Plugins
Navegue, filtre e instale plugins do DeepSeek-Harness.
58 plugins encontrados
dsh-web-studyhub
ericwang1358/dsh-web-studyhub
Espaço de estudo para DeepSeek Harness: importa seus materiais PDF, DOCX, PPTX e Markdown e gravações de aulas; cria cartões, quizzes e perguntas abertas com citações das fontes e agenda revisão espaçada com FSRS-6 em um painel Web integrado. Gravações importadas são transcritas com sua própria chave SiliconFlow, Groq ou Gemini. Aulas ao vivo podem usar o SenseVoice no dispositivo, sem chave (cerca de 239 MB na primeira instalação). Requer DSH 0.2.0-rc.2 ou posterior, mas abaixo de 0.3.
dsh-vision-proxy
flyvhidbwo/dsh-vision-proxy
Cérebro DeepSeek + transcrição automática de imagens: anexe imagens na GUI e cada uma é transcrita pelo deepseek-v4-flash-vision-exp oficial por padrão (um cérebro V4-Pro puramente textual pode ver imagens), com qualquer VLM compatível com OpenAI ou Ollama local como alternativas.
dsh-omni
ztr66/dsh-omni
Um plugin para todas as modalidades: explorar, transcrever, analisar e compor conteúdo de imagem, vídeo e áudio.
dsh-plugin-call-me
radres/dsh-plugin-call-me
Faz seu telefone tocar via CallKit: ferramentas `call_me` e `text_me`, além de ligações opcionais de fim de turno e de aprovação, cuja resposta falada é transcrita de volta para a sessão.
dsh-interpret
jinchezuo/dsh-interpret
Legendas inglês→chinês ao vivo: Parakeet transcreve microfone/áudio do sistema no dispositivo e LLM DSH traduz com RAG de 3.050 termos/8 áreas e seleção de modelos baratos, de qualidade ou abertos. Leitor PDF/DOC/DOCX/XLSX/PPTX/CSV/Markdown ao lado; sessões locais e exportação SRT/Markdown bilíngue. macOS arm64, Windows x64.
dsh-bili-danmaku-lite
rentaoyan0628-collab/dsh-bili-danmaku-lite
Chat ao vivo do Bilibili para DSH: lê mensagens, só envia após confirmação explícita e permanece na sala em segundo plano. O modelo pode decidir se responde; áudio pode ser transcrito, mas não há compreensão de vídeo. Requer venv Python 3, requirements e cookies Bilibili; transcrição requer ffmpeg e Whisper.
dsh-bilibili-video-summary
aurum807/dsh-bilibili-video-summary
Baixa vídeos do Bilibili com yt-dlp, extrai quadros-chave e transcreve por legendas do site ou faster-whisper local se não houver. Registra a skill de resumo, ativada somente quando a mensagem do usuário contém apenas o link do vídeo. Requer yt-dlp e ffmpeg no PATH; faster-whisper sem legendas.
dsh-bili-interactor
acttk/dsh-bili-interactor
Busca e assiste vídeos Bilibili; dá like/coin, envia danmaku/comentários, responde e segue respostas. Lê legendas AI ou transcreve áudio localmente se faltarem antes de comentar ou escolher a quem responder. Extrai estilo humano sem copiar frases. Ignora vídeos vistos e deduplica por thread; após muitas trocas com a mesma pessoa na seção, avalia o conteúdo e, se parecer elogio entre bots, deixa uma última frase e para. Verifica se o comentário é público ou só visível na conta; percorre última hora/dia/3 dias/tudo, lista invisíveis e avisa de respostas recolhidas. Seis tabs Settings aplicam mudanças na hora, sem reinício. Execução manual entra na fila atrás do listener, sem ser recusada. Self-check informa instalações; Python 3 é necessário e packages ausentes são listados.
dsh-voice-assistant
supersyh-sss/dsh-voice-assistant
Assistente de voz para o dsh web: diga a frase de ativação (por exemplo, «小鲸») para ativar o ditado mãos-livres — o que diz é transcrito e escrito automaticamente na caixa de conversa. Suporta comandos de edição falados (enviar, limpar, nova linha, parar de ler) e lê em voz alta as respostas do assistente em chinês. O reconhecimento de fala corre localmente no navegador via sherpa-onnx WASM, pelo que funciona offline sem chave de API.
dsh-dafeiyu-emotion
lidu-china/dsh-dafeiyu-emotion
Adiciona ao DSH um microfone «fish-ear» que transcreve a fala localmente, estima tom e emoção e permite que o BigFish responda com um prompt que considera a emoção.
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.
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
dsh-bili-video-summary
zz12hui/dsh-bili-video-summary
Apenas Windows. Resume vídeos do Bilibili: baixa a faixa de áudio, transcreve localmente com faster-whisper (Python e pacote; cerca de 725 MB de modelos na primeira execução) e gera a análise em Markdown e um infográfico PNG de uma página.
dsh-tingdong
aicivilization/dsh-tingdong
Transforma audiolivros MP3 em inglês e documentos em lições de escuta. Transcreve localmente cada frase com o modelo de fala já baixado pelo DSH Voice Input (~241 MB; baixa no primeiro uso se faltar; ffmpeg necessário), e o modelo DSH corrige e explica. Prática com escuta às cegas/intensiva e repetição espaçada; exporta dublagem chinesa. Inclui vozes Kokoro offline, painel lateral e quatro ferramentas IA.
dsh-video-to-notes
yll-kb/dsh-video-to-notes
Converte vídeos de cursos, aulas, tutoriais, reuniões e palestras em notas estruturadas: extrai o áudio com ffmpeg, transcreve com Whisper e cria notas com capítulos, marcadores de destaque e cartão de consulta rápida.
dsh-vision-plugin
bug-huntter/dsh-vision-plugin
Reconhecimento de imagem configurável para modelos DSH somente de texto: preserva imagens anexadas no pipeline do adapter DSH 0.1.7-rc.2, transcreve com um modelo de visão compatível com OpenAI e envia o texto ao modelo principal. Permite escolher cabeçalhos de autenticação OpenAI, Anthropic, Gemini ou Azure e avisa se faltar API key antes da solicitação.
dsh-vision-recognizer
kaixinbaba/dsh-vision-recognizer
Rota de provedor de visão que transcreve imagens anexadas em texto por meio de um modelo configurável (mais de 15 fornecedores compatíveis com OpenAI e Anthropic) enquanto o DeepSeek continua respondendo.
dsh-vision (vision-route)
314857493/dsh-vision
Registra uma rota de provedor `deepseek-vision`: a interface Web aceita imagens coladas e as transcreve para texto pela API de visão Zhipu GLM gratuita antes de delegar ao adaptador DeepSeek.
dsh-vision-bridge
ximengxiaolan/dsh-vision-bridge
Imagens anexadas no compositor são transcritas para texto por um modelo de visão compatível com OpenAI antes de chegar aos modelos DeepSeek somente de texto
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.
dsh-shortvideo-export
hangyesite/dsh-shortvideo-export
Download watermark-free Douyin and Xiaohongshu videos, transcribe them with local or cloud speech recognition, proofread the text against a term list, and export Markdown, DOCX, SRT, VTT and other formats from a settings panel or agent tools. Needs Python 3.10+ with pip packages (playwright, python-docx, numpy, and sherpa-onnx for the default local SenseVoice engine, which also downloads a ~228 MB model on first use), ffmpeg on PATH, and Chrome or Edge.
qiaomu-audio-dsh
joeseesun/qiaomu-audio-dsh
Lê Markdown em voz alta, permite ditado e transcrição de áudio e exporta mídia narrada do Harness.
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.
dsh-mmroute
jmxsxwyzjdwl/dsh-mmroute
Roteamento multimodal transparente para modelos somente de texto: cada imagem em cada chamada de modelo é totalmente transcrita (OCR literal, dados, zonas de incerteza, reforçado contra injeção) pelo seu próprio compreensor multimodal, com nova observação focada via vision_relook e nova tentativa automática em falhas relacionadas a imagens. Sem endpoints incluídos, sem logins emprestados.