Plugins

Lleva los modelos incluidos en la app de escritorio Xiaomi MiMo (gratis durante la beta) a DeepSeek Harness, sin configuración en la ventana de conversación de DSH.

TypeSafe Jev (modelo de decisión System One) como herramienta jev_decide para DeepSeek Harness: las preguntas noul, choice y score devuelven probabilidades calibradas; las credenciales reutilizan la interfaz de credenciales de DSH; reintento con backoff 429/529 integrado.

Usa el paradigma de modelo de decisión Jev (System One) con cualquier LLM compatible con OpenAI — sin necesidad de clave TypeSafe. Registra una herramienta jev_decide que devuelve respuestas con distribución de probabilidad a preguntas tipadas (choice/score/boolean) en una sola llamada.

TypeSafe Jev como servicio Cordis de primera clase y tres herramientas visibles para el modelo en DeepSeek Harness: offline por defecto, egreso declarado, nunca activado por defecto.

Muestra qué índice de graft está sirviendo una sesión de dsh y si todavía coincide con el código, y ofrece al modelo graft_ask, graft_grep, graft_callers, graft_skeleton y graft_map como herramientas nativas.

Puerta de enlace MCP perezosa para DeepSeek Harness: una única herramienta proxy estable en lugar de N esquemas de herramientas, los servidores se conectan en el primer uso y se desconectan al quedar inactivos, y los metadatos se guardan en caché en disco.

Limpia las etiquetas de cierre DeepSeek DSML filtradas en los flujos de texto del modelo.

Mantén como solo lectura los subpaths declarados del workspace (p. ej. .git), respeta un archivo de reglas de solo lectura en la raíz del workspace, concede raíces adicionales de escritura en workspace-write y permite que el modelo solicite acceso de escritura limitado a la sesión; se aplica a comandos de CLI en sandbox y a las herramientas write/edit.

Añade una página de ajustes para declarar los niveles de razonamiento por modelo y el soporte de visión en rutas de proveedor pi-ai.

Página de ajustes Modelos+ para la interfaz web de DSH: tablas de esfuerzo de razonamiento por modelo, modalidades de entrada y flags de compatibilidad guardados mediante el pipeline oficial de ajustes, con prellenado de metadatos de models.dev y gestión de claves de API.

Orquestador multimodelo: el cerebro principal descompone tareas complejas y reparte subtareas a subagentes GLM / Kimi / Qwen según las fortalezas de cada modelo, con uso de tokens por modelo.

Inyecta requisitos duraderos de "lo que hay que hacer" y "lo que no hay que hacer" establecidos por el usuario al modelo al inicio de la conversación.

Panel financiero Tokenrhythm (基元律动) para DeepSeek Harness: saldo de la cuenta y créditos por vencer, tarjetas de precios de modelos filtradas por categoría (con precios con descuento), estado del servicio y gestión de claves de la plataforma; inicio de sesión con cuenta de plataforma o cookie de sesión, y las credenciales se quedan en el host local.

Chat de suscripción OpenCode Go para DSH con selección por modelo de protocolo Completions, Responses o Anthropic, descubrimiento de modelos, contexto, metadatos de visión y pensamiento, valores predeterminados de esfuerzo y medidores de uso.

Compañero Live2D para DSH: modelo Cubism flotante con expresiones basadas en estado y seguimiento del ratón; geometría dirigida por configuración (tamaño/posición desde la config del plugin); muestra oficial Haru incluida (© Live2D Inc.).

Otorga visión a los modelos DeepSeek (solo texto) en los clientes Claude Code, Codex y Agent Plugins: describe imágenes mediante cualquier endpoint de visión compatible con OpenAI.

Guardia y monitor de concurrencia para DeepSeek Harness: cola FIFO cuando las solicitudes concurrentes de modelos alcanzan el límite, estadísticas persistidas por día con clasificación por tipo de error, y detección de interrupciones para transmisiones abandonadas.

Plugin adaptador de LLM para modelos Qwen desplegados localmente detrás de un punto de conexión vLLM compatible con OpenAI, con conmutador multimodal por modelo, esfuerzos de razonamiento totalmente configurables y una página de ajustes web para editar el despliegue desde el frontend.

Limita la tasa de solicitudes LLM por proveedor y por modelo mediante un cubo de tokens basado en reservas, con modos de cola o rechazo, además de reglas de identidad de puerta de enlace que reescriben el user-agent e inyectan encabezados personalizados.

Mapa de calor de uso de tokens local-first en los ajustes de DSH: cuadrículas estilo GitHub de semana/mes/trimestre/año, uso horario por día, Top 5 por modelo y proveedor, e historial persistente que sobrevive a la eliminación de sesiones. Sin red ni facturación.

Modo comandante para la GUI web de dsh: un botón de un clic en la cabecera de sesión inyecta un resumen de protocolo en la sesión y luego analiza y ejecuta automáticamente los bloques de tareas de la respuesta del modelo, separando el bucle del estratega de los bucles de los trabajadores mediante una insignia visible.

Gestión unificada de activos de Godot y objetivos de proyecto para DSH: herramientas del modelo godot_*, una superficie REST /gap, y una interfaz de barra lateral mejorada con gestor de activos, visor del árbol de escenas y panel de Git.

Un complemento de lectura de PDF consciente del contenido para modelos de visión: perfila cada página para figuras (vectoriales y rasterizadas), tablas, riesgo de fórmulas y diseño de doble columna, luego aplica extracción híbrida consciente del contenido, renderizando páginas con figuras/tablas/fórmulas como recortes de región de alta DPI. Proporciona una vista previa de baja resolución para entender el diseño de página y renderiza una región especificada en alta resolución. Empaquetado como múltiples herramientas para agentes.

Gestiona los modelos OpenCode Zen de nivel gratuito y Go en settings.yaml: obtiene los listados de modelos en vivo desde opencode.ai, informa del desfase entre configurado y en vivo por ruta, y añade o elimina entradas mediante cuatro herramientas de agente y una sección de ajustes de OpenCode Models.