Plugins

Importa al iniciar en DSH wallpaper engine los fondos recién descargados por la app Hao Wallpaper, de forma incremental e idempotente. Requiere Hao Wallpaper, Python 3.8+ y tener instalado primero `dsh-plugin-wallpaper-engine` (elysia395/dsh-wallpaper-engine). Compatible con macOS y Windows.

Muestra la navegación lateral en una cuadrícula compacta de dos columnas en cualquier pantalla. En pantallas estrechas, bajas o pantallas con puntero de baja precisión, limita además la navegación a 34vh con desplazamiento para reservar 38vh al espacio de trabajo y al historial. También repara registros `dsh-resource://` cuyo protocolo el analizador de URL del navegador informa como vacío.

SOLIDWORKS para DeepSeek Harness: lee, edita, reconstruye, renderiza y exporta modelos de SOLIDWORKS 2016 o posterior en el mismo PC Windows o en una VM Windows en Mac. Solo lectura de forma predeterminada; el lado Windows decide qué puede escribirse.

Registra `/daily`, que indica al modelo que lea el informe más reciente de bili-scroll y explique qué entendió en vez de repetir el texto; un panel lateral ejecuta el mismo comando. Requiere que `dsh-bili-scroll` haya escrito informes en `~/.dsh/bili-duty/out`; de lo contrario, `/daily` no encuentra ninguno.

Visor de grafo de relaciones con forma de cerebro para DeepSeek Harness y un flujo de base de conocimiento Markdown que importa documentos y construye el grafo. Incluye datos de demostración y no necesita Python; reconstruir el grafo a partir de tus notas requiere Node.js 20+ y Python 3.8+ y se ejecuta desde la línea de comandos.

Tarjeta de saludo con voz —156 clips pregrabados y silencio con un clic—, además de informes al completar cada turno, notas de acompañamiento para sesiones largas y un panel de aprobación para tomar el control en la conversación de DSH.

Registra plugin_guard para análisis estático antes de instalar paquetes DSH; informa motivos: dsh.bundle.patch ausente/roto, dsh.permissions ausente, install scripts, APIs peligrosas/ofuscación, riesgo de dependencias y source sin indexar no verificable. Solo lectura: no importa, instala, evalúa ni ejecuta código.

Registra doc_ocr_sign_fix en DeepSeek Harness para macOS. Diagnostica y corrige que Python incluido no cargue extensiones nativas onnxruntime/cv2/pypdfium2 por hardened runtime/library validation: añade entitlement disable-library-validation, vuelve a firmar el intérprete y verifica imports. Idempotente, respalda el binario original y nunca toca el bundle de la app exterior.

HUD de rendimiento client-side y grabador continuo para DeepSeek Harness: FPS/peor frame, atribución de tareas largas en cuatro vías (React fiber/subtree/DOM writes/scheduler), callback rate/tiempo sync por plugin, crecimiento y escritores DOM, JS heap, event loop host y RTT. El grabador night-watch conserva los peores parones y exporta incident packs reproducibles.

Pool de rutas salientes DSH: 15 seeds + 20 candidatas, 7 tipos. Verifica antes de usar con handshake TLS y cadena completa (TCP solo puede dar por sana una IP muerta); cooldown tras fallos 2/5/15 min y ruta sana más rápida por tipo. Reescribe URL con 4 reglas (prefix/registry/index/host-replace) para git/pip/npm/pnpm/gh/curl/wget por shell bash (solo descargas que ejecuta el modelo; no pwsh/host/renderer), tools line_pool_status/line_pool_run o child-process spawn. Conserva saltos de línea y cambia solo el segmento download. Nunca reescribe user:token@host; no envía tokens a mirrors ni modifica config global. Panel: latencia/error/cooldown, retest/activar por ruta, estado TUN/proxy mediante network-adapter y loopback. Revalida candidatas cada 24 h.

Diagnóstico de solo lectura en GUI web dsh: encuentra plugins con fallo de carga, filas bundle que nunca iniciaron y enlaces rotos; solo informa, no repara, registra ni deshace.

Modela y decide afirmaciones de diseño/plan/documento: renderiza y revisa UML; verifica máquinas de estado, protocolos, datos, cobertura/simetría rollback de migraciones; deriva concurrencia al checker adecuado, audita dependencias y compara informes.

Notificaciones por prioridad: main-line avisa al instante de finalización/fallo; las finalizaciones side-line pueden agruparse; preguntas/permisos avisan al llegar. Admite varios marcadores main-line; sin marcas, balanced mode considera todas las sesiones main-line.

Envía el estado de sesión (working/done/error) al overlay agent-pet de macOS y permite abrir sesiones o iniciar un chat.

Detecta branches ya incorporadas a mainline (merge/squash, patch equivalente tras rebase/cherry-pick, upstream desaparecido o PR fusionada). Por defecto solo informa; borra cuando se pide, nunca cambia de rama ni hace rebase. Respalda ramas locales en refs/backup/branch-cleaner/; las remotas no tienen copia.

Dispatch bidireccional para DSH: abre sesiones visibles de Desktop para tareas enviadas por Grok Bot/Yobiru, añade los comandos slash /dispatch-grok y /dispatch-zcode para enviar tareas y devuelve el resultado al peer que las envió al terminar. Los peers se configuran manualmente; no se envía nada hasta configurarlos.

Framework de trabajo de pruebas para DSH: crea el árbol de directorios producto/módulo/versión, registra siete herramientas test_framework_* y cuatro skills runtime. Antes de probar, una barrera del prompt indica divisiones de documentos de requisitos, versiones, documentos relacionados y credenciales de entorno aún no registrados. Requiere el servidor Playwright MCP, sin fallback.

Registra por dispositivo las instalaciones correctas de plugins DSH, combina el historial entre dispositivos mediante una cuenta de Baidu Netdisk autorizada por el usuario y permite reinstalaciones por lotes con comprobaciones previas.

Muestra cuánto ocupa cada skill en el contexto del modelo y permite ocultarla del catálogo sin borrarla. Lista todas las skills del disco con la línea exacta del catálogo recibido por el modelo (description normalizada y truncada al límite), tamaño del cuerpo y tokens estimados. Previsualiza byte por byte el mensaje del catálogo tal como lo recibe el agente, lo compara con la copia publicada en la sesión y detecta skills que no llegan al catálogo por frontmatter inválido o shadowing de una raíz prioritaria. Ocultar escribe disable-model-invocation en frontmatter y conserva el archivo, por lo que sigue funcionando mediante `/name`. También importa de ClawHub, Skills.sh y URLs GitHub y desinstala las skills propiedad del usuario.

Skill de reutilización basada en pruebas para DeepSeek Harness: antes de implementar, migrar, elegir dependencias o resolver problemas de una herramienta, busca soluciones existentes por capas en el proyecto y equipo locales. Decide con evidencias comprobables, rechaza reutilizar si faltan requisitos esenciales o hay riesgos y señala lo que no pudo verificar. Se distribuye como bundle DSH que registra la skill en ctx.skills.

Revisa los transcript de sesiones de agentes de programación de las últimas dos semanas e informa qué skills, hooks y reglas funcionan, requieren atención o no se usan. Solo admite Claude Code y Codex; no admite los transcript propios de DSH. Requiere Python 3.

OCR de PDF escaneados compuestos solo por imágenes a Markdown. Como un libro tarda aproximadamente una hora, guarda un checkpoint por página para reanudar una ejecución interrumpida; el log muestra el progreso y el informe de calidad señala páginas vacías y líneas de baja confianza. Requiere Python 3.10+ y `pip install -r requirements`; la primera ejecución descarga el modelo OCR.

Notas de reunión para dsh: una reunión por conversación, transcrita y separada por hablante en el propio equipo, con puntos clave, asignaciones, notas manuscritas, revisiones y puntuaciones mensuales en el mismo panel. Exporta SRT/Markdown/Word y crea un zip portable que otro dsh puede importar. Las asignaciones confirmadas se envían a DingTalk/WeCom con un clic según la configuración del robot. Los modelos de reconocimiento se pueden cambiar e importar desde archivo; el reconocimiento cloud está desactivado por defecto y no se solicita sin consentimiento. Word requiere Python y python-docx; la primera ejecución descarga un modelo (28 o 77 MB).

Análisis prosódico local y sin conexión para DeepSeek Harness: informa de cómo se dijo algo —velocidad, tono, pausas y energía— junto con la transcripción.