Плагины

Закреплённый в углу виджет-кит для веб-GUI DSH — баланс, расход за день и стоимость за ход с тарифами пик/внепик, редактируемые всплывающие уведомления о балансе и дневном бюджете, построенная на модулях очередь собственных уведомлений со взвешенным выбором A/B и случайными строками или изображениями, более 30 шаблонов вендоров (OpenAI, OpenRouter, Kimi, SiliconFlow, Ark, Zhipu, MiniMax и др.) с балансом на модель и квотой подписки, а также звук завершения задачи, импорт аудио, пользовательские роли и менеджер ресурсов. Только локально, без телеметрии.

Возможности DeepWatch, устанавливаемые в существующий профиль DeepSeek Harness

Настольный питомец-мем NiuLai — выкрикивает «Ma～ma～」 с синхронизированным ртом, когда ваш агент завершает работу; 6 скинов, фирменные действия, привязка событий действий, синтезированные через WebAudio звуки животных и нарисованные вручную SVG-скины в комплекте.

Голосовой ввод/вывод для DeepSeek Harness — распознавание речи и синтез речи через микрофон и аудиовыход.

Музыкальный, аудиокнижный, радио- и новостной плеер для DeepSeek Harness: транслирует вашу локальную папку музыки по HTTP, озвучивает локальные .txt/.epub романы AI-голосами, воспроизводит онлайн-музыку QQ/Kugou/Netease и интернет-радио (HLS поддерживается), а также распространяет ежедневные новостные дайджесты — всё управляется из UI или через указание агенту с помощью инструмента модели music_play.

Генерация полных AI-песен и BGM по промптам или текстам, с созданием референсного аудио и расширением песни.

Генератор галгеймов: передайте ему документ сценария и ресурсы персонажей/фона/BGM/анимации в рабочей области (img_human/, img_bg/, audio/, img_cg/), и он создаст играбельную веб-страницу визуальной новеллы с настраиваемыми слотами сохранения ([存档 N], по умолчанию 9), спрайтами, следующими за говорящим, с переключением многопозных вариантов ([表情]), анимациями открытия/концовки/CG ([op]/[ed]/[cg]), управлением воспроизведением/остановкой/громкостью BGM и ветвлением по строкам if.

Звуковые уведомления по событиям: завершение хода, одобрение, вопрос, ревью плана, блокировка цели и сбой задачи — у каждого свой звук и громкость, настраиваемые в Web UI (встроенный синтезатор, отключение или локальный аудиофайл).

Двадцать HyperFrames by HeyGen skills, синхронизированных из официального upstream (HTML video authoring, animation, keyframes, audio/music-to-video, CLI, registry, slideshow, talking-head recut, website/product/PR-to-video и др.), плюс проверка здоровья bundled-resource.

Официальный навык Remotion, портированный в DSH: программное видео на React (анимация/аудио/субтитры/3D/графики/шрифты, 38 файлов правил), плюс проверка состояния встроенных ресурсов.

Инструмент display_file, обращённый к модели, который отображает 36 расширений файлов прямо в веб-интерфейсе: изображения с лайтбоксом и зумом по клику, видео с перемоткой, аудио, PDF, файлы Office и OpenDocument, сконвертированные в PDF на хосте через LibreOffice, и локальный HTML в изолированном фрейме; байты передаются по подписанному HTTP-маршруту с поддержкой диапазонов, а PNG/JPEG/WebP/GIF также попадают в контекст модели на маршрутах с поддержкой изображений.

Звуковые и голосовые оповещения для Web GUI dsh: отдельные тоны и опциональное озвучивание для одобрений, вопросов, завершений и ошибок.

Настольный питомец Криштиану Роналду для DeepSeek Harness: чиби с португальским номером 7 в оверлее справа внизу, чья анимация следует за состоянием агента (ведёт мяч при работе инструментов, думает, ждёт подтверждений, ныряет при ошибках и празднует SIU со звуком хоста по завершении хода); его можно перетаскивать, он смотрит на курсор, ныряет по тройному клику, а панель управляет несколькими питомцами и импортирует свои спрайт-листы. Он также продолжает работать как безрамочное всегда видимое окно Windows после закрытия браузера: при наведении показываются рабочее пространство и заголовок диалога, двойной клик открывает Harness в Edge. В v2.2 добавлен видеопуть (выборка фона, хромакей, сегментация по движению, union-bbox), а питомцев можно публиковать в общественной галерее по …

Воспроизводит различные настраиваемые звуки для пяти событий разговора в веб-интерфейсе DeepSeek Harness: нормальное завершение, прерывание, ошибка, ожидание подтверждения и успех автоматической повторной попытки; каждое событие имеет собственную настройку звука и предустановленное значение по умолчанию, с автоматической повторной попыткой после ошибок с использованием настраиваемого ожидания (10-300 с), плюс библиотека звуков сообщества. Совместимо с DSH 0.1.5-rc.2.

Сопоставляет локально проанализированный системный звук с музыкально-реактивными эффектами беседы, оценками ритм-игры, отзывами о счёте и комбо и опциональными полосами RGB-спектра в DSH Web.

Звуковые сигналы жизненного цикла через Web Audio для DeepSeek Harness: десять настраиваемых событий, три малошумных значения по умолчанию, собственные звуки для каждого события и без поставляемых аудиофайлов.

Мелодии завершения для каждого рабочего пространства плюс звуки внимания для событий подтверждения, вопроса, проверки плана, блокировки цели и сбоя задачи, со встроенным синтезатором, голосом (TTS) и собственным звуком.

Тема визуальной новеллы 『Mahoutsukai no Yoru』 для веб-интерфейса DeepSeek Harness: меню в стиле оригинала, три персонажа с характерами, дневные и ночные плейлисты и финальная сцена. В репозитории нет собственных ресурсов: 380 файлов / 263 МиБ, которыми она управляет (136 спрайтов, 208 элементов интерфейса, 13 фонов, 23 аудио), нужно извлечь из собственной копии оригинала, и до этого экран остаётся почти пустым. 23 аудио — это OGG без заголовка; 357 изображений используют проприетарные форматы .mzp/.cbg, поэтому руководство по сопоставлению предлагает два пути, и один из них требует собственного декодера.

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).

ИИ-генерация аудио для веб-интерфейса DeepSeek Harness — мультивендорный TTS, музыка, звуковые эффекты и дизайн голоса с боковой панелью, сравнением моделей, библиотекой ресурсов и инструментами Agent.

Показывает изображения, видео и аудио по путям и URL из бесед DSH прямо в интерфейсе, с локальным чтением в пределах рабочего пространства и необязательным прокси ComfyUI.

Слушайте подкасты и аудиокниги Ximalaya прямо в веб-интерфейсе DSH: поиск альбомов, просмотр треков по страницам и воспроизведение через панель «сейчас играет» (назад/играть/вперёд, перемотка, громкость, скорость). После входа по QR-коду страница «Моё» показывает понравившиеся треки (нажмите, чтобы включить), подписки на альбомы с подсказками о последних выпусках и отслеживаемых авторов с их публичными альбомами; хост ретранслирует аудиопотоки с поддержкой Range и регистрирует инструмент `ximalaya_play`, чтобы агент мог искать и включать по запросу.

Локальная генерация изображений, голоса, музыки и звуковых эффектов, а также транскрипция с закреплённой идентичностью: персонажи, животные, объекты и голоса актёров определяются один раз и повторно используются при каждом последующем вызове; вырожденный вывод (почти плоское изображение, беззвучное аудио) отклоняется, а не возвращается как успешный, а сгенерированную строку можно прочитать обратно как текст, чтобы клон, проглотивший свою концовку, стал виден. Движки выгружаются в простое, а генерация изображений и транскрипция могут каждая указывать на API в форме OpenAI вместо локального Vulkan-бэкенда.

Генерируйте и редактируйте ИИ-медиа (изображения, видео, аудио, 3D) с моделями WaveSpeed через open-source CLI wavespeed: поиск по актуальному каталогу, проверка входной схемы каждой модели, загрузка локальных файлов с маркерами @path и проверка цен перед запуском.