Plugins

Compañero de escritorio Shenshen para DeepSeek Harness: animaciones transparentes según la tarea (inactivo, trabajando, pensando, celebración, fallo), clic para saludar y arrastre para correr, saldo API upstream, uso local, roles, burbujas y sonido. Fork con personaje de MeteorNOX/DeepSeek-Balance-Whale-Widget (dsh-whale-widget 0.4.2). No instalar junto al original: aparecerían dos mascotas y solicitudes duplicadas.

Plugin para ordenar ideas. Un switch junto al compositor activa tres etapas: ordenar, criticar e investigar; cada una tiene una lista de resultados que revisar antes de avanzar. Las ideas terminadas se archivan por género en Ajustes → Thoughts Center. Un cuaderno flotante guarda chispas inacabadas y abre una sesión nueva con la elegida ya escrita en el cuadro de entrada.

Añade un cajón Process por respuesta que transmite en chino simplificado el razonamiento del agente, las llamadas a herramientas y los errores de ese turno.

Amplía el diálogo de ajustes web de DSH (1180x920 por defecto, pasos de 20 px, recordado por navegador) y añade Ajustes avanzados para cambiar tamaño y operar el host: reinicio tras 3 s con confirmación si está ocupado; reinicio cuando todas las sesiones lleven 10 s inactivas (cancelable e idempotente al repetir clics); última hora de inicio y tiempo activo; comprobación que compara npm dist-tags entre canales elegibles sin actualizar. Sustituye la marca lateral por el nombre de máquina y muestra proveedor, modelo y nivel de razonamiento en solo lectura junto a las estadísticas del compositor. Un switch registra o quita en tiempo de ejecución los tres tools dsh_restart_*. Sin dependencias ni paso de build; todas las rutas quedan tras la barrera de confianza de conexión.

Expone DSH como servidor MCP para que otro agente observe en tiempo real su razonamiento, llamadas a herramientas y escrituras de archivos, y comparta intención. Permite tomar un bloqueo de turno que deniega las herramientas write/edit/git de DSH, insertar avisos a mitad del turno y delegar revisiones.

Control deslizante del esfuerzo de razonamiento para el compositor de DeepSeek Harness: arrastra entre los niveles declarados por el modelo actual y suelta para guardar el nivel en la sesión. La banda automática sube un nivel tras un error de herramienta y otro si hay dos o más. El enrutamiento opcional elige proveedor/modelo por tipo de tarea.

Fija en el system prompt la restricción de pensar y responder en chino (zh-CN) y registra un recordatorio runtime por paso para evitar volver al inglés tras la salida de una herramienta. Un único archivo y cero dependencias runtime. Si cambia la API del host, usa una segunda vía de registro y solo deja una advertencia.

Vuelve ejecutable una forma filosófica de pensar: dialéctica y pruebas prácticas para controlar alucinaciones y deriva en sesiones largas, de modo que lo terminado sea un hecho verificable, no una afirmación.

Reduce el nivel de thinking y eleva el mínimo de tokens solo en llamadas auxiliares, para evitar que los resúmenes de compactación y títulos de sesión gasten su presupuesto de salida en razonamiento.

Integra modelos Codex en DSH con tu cuenta ChatGPT: selección de modelo y thinking effort, chat con imágenes, herramientas y skills, aprobación de tareas locales, respuestas interactivas, continuar y compactar conversaciones largas, consulta de cuota e historial Token y helper de capturas compatible con Windows.

Añade cuatro animaciones de cola de ballena al indicador de pensamiento de DeepSeek Harness y las alterna en cada turno de pensamiento.

Vista previa en vivo en la tarjeta emergente de sesión de la barra lateral: herramienta en ejecución y tiempo, estado de pensamiento, duración de la última herramienta, miniatura ampliable, último prompt y respuesta sin el andamiaje de sistema inyectado, iconos de herramientas recientes y, en una línea, turnos, tokens totales y modelo. La página de ajustes tiene 12 controles (11 interruptores y un deslizador) guardados en el perfil.

Plugin ligero de calidad de vida para cambiar con un clic el nivel de razonamiento desde la barra de herramientas del compositor.

Vigila razonamiento y salida del turno y lo cancela si el modelo se repite. Detecta cuatro patrones: ciclo literal, conteo con líneas distintas solo por un número, líneas repetidas separadas por otro texto y frases definidas por el usuario. Muestra una alerta de cierre manual en el overlay global, con tono opcional. Monitor reúne opciones, umbrales e historial. Comparación local, sin llamadas al modelo ni coste de tokens.

Chat con chat.deepseek.com en panel nativo DSH mediante navegador real y tu login web existente: streaming, toggles deep-thinking/smart-search y adjuntos. Recupera conversaciones web, exporta Markdown y las destila/reproduce en sesiones harness. Seis tools: dschat_status, dschat_send, dschat_stop, dschat_recover, dschat_import, dschat_transfer.

Configura por modelo los interruptores de thinking y el esfuerzo de razonamiento para llm-pi-ai y DeepSeek oficial, y especifica las modalidades de entrada (input o inputModalities) en el panel de ajustes de DSH.

Diseño de conversación tipo ChatGPT para el cliente web de DeepSeek Harness: columna centrada de 768px, mensajes del usuario alineados a la derecha con burbujas neutras, texto del asistente a todo el ancho en 16/28 y bloques de código redondeados con banner para copiar. Añade marcado semántico en línea (==confirmed==, !!risk!!, ++key word++; los códigos 4xx/5xx aislados también se resaltan), avisos check/warn/tip al inicio de línea, un selector fast/thinking que cambia el esfuerzo de razonamiento mediante ctx.modelDirectories y una fila tintada con barra de acento para la sesión elegida e iconos de carpetas de espacio de trabajo en color.

Convierte el menú de esfuerzo de razonamiento en un deslizador y reemplaza el selector estándar de modelo/nivel. Sigue el puntero; al soltar, se ajusta al nivel más cercano y envía una actualización de sesión por arrastre. La pista muestra relleno, marcas y mando blanco; solo xhigh, max y ultra usan el degradado fluido de marca. Los extremos muestran los nombres de los niveles mínimo/máximo; la misma tarjeta abre la lista oficial de modelos. Flechas: 1 nivel; PageUp/PageDown: 2; Home/End: extremos. Cada movimiento se envía. El contador de generación del objeto de directorio descarta respuestas tardías; movimiento reducido desactiva animaciones. Datos del directorio estándar modelDirectories; sin nuevas capacidades.

Una pequeña mascota en una esquina lee el flujo real de eventos, sin hacer suposiciones: flota en reposo, acelera mientras el agente piensa y dibuja una línea por cada llamada de herramienta activa. Si falla, se pone roja, tiembla y muestra el resumen del error; celebra los turnos de más de 10 s. También indica actividad y errores de un vistazo, sin esperar ante un spinner. El host condensa eventos reales de Harness en una instantánea y el cliente solo la dibuja; no reconoce contenido y se aparta del composer.

Añade dos páginas visuales a DSH Settings. Los servidores MCP usan JSON como fuente de verdad para reescribir el bloque administrado de profile patch, con validación YAML y copias con marca de tiempo; al importar un mcpServers JSON pegado, primero muestra qué se añadirá o sobrescribirá. Thinking unlock consulta a cada gateway compatible con OpenAI los niveles de razonamiento que declara realmente y guarda la configuración por nivel sin alterar otros rangos de bytes del YAML escrito a mano. Un botón aparte sincroniza los modelos: previsualiza altas y bajas y luego escribe niveles y modelos en una operación atómica; también puede ejecutarse según el horario de la página.

Sustituye el selector de modelo del composer por un selector centrado en la búsqueda y añade una página de gestión: permite crear y editar canales llm-pi-ai, seleccionar los modelos de cada endpoint y declarar niveles de razonamiento y capacidades por modelo.

Añade un control deslizante de profundidad de razonamiento vinculado a los niveles declarados por el modelo, una guía de configuración y ajustes de modelo en línea opcionales.

Declara el tipo de entrada y nivel de razonamiento por modelo en la página 模型. Añade casillas «输入类型» a cada tarjeta de proveedor y un campo «思考等级» al diálogo 编辑; escribe los campos oficiales `input` y `reasoningEfforts` de `pi-ai`.

Optimización inteligente de prompts y ajuste dinámico del esfuerzo de razonamiento con cápsula en el compositor, modelos DSH/personalizados, deshacer y reoptimizar, y ajustes nativos.