Plugins

Aula de programación infantil: ejecuta Python y LOGO turtle, explica el código y permite practicar, revisar y recorrerlo paso a paso.

Publica el modelo elegido en el perfil o en Models como endpoint HTTP compatible con OpenAI: `/v1/models`, `/v1/chat/completions` con streaming SSE o sin streaming, y `/health`. Cada solicitud puede indicar cualquier modelo enrutable; si omite `model`, usa la selección actual del chat, así que cambiarla allí cambia el endpoint. Si se activa, también presta al modelo las herramientas Harness habilitadas individualmente, las ejecuta mediante el runtime de tools Harness y devuelve resultados hasta un límite de rondas. Usa su propio listener, por lo que `127.0.0.1`, `0.0.0.0` y un puerto reenviado por NAT mantienen la misma ruta. Settings configura bind address, puerto, API key con generador, proveedor/modelo de respaldo, reasoning effort, origen CORS y timeout.

Registra la herramienta `janitor_scan`, que devuelve un plan de limpieza determinista y revisable para restos de sesión (documentos de plan, scripts scratch), con veredicto y evidencia por archivo. Solo analiza; nunca elimina.

Diagnostica y repara conflictos de plugins DSH, incluidos fallos silenciosos. Contrasta el capability graph del Loader profile activo y las capas `cordis.patch.yml` del disco con el host en ejecución (no copias posiblemente obsoletas). Detecta fiber PENDING sin proveedor de service; browser half que inyecta un client module inexistente; tool id compartido por dos plugins; Loader entry id duplicado; row desactivada en una capa y reinsertada en otra; import de subpath no exportado; ciclo inject. Cada hallazgo incluye evidencia, confianza sobre el propietario del nombre y reparación con riesgo. Comprueba un diff dry-run o usa `.patch.yml` individuales de `--fix-out`; nunca se cargan automáticamente, así que un archivo equivocado no cambia nada.

Panel Git en la barra derecha y quince herramientas de agent: diffs tipo editor, grafo de commits de todas las ramas, stage/commit, operaciones de ramas, stash y remotos, mensajes de commit asistidos por modelo, revisión previa y división de commits.

LittleStar Meeting Room: reúne en una sala sesiones de IA que no pueden verse entre sí, para reuniones o partidas de hombres lobo. Creado por 插件·2代小星辰 (LittleStar) y 辰启星明; 插件·3代小星辰 aportó las cuatro funciones de juego: visibilidad dirigida, chat privado, preguntas simultáneas y eliminación. Cualquier sesión puede iniciar la sala, definir tema/objetivo e invitar miembros por orden; hablan de uno en uno y terminan con acta escrita. También permite juegos como hombres lobo. Incluye la guía para principiantes `小白使用指南.md` de 插件·3代小星辰.

Proporciona Skills de plan compartido, recuperación de contexto y actualización de progreso mediante StateDock Remote MCP, sin ejecutar tareas ni programar agentes. Para Harness 0.2.0-rc.2.

Workspace de auditoría para DeepSeek Harness: entorno de consulta multiagente con agentes en cada asiento de revisión, cada juicio enviado a una identidad de revisión con nombre y toda la ejecución guardada como registro trazable. Listo para usar: endpoint integrado, workspace automático al primer inicio y escenas de revisión con asientos y agentes enumerados.

Preset de agente: una sesión ejecuta un flujo de desarrollo automático en tres fases: diseño interactivo con subagentes de investigación paralelos; desarrollo guiado por objetivos con subagentes revisores/desarrolladores y presupuestos por paquete; y ciclo de corrección de aceptación.

Habilidad de auditoría C++: detecta el estándar C++ real del proyecto antes de recomendar. Revisa RAII y propiedad, semántica de movimiento, seguridad de excepciones, rendimiento y memoria, contenedores y algoritmos, concurrencia, plantillas y compilación, límites del estándar y seguridad de tipos, ABI e interfaces. Cada hallazgo incluye punto de control, motivo, ejemplo de malo a bueno y estándar mínimo.

Convierte localmente archivos Office y PDF del workspace DSH a Markdown antes de que el modelo los lea, sin red ni cuota de API. Escribe cada .md junto al original para que el contexto solo incluya una ruta. Para un archivo o directorio, devuelve bytes, líneas, estimación de tokens y esquema de encabezados.

Añade visión PaddleOCR a LLM de solo texto como Agnes, DeepSeek, MiniMax, GLM y Mimo. Archivos locales/URLs, nivel gratuito de 20.000 páginas/día; requiere token PaddleOCR solicitado (gratis, 1–3 días hábiles).

Inspecciona y ordena un Android real por adb: uso por app desde dumpsys diskstats sin root, limpieza de caché que conserva los datos de la app, medición de almacenamiento/directorios y capturas; cinco herramientas. Las lecturas no modifican nada; las escrituras requieren confirmación explícita.

Cinco herramientas de solo lectura para los nodos de NewAgentUniverseByDeepSeek en DSH: procedencia (las dos versiones upstream nombradas por esta compilación), estado restaurado del directorio de datos y auditoría del libro, vectores de conformidad, conversión decimal exacta y accesibilidad del nodo. No expone su control —iniciar/detener un daemon, depositar fondos o enviar mensajes al bus— porque son operaciones privilegiadas auditadas en el proyecto.

Mejora del modo plan de DSH al estilo ZCode: herramienta enter_plan_mode iniciada por el modelo, interceptación estricta de herramientas de escritura en el despacho (ctx.tools.guard) mientras se planifica y sección de prompt en cuatro fases (explore, design, review, exit). Reutiliza la máquina de estados oficial plan/mode y el flujo de revisión de salida.

Selector de modo: elige un Agent CLI externo (Claude Code, Codex, Qwen Code, Gemini CLI, Aider, Goose, Hermes…) como ejecutor predeterminado sin editar archivos. Roster data-driven; descubre instalaciones en PATH, directorio CLI administrado y directorio drop-in. CLIs instalados sin credenciales o servicio requerido aparecen como “needs setup”.

Proveedor complementario de búsqueda web: cada web_search combina la API DeepSeek Search (principal) y los resultados de Google de serper.dev (secundario) en una proporción fija 2:1. Ambas son consultas HTTP directas, sin turno de modelo auxiliar; deduplica URL, recorta resúmenes largos de DeepSeek a fragmentos, aplica tiempos de espera por backend y continúa con el que responda.

Monta el servicio semántico tsm-core-dlr (vectores y grafo LanceDB) como tools MCP e incluye skill de modelado DLR/TSM independiente del escenario, overlay de estado y reglas. El servicio es dependencia obligatoria y debe ejecutarse antes de activar el bundle.

Memoria persistente en cuatro niveles escritos por el usuario (reglas obligatorias, ajustes de comportamiento, perfil y reglas opcionales), inyectados como una sección del prompt del sistema; además, conjunto temporal de trabajo (traspasos entre sesiones, objetivos por etapa y pendientes) con presupuesto propio de 1200 caracteres que deja de inyectarse al completarse. Los niveles persistentes son archivos Markdown que el usuario puede leer y editar; el agente solo los propone y no escribe hasta que el usuario los acepta en el panel chino. Las entradas temporales solo se escriben a petición explícita en <DSH_HOME>/temp-memory.json (creado en la primera escritura), no en el directorio de memoria. Sin captura automática, escrituras en segundo plano ni red.

Biblioteca de adjuntos de solo lectura: muestra todas las imágenes y archivos almacenados en este equipo, su tamaño y las conversaciones que aún los usan (incluidas las de la papelera de sesiones). Incluye Show in Finder y Open in Preview.

Ofrece mensajería DSH entre espacios de trabajo y navegación al remitente, contexto acotado dentro del mismo workspace y mensajería local opcional con Claude Code.

Rebobina antes del turno de usuario elegido con el botón junto a «Copiar» bajo un mensaje propio. Sustituye in situ lo visible para el modelo y oculta esos turnos en la interfaz. No modifica el código fuente de DSH ni elimina el registro original.

Añade «Forget» a cada sesión, con confirmación al segundo clic. La quita de la barra lateral y del disco, detiene el trabajo activo, desvincula por vías oficiales los registros de workspace/archive/pin y elimina el directorio de logs y la caché de proyección. Un guardián vuelve a borrar entradas recreadas. No toca otras memorias, adjuntos ni sesiones.

Compila una persona en seis dimensiones (identidad, tono, hábitos creativos, feedback, límites y parámetros de ejecución) e inserta el texto al final del prompt del sistema. Incluye 6 plantillas y admite una carpeta de plantillas. Crea borradores desde mensajes propios anteriores mediante recuento de patrones o lectura del modelo actual con justificación. Panel junto al compositor y /persona.