跳过主要内容

插件

浏览、筛选并安装 DeepSeek-Harness 插件。

共 211 个插件

D

dsh-video-vision

destinhue/dsh-video-vision

五个工具,把视频当成原料而不是节目来读。video_outline 把整片映射成文字、一张图都不画:4-60 个等分窗口,每行给切点数量、语音占比、强度条和标签,再给出值得先看的窗口以及下一步的精确 start/end —— 零图像 token。video_probe 不解码画面就给元数据和阅读计划。video_storyboard 把一个时间窗口压成一张分镜图,再给一份文本索引,把每一格绑到时间码、切点数量与取帧时刻;在那一档尺寸下文字会糊掉的格子会被标记 zoom,dedupe global 可以把切走之后又回来的画面折叠掉。video_zoom 把短窗口里的 1-9 格按更大尺寸重画。video_read 只解关键帧,逐屏 OCR,返回大纲加 \[mm:ss] 文本 —— 讲座、幻灯片和录屏走这条,因为文字才是内容。它也能把只有声音没有画面的文件读成转录稿(字幕轨、DSH_ASR_CMD、你传的转录文件,长音频按 45 秒切在静音处),没有任何可读文字时会把六张变化过的画面拼成一张图,还可以把结果导出成 SRT、WebVTT 或纯文本。切点、叠化与单帧闪烁用一遍 ffmpeg 找出;十分钟以上的片只解关键帧分析,两小时课程快 2.7 倍;格子永远不会缩到源图的五分之一以下,所以 1440p 的图用同样的 token 换更少更大的格子。OCR 可以用 Windows 自带的引擎、带行框的 tesseract,或 DSH_OCR_CMD。凡是要文件的地方都能直接给 B 站链接(bilibili.com/video/BV…、裸 BV 号、av 号、b23.tv 短链):300 秒以内直接在 CDN 上读、不落盘,更长的下一遍缓存,缓存有 4 GB / 24 片的预算,play 链接缓存十分钟,不是单个视频的链接会各自说明是什么。需要 ffmpeg,有 ffprobe 时用 ffprobe,除此之外没有运行时依赖。它是 SAOS-3624/dsh-video-storyboard 的接口兼容重实现:注册同样的 video_probe / video_storyboard / video_zoom 工具名,所以两者不能同时启用。

107天前视觉、语音与多模态MIT
W

dsh-dafeiyu-dot

wz20/dsh-dafeiyu-dot

提供角色配置、本地情绪语音、文件持久记忆、QQ 消息与半双工语音通话的鲸鱼娘陪伴插件。QQ 需搭配兼容 OneBot v11 的 NapCatQQ 网关;情绪语音需本地 VoiceStudio + audio.cpp + Breeze TTS 2 链路(或兼容 TTS API),非 1 倍语速时还需 FFmpeg。

919天前娱乐MIT
T

dsh-gsv

taoruiliu19/dsh-gsv

将本地高性能 TTS 引擎 GSV-TTS-Lite 实时接入 DeepSeek Harness:语音预设、自动朗读、引擎配置助手、朗读按钮与设置面板。

98天前视觉、语音与多模态MIT
H

dsh-omni-workstation

huashenglian/dsh-omni-workstation

面向 DSH 的全模态工作站:analyze_image 走有序多卡片 VLM 故障转移链;六个视觉工具箱工具(局部放大、色调采样、像素比对、OCR、元素检测、内联展示)共用同一套图片来源解析;generate_image 支持 OpenAI/DashScope/ComfyUI 协议;多卡片异步 generate_video 配 /build-video-tool 构建器;speak/clone_voice 语音合成覆盖七家供应商;全部由一个自动保存的设置页驱动。

820天前视觉、语音与多模态MIT
3

dsh-voice

3274375092/dsh-voice

语音输入插件:对着麦克风说话,识别后的文字作为普通聊天消息发送(本地模型或浏览器语音识别)。

82个月前视觉、语音与多模态MIT
D

dsh-bizyair

doombeaker/dsh-bizyair

把 AIGC 创作直接放进 DeepSeek Harness:用开源与闭源模型生成图像、视频、音频与 3D,含参数 schema、费用预估、审批与任务面板。

713天前模型与账号接入MIT
O

dsh-xiaoai-bridge

omsociety/dsh-xiaoai-bridge

把小爱音箱(小爱同学 / 小米智能音箱)接成语音助手的插件:托管本地桥接器进程,听到唤醒词就收音、做语音识别(ASR / STT),把对话交给 DSH 会话,再用语音合成(TTS)把答案念回音箱播报。

76天前视觉、语音与多模态MIT
A

dsh-web-whale-maid

acidgr/dsh-web-whale-maid

DSH Web UI 的女仆鲸鱼桌宠:实时 LLM 对话、8 种情绪动画与饱食度系统。

72个月前娱乐MIT
W

dsh-live-voice

wads-dev/dsh-live-voice

DeepSeek Harness 本地优先的免手操作语音助手插件,支持语音转写、语音合成、语音命令和本地语音引擎。

6上个月视觉、语音与多模态Apache-2.0
D

dsh-whale-pet

dleaf6211-hash/dsh-whale-pet

DeepSeek Harness 的鲸鱼娘桌宠:浏览器悬浮桌宠与 Windows 桌面桌宠共享一套数据,实时余额木牌、任务通知、摸头互动、19 句预合成带情感的台词朗读,空闲节奏随是否在场自适应。

627天前娱乐MIT
M

dsh-voice-chat

maoyuching/dsh-voice-chat

豆包式语音对话插件:聊天框麦克风按钮(按住说话)语音转文字并自动发送,AI 回复自动朗读。可选 LLM 转述精简(长回复压缩成口语再播,跟随当前对话模型)、朗读前清洗 markdown/emoji/特殊符号、Edge TTS 多种音色、静音自动结束时长可调,设置嵌入 DSH 自带设置弹窗(voice chat 类目)。

628天前视觉、语音与多模态MIT
G

dsh-tts

goodandready/dsh-tts

在 DeepSeek Harness 网页 UI 中朗读智能体回复,采用服务商回退链(OpenAI、ElevenLabs、Google、Azure、Groq、Deepgram、OpenRouter、Edge、Piper、eSpeak),某个服务商失败或被限流时自动切换到下一个,而不是直接静音。

68天前视觉、语音与多模态MIT
S

dsh-voice

stardustlc666/dsh-voice

语音五工具:edge-tts 免费微软神经语音合成、OpenAI 兼容 ASR 转写、音色清单、批量音色试听与健康自检。

6前天视觉、语音与多模态MIT
Z

adhdgofly-dsh-ext

zuoguyoupan2023/adhdgofly-dsh-ext

在 DSH Web 已渲染的 Markdown 中做词性高亮:名词绿、动词红、形容/副词紫,支持深/浅色板、词性开关与流式防抖。

63个月前UI 增强MIT
L

cyrene-dsh-plugin

lutisure/cyrene-dsh-plugin

给 DSH 用的昔涟主题 agent,包括可自定义美化主题(配色、壁纸、粒子效果、背景音乐、打字音效)与代码安全扫描。拥有世界书、长期记忆与说话方式修正(一千个人心中有一千个昔涟),剧情检索增强回答。

515天前集成与远程MIT
W

dsh-opencode-go-usage

wawo77/dsh-opencode-go-usage

DSH 网页界面的桌宠用量小窗:悬浮的骨骼动画角色用气泡报出套餐用量,按 DSH 里配置的 provider 自动匹配(OpenCode Go / Command Code / DeepSeek 官方),套餐制显示百分比、按量计费显示余额,取不到官方数字时降级为本地 token 统计;可拖动、滚轮缩放(90–260px),音效现场合成,HTTP 路由只开 loopback。

52个月前用量与计费MIT
X

dsh-novel

xrn1997/dsh-novel

在 DSH 里读网络小说:导入 legado 书源、跨源搜索、带进度的书架、连续滚动阅读、听书、导入本地 TXT 与 EPUB,并让 AI 助手工具接到同一套书源、书架与正文上。

5前天娱乐Apache-2.0
F

liang-desktop-pet (liang-harness-plugin)

flycat43/liang-desktop-pet

DeepSeek Harness Web 人物交互插件,支持六档人物与表达风格、四种任务模式、当前会话交流、公开思考摘要和浏览器语音朗读。

53个月前娱乐MIT
0

dsh-voice-input

0nt-one/dsh-voice-input

输入框麦克风语音输入:浏览器 Web Speech API 实时转写(Chrome/Edge),多语言切换与可选自动发送,零依赖零密钥。

53个月前视觉、语音与多模态MIT
A

dsh-guide-dog

atropinoltt/dsh-guide-dog

基于 MiniMax 的多模态插件:实时语音通话模式(流式对话、悬浮胶囊 UI)、语音模式与麦克风语音输入,并提供图像/视频/音乐/语音生成与视觉检查工具。

53个月前视觉、语音与多模态MIT
J

dsh-hold-to-dictate

jryang1997/dsh-hold-to-dictate

输入框长按听写,不自带识别引擎,复用官方语音输入模块已挂载的语音服务——鼠标或触屏长按输入框,松开把文字写进草稿,上滑取消,不会自动发送。

428天前视觉、语音与多模态MIT
S

dsh-voice-assistant

supersyh-sss/dsh-voice-assistant

dsh web 语音助手:说出唤醒词(如「小鲸」)即可免手听写,说话内容自动转成文字填入输入框;支持口述编辑指令(发送、清空、换行、停止朗读),并可用中文朗读 AI 回复。语音识别基于 sherpa-onnx WASM 在浏览器本地运行,离线可用、无需 API Key。

43个月前视觉、语音与多模态MIT
L

dsh-plugin-heartbeat

littleblacktong/dsh-plugin-heartbeat

给每个根 agent 装一套自主神经心跳:静默拍会 diff 会话的待办 / 团队任务板 / 目标,只有出现信号才开口(L1 汇报 / L2 提问 / L4 升级),只问不做。每条消息带 why-now 行、可选的一行生理签名(距你上次说话多久、今天第几次找你)与紧凑任务快照(800 字符上限);去重窗口、静默时段、每日预算、不应期 / 重启冷却与持久化生命体征共同限流,忙碌时 followup 注入排队不打断。它与 dsh-plugin-memory 共享一个建议性发言权(~/.dsh/proactive-cooldown.json,默认 180 秒)互不抢话,子 agent / teammate 仍在运行时保持静默,并在会话头部显示「子智能体执行中 · N」胶囊(标签页隐藏时暂停轮询)。v0.8 新增诊断面板(解释最近几次为何没开口并显示当前发言权持有者)与面板内可调的仲裁窗口 / 在场抑制 / 生理签名开关;设置区块带专属描边爱心标记(16×16 / stroke 1.3,与 dsh-plugin-memory 规格一致)。v0.8.1 兼容 DSH 0.2.2-rc.2:agent 注册表优先 agents.roots()、缺失时回退 agents.list(),所有 agent/created 监听器都做了异常保护——rc.2 下未保护的抛错会让 agent 注册被拒、无法新建会话,因此 rc.2 用户必须升级到 0.8.1 或更新版本。

410天前工作流与自动化MIT
P

dsh-voice-call

pandapolo/dsh-voice-call

agent 主动打来的语音电话:`offer_call` 向人类振铃(接听/拒接/稍后再说),接听后由本地 CrispASR + Qwen3-TTS 合成并播放(9 个音色,含 2 个中文方言);拒接则把决定返回给 agent。

416天前视觉、语音与多模态MIT