跳过主要内容

插件

浏览、筛选并安装 DeepSeek-Harness 插件。

共 214 个插件

A

dsh-voice-deepseek

asya903/dsh-voice-deepseek

每条助手回复的操作条里加一个朗读按钮,点击用 DeepSeek 官方 TTS 念出来;默认女声 stella,可切男声 tide。同一句重复播放走本地缓存、不重复计费。需要自备 DeepSeek API key,按现价五折约 1.5 元/万字符。

08天前视觉、语音与多模态MIT
P

dsh-voice-input

pandaman0759/dsh-voice-input

给 DSH 输入框加一个麦克风按钮,用豆包流式语音识别把说的话直接变成草稿文字,只填一个 API Key 就能用。需要豆包(火山引擎)语音识别 API Key,保存在 DSH 凭据库;录下的音频会发给火山引擎识别,它的 HTTP 路由没有 DSH 的访问检查。

012天前视觉、语音与多模态MIT
W

media-review-dsh

ww-cooooo/media-review-dsh

让 AI 视频改稿反馈更直接:框选画面、拖选时间段或定格写意见,点击识别台词或导入字幕定位;基于 [Media Review Skill](https://github.com/Ww-Cooooo/media-review) 改造的 Windows Harness 插件,其他支持本机文件访问与命令执行的 Agent 可用原版 Skill。仅限 Windows,适配 DSH 0.2.2-rc.1(0.1.0 预发布版)。波形用本机已有的 FFmpeg / ffprobe,语音识别用已有的 Whisper;缺少时仍可手动标注和导入字幕。

023小时前工作流与自动化MIT
F

dsh-plugins (github-manager)

feahter/dsh-plugins

侧栏 GitHub 面板加 github_* 工具:列出仓库、查看 Issue 与 PR,新建、更新或评论 Issue。

0前天Git 与代码评审MIT
F

dsh-plugins (dsh-360)

feahter/dsh-plugins

体检 DSH 配置:技能与 agent 说明书、子代理定义、预设共用一套 18 档 S~E 等级评分,带侧栏面板、四个 dsh360_* 工具,每次写入都有备份可撤销。

0前天技能包MIT
Q

dsh-voice-dialog

qinfpv/dsh-voice-dialog

DSH 连续语音对话:自动断句、发送前 2 秒确认窗口、回复朗读且开口即打断。默认用 DSH 自带的语音识别(可在设置里改接本机 Whisper 桥或 OpenAI 兼容接口),识别结果再用 DSH 模型纠错一次;回复经微软 Edge 的在线朗读服务合成,回复文字会发给微软。默认每天检查一次 PyPI 与 Hugging Face 上的 faster-whisper 更新;设置与 API Key 明文存放在 ~/.dsh/voice-tutor-config.json。/voice-tutor 路由逐个请求做准入校验(需要已登录的 DSH 会话),API Key 不回传原文,执行更新需要一次性确认 token。

010天前视觉、语音与多模态MIT
M

dsh-plugin-voice-autosend

ma1833577561/dsh-plugin-voice-autosend

输入框离线语音输入:麦克风录音后用 SenseVoice 在本机转写,转写完成即自动发送消息。是官方语音输入插件的衍生版,加入了自动发送;首次使用会把 SenseVoice 模型(约 242 MB)下载到 ~/.dsh/speech-to-text/sensevoice,并注册与内置语音输入相同的语音服务条目,请先停用内置的语音输入。

012天前视觉、语音与多模态MIT
H

dsh-voice-polish

howie79794-sys/dsh-voice-polish

输入框麦克风按钮:本地 SenseVoice 转写,再用已配置的 DeepSeek 把口语整理成通顺文字,插入草稿前可对照原文。

012天前视觉、语音与多模态MIT
F

dsh-plugins (realtime-voice)

feahter/dsh-plugins

输入框连续听写:本机 CPU 跑 SenseVoice ONNX 模型,说话时实时显示识别文字,停顿后整句写入输入框,音频不出本机。

0前天视觉、语音与多模态MIT
K

dsh-douyin-kb

kunwu1980/dsh-douyin-kb

一个简单的人工提供抖音链接(可通过抖音PC客户端获得),由本插件自动将视频内容转化文字记录,并自动导入到Obsidian中,适用于harness、个人知识库搭建初学者上手。需要安装 Python 3.10+ 以及 playwright(驱动 Edge)、PyAV、sherpa-onnx 和 numpy,并把 SenseVoice 模型放到 %USERPROFILE%\.dsh\douyin-kb\models。

09天前工具与能力MIT
F

dsh-plugins (archive-rsi)

feahter/dsh-plugins

会话归档:标签、备注与会话指标;对归档语料跑 Plan-Do-Check-Act,产出 prompt 与 AGENTS.md 规则,采纳后在后续会话上重新度量。纯本地运行,不调用模型。

0前天会话与消息MIT
F

dsh-plugins (mind-canvas)

feahter/dsh-plugins

侧栏里的无限画布脑图:Tab 长出节点、一键把分支整理成树、让助手把一个节点发散成子想法,可导出 Markdown / OPML / FreeMind / JSON / PNG。

0前天UI 增强MIT
H

dsh-mimo-tts

hao0311/dsh-mimo-tts

通过小米 MiMo TTS 为 DSH 提供语音合成,需要 XIAOMI_API_KEY:mimo_tts 工具落盘音频、回答的「播报」按钮、自动播报,以及侧边栏语音设置(内置音色、文字描述生成音色、样本克隆)。与 lengmodkx/dsh-mimo-tts 包名相同,不能同装。

0前天视觉、语音与多模态MIT
V

dsh-local-studio

vamyane/dsh-local-studio

本地创作工具箱:连接本机 ComfyUI 出图、连接本地 GPT-SoVITS 配音,检查服务是否在线,并把生成的文件保存到工作区。

014天前视觉、语音与多模态MIT
D

dsh-media

dungcsnd1133/dsh-media

增加三个会话工具——经 TLPro 网关调用 GPT Image 或 Gemini 的 create_image、edit_image,以及经 xAI 的文本转语音 speak——并在聊天界面里提供这些图片和音频的查看器。需自备 TLPRO_API_KEY 与 XAI_API_KEY,并在 profile 配置中设置 publicOrigin 与 mediaDir。

018天前视觉、语音与多模态
D

dsh-video-watch

dungcsnd1133/dsh-video-watch

下载视频链接、从中抽帧,并用 Groq Whisper 转写语音,让 agent 能回答视频内容相关的问题;过长音频会切成 15 分钟片段以符合上传上限,没有 key 时仍会返回抽帧,只有转写需要该 key。需 PATH 中有 ffmpeg、ffprobe 与 yt-dlp。

015天前工具与能力
K

dsh-kingspeak

kkmingjun/dsh-kingspeak

语音听写文本板:边说边出字,生成按会话隔离的时间戳文本块,一键加入会话输入框。 需先安装 DSH 官方语音输入插件 @deepseek-ai/dsh-experimental-voice-input-bundle,语音模型在首次使用时下载。

017天前视觉、语音与多模态MIT
G

dsh-bluetooth-earbuds

glowwan/dsh-bluetooth-earbuds

Windows 桌面级蓝牙耳机快捷键:左侧耳机音量减手势启动/停止 Windows 语音输入(Win+H),右侧耳机音量加手势发送 Backspace 回删;设置页支持手动映射、测试、回删次数、音量手势检测与 1.6 秒冷却,确保一次三击只执行一次。助手由随包 C# 源码在本机编译;插件本身不录音、不上传音频,语音由 Windows 语音输入按其隐私设置处理。

012小时前视觉、语音与多模态MIT
N

dsh-team-workbench

narkco-kang/dsh-team-workbench

把一支具名智能体团队做成聊天工作台:成员各有可回退的模型路由与 3D 头像;私聊/群聊支持点名接力与受限并行;整个部门可以是一个智能体,主管分派子智能体并行执行后汇总;记录检索带命中高亮与今天/昨天/更早分组;四层记忆(原始会话 → 原子事实 → 场景摘要 → 用户画像)用 BM25 + 向量 RRF 混合召回;另有头像素材库与本地/云端语音输入。混合召回需要 embedding 端点(默认本机 Ollama 的 qwen3-embedding:0.6b,否则只用 BM25);语音输入需本地 jianchang512/stt 服务或云端 ASR key,否则退回浏览器语音。

014天前UI 增强MIT
W

dsh-space-ptt

wuyou0423/dsh-space-ptt

按住空格录音、松手自动识别并发送,不用先点输入框。按 Esc 可取消,切换窗口自动取消。需先启用官方「语音输入」Bundle(`@deepseek-ai/dsh-experimental-voice-input-bundle`)并下载好语音模型,否则插件不接管空格。

017天前视觉、语音与多模态MIT
V

dsh-feiyu-say

vansnc/dsh-feiyu-say

调用阿里百炼 WebSocket TTS 合成语音,返回 WAV 文件与试听地址,并可按轮提示模型使用语音。需要百炼 API Key 与 ffmpeg,文本会发送到阿里云;插件本身不发消息,怎么发由当前会话的传输方式决定。

011天前视觉、语音与多模态MIT
F

dsha-tts-bridge

flyinghouse-ma/dsha-tts-bridge

宿主侧语音桥:用 Edge TTS 协议合成语音并以 MP3 同源提供,解决容器无声卡、WebView 念不出中文的问题。

018天前视觉、语音与多模态MIT
W

dsh-plugin-macos

wu04186767/dsh-plugin-macos

给 DeepSeek Harness 智能体的 21 个 macOS 原生工具,涵盖通知、剪贴板、截屏、朗读、防休眠、深色模式、Spotlight、快捷指令、AppleScript 与 Safari 标签页,零依赖。

016天前工具与能力MIT
C

dsh-whale-tts

cilis/dsh-whale-tts

面向 DeepSeek Harness 的通用语音合成:把文本合成为本地音频文件,管理预置、克隆和设计音色,在双语设置卡里配置 provider,并可用朗读按钮或自动朗读播报助手回复。

06天前视觉、语音与多模态MIT