela saída de áudio.

19há 5 diasVisão, voz e multimodalApache-2.0
C

dsh-qq-onebot-bridge

cheesehaqi/dsh-qq-onebot-bridge

Ponte QQ bidirecional sobre OneBot v11 (WebSocket reverso): sessões por grupo e por chat privado, voz speech-to-text citada por @, visualização privada de imagens/figurinhas animadas, ferramentas de rosto e figurinha.

12há 5 diasIntegrações 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
0

dsh-voice-input

0nt-one/dsh-voice-input

Botão de microfone na linha de ferramentas do composer: speech-to-text Web Speech API (Chrome/Edge), troca de idioma, e auto-send opcional, zero dependências.

5há 3 mesesVisão, voz e multimodalMIT
J

dsh-hold-to-dictate

jryang1997/dsh-hold-to-dictate

Ditado ao manter pressionado o campo de texto. Não inclui reconhecimento próprio: reutiliza o serviço de voz conectado pelo bundle oficial voice-input. Segure com mouse ou toque e solte para inserir a transcrição no rascunho; deslize para cima para cancelar. A mensagem nunca é enviada automaticamente.

4há 25 diasVisão, voz e multimodalMIT
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 13 diasVisão, voz e multimodalMIT
C

dsh-vidlens

cctv2333/dsh-vidlens

Amostra vídeo como uma pessoa, sem baixar: primeiro metadata/capítulos, depois frames com timestamp, transcrição priorizando legendas (ASR local só se a plataforma não tiver), tags sonoras AudioSet de 527 classes e comentários principais. 21 ferramentas compartilham um cache em disco com lock entre processos. Requer Python 3.10+, ffmpeg e vidlens (pip install vidlens-mcp); se faltar, mostra duas soluções em vez de um ImportError simples.

3há 18 diasVisão, voz e multimodalMIT
A

dsh-lark-plus

anfruj/dsh-lark-plus

Ponte entre DeepSeek Harness e Feishu/Lark: oferece chat, cartões, aprovações, quadro de tarefas, metas e agendas no Feishu, além de transcrição de voz totalmente local (offline) com barra de reprodução na Web GUI.

3mês passadoIntegrações e acesso remotoMIT
W

dsh-hold-to-talk

wangzhanchao883/dsh-hold-to-talk

Entrada com uma só mão e sem teclado para o compositor: prima e mantenha o rato na caixa de entrada, fale, largue — o texto fica no rascunho, e deslizar para cima cancela sem deixar uma meia frase para trás. Não há botão de microfone para acertar nem atalho para memorizar; a mão nunca precisa de sair da área de entrada, o que é essencial quando a outra mão está ocupada. O reconhecimento corre totalmente offline (SenseVoice via sherpa-onnx, sem chave de API, o áudio nunca sai da máquina).

3há 2 mesesVisão, voz e multimodalMIT
N

voco-input-sh

nothree-code/voco-input-sh

Entrada por voz para a Web UI: um botão de microfone que aciona o reconhecimento de fala offline local VocoType e insere automaticamente o texto reconhecido no compositor (implantação automática, deduplicação, ditado contínuo).

3há 2 mesesVisão, voz e multimodalMIT
B

dsh-stt-input

baisama-cloud/dsh-stt-input

Entrada de voz speech-to-text para a Web UI: um botão de microfone no compositor transcreve a fala para o rascunho via Web Speech API do navegador (sem configuração) ou uma API Whisper compatível com OpenAI (OpenAI / Groq), com modelo e idioma selecionáveis em Configurações.

3há 3 mesesVisão, voz e multimodalMIT
J

dsh-voice

jesse-njx/dsh-voice

Notas de voz na entrada, respostas faladas na saída: dite áudio que se torna mensagens de usuário (transcrever), faça o agente ler as respostas em voz alta (falar), local-first em ~/.dsh/voice

3há 3 mesesVisão, voz e multimodalMIT
S

dsh-recorder-card

synswarm/dsh-recorder-card

Plugin DSH em prévia de desenvolvimento para importar gravações de cartões gravadores BLE compatíveis, com transcrição opcional e arquivos vinculados a impressões digitais. Requer o hardware do gravador, Bluetooth do Host e dependências Python.

2há 16 diasVisão, voz e multimodalMIT
F

dsh-voice-doubao

fyzb2020/dsh-voice-doubao

Adiciona dois reconhecedores de fala na nuvem Volcengine Doubao ao seletor de entrada de voz do DeepSeek Harness, com reescrita opcional da transcrição por um LLM.

2mês passadoVisão, voz e multimodal
T

dsh-stt

try-works/dsh-stt

Transcrição de voz local com vários modelos para o compositor DSH Web: o utilizador escolhe Whistle ou Voz e cada modelo é descarregado quando necessário. Distribuído como bundle DSH.

2mês passadoVisão, voz e multimodal
O

dsh-gigaam-stt

oldschool686/dsh-gigaam-stt

Local Russian speech-to-text for DeepSeek Harness voice input: GigaAM v3 (ONNX int8) on CPU via sherpa-onnx

1há 24 diasVisão, voz e multimodalMIT
S

dsh-minimax-voice

sunshine334419520/dsh-minimax-voice

MiniMax voice studio for DeepSeek Harness: clone a voice from an audio sample, preview it from the audio returned by the clone request itself (no extra synthesis call, so the per-voice fee stays uncharged), synthesize text to local mp3 files, transcribe audio to text with asr-1.0, and manage the voice library, API key and these actions from a settings panel; four agent tools and a local HTTP API.

1há 11 diasVisão, voz e multimodalMIT
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 4 diasVisão, voz e multimodalMIT