Plugins

Build and manage dsh agent modes from the settings page: start each one from the official standard / PTC / minimal / Cordis composition, toggle the plugin rows it mounts one by one, rename it, and edit its system prompt — a plain file the agent loop re-reads before every model step, so an edit applies to the running session on its next step. Rows left untouched stay byte-identical to the shipped ones, platform conditions included.

Lists the Markdown documents, images and video that already exist anywhere in the session workspace in the DSH sidebar, ranked by relevance to the current conversation: recent messages are matched locally against document title, summary and body with IDF weighting, with no model calls and no network. Because the list is scanned from the workspace instead of remembered, restarting DSH or starting a new session does not empty it. Images and video preview in place, with relative-path images resolved and video streamed over HTTP Range. The same ranking is exposed to the agent as a knit_docs tool, which returns the most relevant documents along with the passage that matched in each, where one is found.

DSH RedTeam 模式：一句话拉起红队作战智能体（资产测绘 / 攻击链 / 得分目标 / 报告 / POC 知识库），含四个角色、13 个原生技能与常驻右侧控制台

One-click prompt improvement for the DSH composer: press the sparkle button to rewrite the draft into an agent-ready prompt, replaced in place and undoable, with a deterministic fidelity check that keeps every path, identifier, number, URL and backticked token verbatim, plus a length ceiling that blocks inflation.

Multi-language codebase intelligence for MCP-compatible IDEs, the CLI and DeepSeek Harness: chat, search, audit, refactor, and board-ready reports from local code.

模型可见的远程文件工具 read_remote、write_remote、edit_remote，经 ssh 读写远程主机文件。write_remote 只允许新建，绝无覆写分支；文件后端 RemoteFileSystem 不继承 FileSystem，仅借用 @deepseek-ai/dsh-fs 的类型词表与 FsError。标准可安装的 dsh host 插件。

Cloud workspaces for DeepSeek Harness: pick "Cloud (SSH)" in the workspace chooser and the agent's bash/read/write/edit/glob/grep tools transparently run on your Linux server over SSH. Includes ssh_* agent tools, an SSH host settings card, jump-host suppo

Per-workspace MCP scoping for the DeepSeek Harness — decide which MCP servers a session may see from the directory it was opened in.

Zero-config lint feedback loop for JS/TS, Python, Go and Rust: lint_diagnostics / lint_workspace_errors / lint_fix tools driven by the repo's own eslint / biome / ruff / golangci-lint / cargo clippy (auto-detected from config files, repo-local node_modules/.bin resolved first, nothing bundled), plus an auto-injected post-edit findings delta on the harness fs/observed event and a bounded completion gate — edit → lint → auto-repair with one lint_fix call for dsh agents.

Multi-language codebase intelligence for DeepSeek Harness and MCP-compatible IDEs: chat, search, audit, refactor, and board-ready reports from local code.

Unit conversion toolbox covering 20 categories — length, mass, temperature, area, volume (incl. US cooking units), speed, time, data sizes (decimal MB vs binary MiB), data transfer rates (Mbps vs MB/s), acceleration incl. g-force, illumination (lux / foot-candle), pressure, energy, angle, frequency, power incl. three horsepower definitions, force, torque, typography (px/pt/em/rem), and fuel economy (mpg ↔ L/100km). Two tools — convert_unit and list_units — zero runtime dependencies, pure arithmetic; each result includes the formula applied.

Reading archive for dsh: after reading open-source code, capture quick notes or write full deep notes that group into one card per repo / file / symbol, stored as an append-only log of Markdown notes you can open in Obsidian; query your history, browse recent reads, or search your own Obsidian vault and link related notes to a reading record. Nine tools, a /codevault command, and a code-reading skill.

GitHub MCP helper panel: shows copyable example prompts at Settings → Plugins → GitHub MCP (random 4 from a 30-example pool), visualizes a public user's repo star/fork/language, and adds the gh_repo_stats and gh_current_user model tools.

Connects GitHub's official remote MCP server as a DSH plugin: stores the PAT in DSH's credential center (.credentials.yaml) via github_set_token, and exposes GitHub tools as mcp__github__*.

Canvas task board ported from CodexFF: hierarchical parent/child tasks with boundaries, snap-aligned draggable panels in a conversation view tab, plus `board_*` / `task_*` agent tools and a sync skill.

Flujo de trabajo de publicación de contenido de la Cuenta Oficial de WeChat en seis etapas, con herramientas de control de calidad y una habilidad incluida.

Suite web Zhipu (GLM Coding Plan) como proveedores y herramientas DSH nativos: reasigna los web_search y web_fetch integrados a la búsqueda web de Zhipu y a la lectura de páginas Markdown, registra opcionalmente las herramientas de repo github_search_doc / github_get_repo_structure / github_read_file, y añade una tarjeta de ajustes con interruptores y un campo credential-ref.

Gestor de base de conocimiento local para agentes DSH: importación multiformato, fragmentación con soporte CJK, búsqueda híbrida vectorial sqlite-vec + BM25 con rerank bge-reranker-base, instantáneas, exportación/importación kbpack y búsqueda entre KB — 22 herramientas de agente y un panel web.

Registra el servidor MCP de MathWorks MATLAB/Simulink en un perfil dsh, de modo que las sesiones de agente obtengan herramientas mcp__matlab__* para ejecutar código MATLAB y leer, editar y probar modelos Simulink.

Nueve herramientas consolidadas que dan a los agentes acceso completo a la CLI de stool ops: gestión de servidores, consulta de base de datos/redis, búsqueda/cola de logs, despliegue e historial de CI/CD, códigos MFA, operaciones git, notas, tareas pendientes y utilidades varias (contabilidad, informes semanales, auditoría, listado de proyectos, ajustes preestablecidos de nginx).

Plugin de mejora para DSH Desktop: disciplina de ejecución de tareas y una relación real, por sesión. Disciplina: enrutamiento de intención entre preguntas, consulta, debate, diagnóstico y ejecución (el diagnóstico nunca corrige sin pedirlo), actualidad de la evidencia, verificación real de los resultados de herramientas (los fallos nunca se dan por hechos), autocuración con reflexión entre sesiones, y conciencia de compactación y de capacidad documental. Persona: destila personajes con nombre desde registros de chat, novelas, guiones y fichas de personaje, con tono, frases y longitud anclados a estadísticas reales; memoria a largo plazo con caducidad automática, correcciones como reglas de estilo, respuestas aprobadas como corpus y retroalimentación bidireccional.

Automatización de escritorio de Windows para DeepSeek Harness: bucle observe/act con prioridad de accesibilidad y 30 herramientas estándar (objetivos de elemento/coordenada, enrutamiento de estrategia auto/a11y/evento), semántica de seguridad de observaciones reemplazadas y sin replay, interruptor de apagado persistente, protección contra obsolescencia RuntimeId/rect-drift, tarjetas de chat y panel flotante (operaciones en vivo, muro de frames, ajustes de autodetección de entorno), descripción de visión en mosaico para modelos de baja resolución, registro de auditoría JSONL y lista permitida de pid. Requiere Windows 10+ y Python 3.9+ con uiautomation y pillow (instalables desde la página de ajustes).

Ejecuta TiddlyWiki 5 como base de conocimiento persistente de DSH: diez herramientas de agente tiddlywiki_* (búsqueda filtrada, lectura/escritura/lotes/renombrar/eliminar, recientes, etiquetas, sincronización git con resolución de conflictos), un editor completo de TiddlyWiki integrado en la columna central de la GUI sobre un proxy del mismo origen, una pestaña wiki lateral derecha, una pestaña por sesión que resume las notas que una sesión leyó o escribió, una tarjeta de nota rápida con autoguardado de borradores y un bookmarklet de recorte opcional con adjunto de imagen — todo respaldado por un repositorio git con confirmación automática.

Orquestación de flujos de trabajo estilo supervisor sobre sesiones de nivel superior: despacho por lotes con confirmación, flujos de trabajo de equipo, dirección de tareas en ejecución, recopilación en espera inactiva y descubrimiento de rutas de modelos en vivo a través de 11 herramientas task_* más el comando slash /tasks.