Plugins

Native DeepSeek Harness plugin for IsingQ: guided QUBO modeling and validation on-device, then user-confirmed remote solving.

Type @ in the composer to reference another conversation: pick a historical session and inject its compacted context into the current prompt.

LLM approval answerer for sandbox escalations beyond workspace-write: a deterministic regex filter first, then a clean-context reviewer model; humans are asked only when it is unsure. Requires the bundled core patches.

DeepSeek Harness plugin for NI Multisim circuit generation, simulation, optimization, and lab reports via MCP

Exposes the DSH dynamic-Cordis toolset to Claude Code over MCP (streamable HTTP on the existing web port, no new listener): ten tools to list, inspect, define, run, stop and permanently remove dynamic plugins in a live DSH session, with the same approval flow the GUI uses for packages that ship a client half. Bearer auth is mandatory — the token is configured on a DSH settings page, the endpoint answers 503 rather than serve without one, accepts loopback only and never emits CORS headers.

Local knowledge base RAG for DeepSeek Harness -- index project files and search for relevant context

Codex-style /side side conversations for DeepSeek Harness: a temporary fork of the current chat in a floating panel, inheriting context without interrupting the main task.

DeepSeek Harness (dsh) plugin for @tabilo/ai-code-review: registers the ai_code_review tool (review | context) that reuses the Node.js engine to collect diffs, run tests/coverage, do impact analysis, and feed pack skills to the model.

LLM debug console for DeepSeek Harness: captures the full content of every model call at the llm/stream waterfall (options, stream chunks, usage, wire protocol) and shows it in a DevTools-style docked panel, with shared-prefix context diffing, wire-JSON reconstruction, JSON export and a runtime-tunable capture policy.

Screen capture and external vision recognition: take_screenshot, list_windows, analyze_image and view_image tools with a configurable GPT vision channel (gpt-5.5 / gpt-5.6-sol / gpt-5.6-terra), API key via the credentials service, and a settings card; view_image shows the screenshot in the Web UI while the model context keeps text only.

A searchable, sortable model picker for the DeepSeek Harness Web UI — provider groups, favorites, models.dev prices, context windows, live per-task token cost and a local-model filter. One-command install: dsh plugin add dsh-model-garden.

DSH 智能上下文压缩插件 —— 在有限窗口内管理认知资源，让 Agent 记住真正重要的信息。 Smart context compression for DSH — managing cognitive resources within limited windows, so your Agent remembers what truly matters.

Inyecta en tiempo real la hora, el clima, la ubicación, la batería y el contexto del dispositivo en el prompt del sistema de DSH, con una página de configuración bilingüe.

Contexto Reversible Adaptativo (ARC) para DeepSeek Harness — gobernanza del contexto consciente del proveedor y de la caché, con recuperación reversible.

Plugin de gestión dinámica de contexto para DeepSeek Harness (Dynamic Context Pruning for dsh), inspirado en opencode-dcp.

Medidores laterales para DeepSeek Harness Web: una barra de saldo de la cuenta DeepSeek (naranja, con alarma de saldo bajo) y una barra de uso del contexto de la conversación (azul), dibujadas encima de la tienda de plugins con un popover de detalle al pasar el cursor.

Visibilidad de contexto estilo Codex para DeepSeek Harness: ocupación de la ventana de contexto en vivo, desglose de composición, tasa de acierto de caché KV y un mapa de calor de uso estilo GitHub de 53 semanas

Plugin DSH: memoria automática Honcho v3 de doble par, recuperación contextual, búsqueda, razonamiento, conclusiones y diagnósticos de salud

Curaduría de salidas de herramientas en el momento de la ingesta: conserva las líneas de error y advertencia más la cabecera y la cola, y vuelca el texto completo a disco con un puntero que el modelo puede releer; cubre todas las herramientas de texto, los resultados pequeños pasan intactos.

Una herramienta `search` que aprende a elegir entre estrategias de búsqueda rápida y exhaustiva usando un bandido contextual (muestreo de Thompson), mejorando con el uso real en lugar de una heurística fija.

Un port ligero de Headroom: comprime la salida de herramientas y recorta hasta un 20% del contexto sin afectar la caché de contexto del modelo ni el rendimiento del agente.

Memoria de señales de eventos entre sesiones para DeepSeek Harness: extrae automáticamente de cada turno las señales de tarea/conversación y los hábitos lingüísticos del usuario hacia un banco global persistente, y luego reinyecta el contexto recordado al detectar un cambio de tema (coincidencia por palabras clave o vectores).

Poda de contexto redactada por el modelo para DeepSeek Harness mediante la API oficial de compactación.

Tablero de enfoque para agentes de DeepSeek Harness: notas duraderas mantenidas por el modelo en el espacio de trabajo de la sesión que fijan el objetivo, las restricciones y las decisiones a través de compactaciones y sesiones, con inyección automática en el contexto, archivo al limpiar y panel web opcional.