Плагины
Находите, фильтруйте и устанавливайте плагины DeepSeek-Harness.
Найдено плагинов: 73
dsh-video-storyboard
saos-3624/dsh-video-storyboard
Преобразует видео (локальный файл или ссылка Bilibili/yt-dlp) в адресуемую раскадровочную сетку: пронумерованные ячейки, точные временные метки, расшифровка для каждой ячейки и огибающая аудио на общей временной шкале. video_zoom повторно считывает любой интервал в более высоком разрешении, чтобы текстовая модель могла изучить видео, а не читать краткое содержание.
EduWork (dsh-knowledge-studio)
ecnu/eduwork
Studio на основе рабочей области для отчётов, слайдов, таблиц, интеллект-карт, викторин, карточек, аудио и видео с опорой на источники, использующая модели DSH и общие сервисы артефактов. Для создания Office-документов нужны Python 3.12+ с зависимостями и настройка DSH_OFFICE_PYTHON; медиарендеринг требует Chromium, а локальному ASR дополнительно нужны whisper.cpp и модель.
Envoy (envoy-dsh)
regrevia/envoy
Вставьте ссылку — агент прочитает её. Xiaohongshu, Douyin, Bilibili, WeChat, статьи, PDF и аудио превращаются в Markdown с цитатами для Wiki/базы знаний. Исследовательский A/B на 60 ходах (разные лимиты времени, точность человеком не проверялась): чтение завершено 22%→92% (+70 п.п.), тайм-ауты 68%→0%, ответы с реальным фактом из источника 23%→82%. Из 123 реальных ссылок пригодны 80% (93% среди ответивших страниц); недоступная ссылка отмечается за 26 с. Поддерживаются Codex, Claude Code, DSH.
dsh-prompt-enhancer
fishsb/dsh-prompt-enhancer
Улучшение промптов в один клик (5 режимов, цепочка памяти, запасной вариант нескольких моделей) плюс распознавание речи (облачный Qwen3-ASR / офлайн SenseVoice, авто-остановка при тишине) для композера, с перезапуском службы DSH в один клик.
dsh-voice-ai-girlfriend-plugin
beiyege-01/dsh-voice-ai-girlfriend-plugin
Голосовая AI-девушка для Web UI: микрофонный ввод через FunASR, голосовые ответы Qwen3-TTS, окно анимации компаньона и двусторонний QQ-чат (текст/голос/изображение push) через NapCat.
dsh-voice-scribe
pensivefei/dsh-voice-scribe
Голосовой ввод для веб-интерфейса DSH: нажмите или удерживайте Alt, чтобы диктовать в поле ввода. По умолчанию локальный SenseVoice ASR — офлайн, без настройки и ключа; при сбое автоматически используется Web Speech браузера. Доступна дополнительная цепочка ASR, совместимая с OpenAI, обработка моделями из настроек DSH и экран настроек.
dsh-voice-mode (dsh-voice-mode)
qishuilalala/dsh-voice-mode
Полнодуплексный голосовой режим для Web UI DeepSeek Harness: переключатель (автоотправка после паузы 2 с) или удержание для диктовки в редактируемый черновик через потоковое распознавание zipformer2, опциональное слово активации; побуквенное чтение Edge TTS с живыми субтитрами, а речь прерывает воспроизведение и текущий ход (настоящее barge-in). Локальное распознавание, без API-ключа.
dsh-ears
wiziscool/dsh-ears
Плагин голосового ввода для DeepSeek Harness (dsh): кнопка микрофона в композере преобразует речь в черновик транскрипции с выбором бэкендов распознавания речи, опциональной доработкой через собственные маршруты LLM dsh и нативной страницей настроек.
dsh-asr-plugin
huliux/dsh-asr-plugin
Локальная расшифровка встреч для DeepSeek Harness на macOS с Apple Silicon: запись по двум дорожкам, черновик транскрипта в реальном времени с метками говорящих и сводки по ссылке @ с решениями и задачами.
dsh-bili-watch
sacredbluedragon/dsh-bili-watch
Преобразует видео Bilibili в структурированный текст для ИИ: метаданные, комментарии, danmaku, субтитры, локальный ASR и OCR кадров. Обработка локальная, без загрузки в облако; проверяет кадры для выявления поддельных субтитров, использует кэш и создаёт манифест с кратким содержанием для ИИ. Для OCR кадров нужен ffmpeg. Локальным ASR/OCR нужны виртуальные окружения Python 3.10+, а в Windows — также среда VC++. Для ИИ-субтитров требуется вход в Bilibili.
dsh-bilibili
czx2244/dsh-bilibili
Анализ видео Bilibili: метаданные, транскрипт (резервное ASR через Bijian/sherpa-onnx/whisper.cpp), комментарии, данмаку и чёткие ключевые кадры с опциональными локальными описаниями через vision.
dsh-video-understand
ilps2/dsh-video-understand
Недорогой инструмент понимания видео: video_understand преобразует ссылку Bilibili / BV / локальное видео в информационный слой AVIS (ASR + структура сцен + отслеживание объектов + YOLO-метки) и возвращает summary + Q&A. Есть динамическая маршрутизация между слоями, управляемая вопросами (L0 ASR / L1 отслеживание объектов / L2 VLM по ключевым кадрам), повторное использование семантического слоя для повторяющихся вопросов и лимит бюджета на каждый вопрос. Python-движок: для базового слоя нужны faster-whisper / opencv / yt-dlp (~200-300MB); опциональный семантический слой добавляет ~2GB torch / transformers / ultralytics. Встроенный doctor --fix настраивает venv и устанавливает оба набора.
dsh-video-lens
dundunhan/dsh-video-lens
Наделяет текстовых агентов DeepSeek Harness пониманием видео: семплирование кадров с учётом сцен + VLM + необязательная ASR-транскрипция, объединённые в доказательства на временной шкале. / Плагин понимания видео для чисто текстовых моделей (семплирование кадров по сценам + VLM + необязательная расшифровка речи).
dsh-video-vision
destinhue/dsh-video-vision
5 инструментов: `video_outline` — карта без image-токенов (4–60 окон/время); `video_probe` — метаданные/план без декодирования; `video_storyboard` — контактный лист/timecode index, zoom/дедуп.; `video_zoom` — увеличение 1–9 ячеек; `video_read` — OCR только keyframe, план/[mm:ss]. Только аудио: субтитры→`DSH_ASR_CMD`→transcript; длинное аудио режется в тишине на фрагменты около 45 с. С 10 мин только keyframe. OCR: Windows, tesseract line boxes/`DSH_OCR_CMD`. `bilibili.com/video/BV...`, bare BV/av/b23.tv: до 300 с CDN без диска; длинные: 1 загрузка, cache 4 GB/24 видео; play URL 10 мин. ffmpeg обязателен; ffprobe опционален, других runtime-зависимостей нет. Wire-совместим с SAOS-3624/dsh-video-storyboard, но одинаковые имена `video_probe`/`video_storyboard`/`video_zoom` не дают включить оба.
dsh-media-lens
drscrewdriver/dsh-media-lens
Локальные медиа→таймлайн/транскрипт/области; ссылки на кадр/секунду/говорящего. Fallback каждого медиа в meta.attempts (не скрытый): мультимодальные модели хоста→OpenAI-совместимый endpoint/ротация ключей→локальные ffmpeg/ASR→метаданные. Cooldown только auth/quota; кандидат сохраняется и переносится в конец, не удаляется. Ошибки маскируются до обрезки; magic bytes, не расширение. Опциональный vision-bridge; регистрация моделей/inline AV (video_url/input_audio) требует peers dsh-thinking-levels/dsh-llm-openai-completions; без них деградация без ошибок. По умолчанию удалённо; strictLocalOnly локально. ffmpeg/ffprobe и ASR CLI не включены, нужны только локальному fallback; без них — метаданные. Hosts 0.1.7/0.2.0/0.2.1 (6 rc, enum engines.dsh); npm dsh-media-lens.
dsh-video-storyboard-hp
dsh-raising-plan/dsh-video-storyboard-hp
Высокопроизводительный fork SAOS-3624/dsh-video-storyboard: установите его или upstream-плагин, но не оба. Преобразует видео в адресуемую раскадровку-сетку (нумерованные ячейки, отметка времени и строка транскрипта на каждую, аудиоогибающая). Нужны Node 20+ и ffmpeg/ffprobe в PATH; если в файле нет дорожки субтитров, нужен настроенный endpoint ASR.
dsh-xiaoai-bridge
omsociety/dsh-xiaoai-bridge
Превращает умную колонку XiaoAI (Xiaomi) в голосового помощника: запускает локальный bridge, ждёт ключевое слово, распознаёт речь (ASR/STT), продолжает диалог в сессии Host и воспроизводит ответ через колонку с помощью синтеза речи (TTS).
dsh-voice
stardustlc666/dsh-voice
Голосовые инструменты: бесплатный нейросетевой синтез речи edge-tts, совместимая с OpenAI транскрипция ASR, список голосов, пакетное прослушивание голосов и самопроверка состояния.
dsh-voice
haoku123/dsh-voice
Полнодуплексный голосовой режим для веб-интерфейса: диктовка касанием для переключения или удержанием (клавиша отправки или `Ctrl`) с живыми субтитрами, хостовая SenseVoice ASR через sherpa-onnx, ответы вслух предложение за предложением, а речь прерывает воспроизведение и текущий ход (истинное перебивание). Ключ API не требуется.
dsh-voice-call
pandapolo/dsh-voice-call
Голосовые звонки, инициируемые агентом: `offer_call` звонит человеку (接听/拒接/稍后再说); принятые звонки синтезируются и воспроизводятся локально через CrispASR + Qwen3-TTS (9 голосов, 2 китайских диалекта), а отклонённые возвращают решение агенту.
DSH-Video2Agent (dsh-video2agent)
harm0ny-ai/dsh-video2agent
Позволяет агенту понимать видео и напрямую отвечать на вопросы о содержании, сравнении и том, стоит ли смотреть ролики с Bilibili или локальные файлы. Межвидеопоиск возвращает видео и таймкод, подтверждение точным кадром и пакетный анализ от 1 до 10 видео. В основе локальная обработка, облачные ASR/OCR и вход в Bilibili необязательны. Требуются Python 3.11+, FFmpeg и CLI (pip install video2agent); настройки проверяют и устанавливают окружение. HTTP-маршруты не проверяют доступ DSH и могут вызываться веб-страницей.
dsh-vidlens
cctv2333/dsh-vidlens
Сэмплирует видео как человек, не скачивая: сначала metadata/chapters, затем кадры с временными метками, transcript сначала из субтитров (локальный ASR только если их нет на платформе), звуковые теги AudioSet 527 классов и популярные комментарии. 21 tool используют общий disk cache с межпроцессной блокировкой. Нужны Python 3.10+, ffmpeg и vidlens (pip install vidlens-mcp); при отсутствии предложит два способа решения вместо голого ImportError.
dsh-lark-plus
anfruj/dsh-lark-plus
Связка DeepSeek Harness с Feishu/Lark: чат, карточки, согласования, доска задач, цели и расписания в Feishu, а также полностью локальная (офлайн) расшифровка речи с панелью воспроизведения в Web GUI.
dsh-hold-to-talk
wangzhanchao883/dsh-hold-to-talk
Ввод одной рукой и без клавиатуры для поля ввода: зажмите кнопку мыши на поле ввода, говорите, отпустите — текст попадает в черновик, а сдвиг вверх отменяет ввод, не оставляя недописанной фразы. Не нужно целиться в кнопку микрофона и запоминать горячую клавишу; рука никогда не покидает область ввода, что важно, когда вторая рука занята. Распознавание работает полностью офлайн (SenseVoice через sherpa-onnx, без API-ключа, звук не покидает машину).