Plugins

Inyecta reglas cuando hacen falta, sin desperdiciar contexto. Adaptación a DSH de opencode-stream-rules.

Escribe resúmenes JSONL locales con el recuento de herramientas por turno y señales de verificación aproximadas, sin almacenar prompts, argumentos de herramientas ni el texto de los resultados.

Añade artefactos de especificación, skills, comandos, implementación orientada a objetivos y contexto de progreso de tareas.

Comparación estructurada y diffs unificados para texto/JSON/CSV/Markdown.

Banco de trabajo arrastrable y alineado a la cuadrícula con 28 mini-tarjetas en los márgenes de la conversación (saldo de API, uso de tokens, coste, presión de contexto, tareas pendientes, objetivo, mapa de calor de uso, repositorio de GitHub, retransmisión de imágenes), con niveles de tamaño S/M/L/XL.

Disyuntor para turnos inactivos del agente: observa agent/assistant-stream y cancela un turno que produce solo razonamiento — sin texto y sin tool call — tras 45 s, tras 80000 caracteres de razonamiento, o ante un patrón de repetición degenerado (unidad repetida exacta, repetición de plantilla oracional, repetición dispersa o densidad de 6-gramas). Al dispararse, inyecta una instrucción continue que exige que la siguiente acción sea un tool call, e incluye 11 casos de regresión y ajuste por cada umbral.

Edita cualquier turno del usuario en DeepSeek Harness y vuelve a ejecutarlo: un editor en línea en la fila del mensaje rebobina la conversación hasta justo antes de ese turno mediante el contrato oficial surface-replace y luego vuelve a preguntar al agente con el texto revisado. El registro de sesión de solo anexado nunca se reescribe.

Optimizador de prompts con estructura de agente para DeepSeek Harness: reescribe los borradores del compositor en role/task/context/constraint/format con modos normal, slim y expand, un modal de confirmación con puntuación, continue-optimize y motores local, híbrido, DSH o API en la nube.

Chat lateral nativo junto a la conversación principal: una sesión DSH archivada independiente con interfaz nativa completa, recuperación del contexto padre bajo demanda, citación de selecciones y un ciclo de vida de conservar o eliminar.

Motor de persona para DeepSeek Harness: un config.json rige el nombre propio de la IA (por modelo y nivel), cómo te llama, su postura relacional, el texto de carácter, contratos de trabajo por ítem con interruptores, el idioma de la cadena de pensamiento y el tono de respuesta, y memoria a largo plazo condicionada a confirmación humana: la IA solo añade candidatos, una línea de confirmación los activa, y el registro solo admite añadidos y es reproducible. Las entradas confirmadas se inyectan como bloque citado de datos, no de instrucciones; las etiquetadas con un kind van a archivos arbitrarios y no llegan al prompt. El prompt se reevalúa desde disco en cada ensamblado: las ediciones aplican sin reiniciar. Presets: instantáneas JSON compartibles. Sin dependencias, red ni shell.

Cambio de modelo y control del esfuerzo de razonamiento para DeepSeek Harness: las herramientas de agente set_model y list_models permiten al agente cambiar de forma autónoma su proveedor, modelo o profundidad de pensamiento a mitad de tarea, con motivo obligatorio, lista blanca de proveedores y protección de presión de tokens de la ventana de contexto; el modelo activo se inyecta en el contexto de ejecución, y la transición automática de Plan Mode cambia a un modelo de planificación configurado al entrar en modo plan y restaura el modelo de ejecución anterior al salir.

Búsqueda de sesiones en la barra lateral que construye su propio índice en lugar de reutilizar el de texto completo de DSH: alternancia entre título y contenido en una sola entrada, resultados agrupados por sesión con el fragmento más relevante y etiquetas de usuario/respuesta/herramienta, además de sincronización incremental basada en marcas de agua, poda de sesiones archivadas y una reconstrucción en paralelo que nunca bloquea el índice activo.

Entrada con una sola mano y sin teclado para el compositor: mantén pulsado el ratón sobre el cuadro de entrada, habla y suelta — el texto aparece en el borrador, y deslizar hacia arriba cancela sin dejar media frase. No hay botón de micrófono al que apuntar ni atajo que recordar; la mano nunca tiene que salir del área de entrada, que es justo lo importante cuando la otra mano está ocupada. El reconocimiento se ejecuta totalmente sin conexión (SenseVoice mediante sherpa-onnx, sin clave de API, el audio nunca sale del equipo).

Ventana de Git al estilo JetBrains para la barra lateral: árbol de ramas con insignias de adelante/atrás, gráfico de commits con filtros de texto/autor/fecha/ruta, diff por líneas de cada archivo, lista de cambios y caja de commit, además de acciones de rama, etiqueta y stash, merge, rebase, cherry-pick, reset y fetch/pull/push.

Paquete de renovación de la ventana de contexto dirigido por el modelo para DeepSeek Harness: contexto de trabajo nuevo, notas duraderas gestionadas por el modelo, una cola reciente breve y literal, y recuperación selectiva del historial, sin resúmenes.

Lee en voz alta las respuestas del asistente en DeepSeek Harness: proveedores de texto a voz con reproducción en streaming.

Teclas de envío y salto de línea configurables, un menú contextual del compositor con tres fuentes (dejarlo en manos de DSH y otros plugins / menú del navegador / menú personalizado con el estilo del plugin), un panel de comandos rápidos con listas de prompts categorizadas donde cada prompt puede añadirse en cada envío o solo en el primer mensaje de una sesión, una fila de crear y mover al final de cada categoría, un optimizador de prompts que reescribe el borrador con una llamada a un modelo aparte, memoria del tamaño del panel de ajustes e inyección automática de la cabecera x-opencode-session para rutas de OpenCode. Las listas de prompts viven en un ~/.dsh/quick-prompts.json global que es independiente de la sesión y del proyecto.

Aprobación y revisión automáticas de las llamadas a herramientas que necesitan aprobación: grupos de palabras clave hacen coincidir líneas rojas sin contexto, luego un modelo juez clasifica lo solicitado y lo envía a permitir, rechazar o a una persona según la fila coincidente y el nivel de riesgo; un juicio que nunca se ejecutó siempre va a una persona, y los rechazos le dicen al modelo por qué.

Añade un editor de nivel de razonamiento con presets de protocolo OpenAI y Anthropic (llm-pi-ai), conmutadores de modalidad de entrada y un preset de contexto y salida máxima de 1M/128K a las filas de modelo en Ajustes.

Pegado estilo Cherry Studio: texto o código multilínea/indentado/con delimitadores pegado en el compositor de DSH Web se colapsa en una tarjeta con borde, plegable y etiquetada por idioma, y se restaura como un bloque de código delimitado al enviarlo.

Rellena automáticamente los campos de esfuerzo de razonamiento, ventana de contexto, límites de salida y modalidad de imagen para modelos de proveedores no oficiales (personalizados), con datos de models.dev, y añade mejoras de experiencia como el refuerzo de compatibilidad y el recuerdo del esfuerzo de razonamiento.

Cita texto seleccionado de la conversación en el compositor Web como chips de referencia nativos para turnos de seguimiento focalizados.

Plugin chino para quitar el sello de IA en la escritura (AI-isms / AI writing / humanize): di 「去掉AI味」 para reescribir el texto y 「写的不错」 para aprender automáticamente nuevas palabras de IA a la lista de evitadas. Gratis, de la comunidad 知乎 「去AI味写作技巧」.

Optimizador de prompts en la barra de entrada: reescribe borradores con 6 estrategias × 3 idiomas más instrucciones personalizadas, con opcional objetivo/pendientes/resumen de compactación/resultado de herramienta y contexto del chat, un diálogo de confirmación, historial de los últimos 5 y persistencia de ajustes en tres niveles.