Plugins

Puente de cliente MCP sin dependencias que conecta servidores MCP stdio y HTTP y registra sus herramientas como mcp_<server>_<tool> para el agente.

Visualización del uso del plan OpenCode Go para la GUI web de DSH: una insignia persistente bajo el compositor muestra porcentajes de uso móvil/semanal/mensual con cuentas regresivas de reinicio; haga clic para expandir una tarjeta; los agentes pueden consultar el saldo mediante la herramienta `opencode_go_usage`.

Interruptor de conversación de solo resultados para la Web GUI: oculta las filas de thinking y de llamadas a herramientas, mantiene una única línea de estado en vivo mientras el agente trabaja y restaura las animaciones de trabajo bajo prefers-reduced-motion; localizado en zh-CN/en. Funciona en el composer estándar y dentro de los paneles de dsh-split-screen; verificado en DSH 0.1.1 y 0.1.5.

**Adjuntos del mismo estilo que DeepSeek Chat (chat.deepseek.com)**: botón de subida con clip, tarjetas de archivo estilo DS de 240×64 con iconos oficiales de documentos en color (PDF/DOCX/XLSX/PPT/IMG extraídos del bundle del frontend de DS), arrastrar y soltar, extracción de texto (PDF/DOCX/XLSX/TXT) inyectada en el mensaje, y tarjetas de adjuntos reales renderizadas en la transcripción (renderer personalizado del usuario) con el modelo leyendo el contenido completo.

Plugin de modo de aprendizaje Feynman: bucle enseñar → reexplicar → evaluar → reexplicar de nuevo, renderizado como tarjetas de lección en HTML enriquecido (diagramas mermaid + resaltado de código con shiki).

Plugin de libro-a-skill para DSH: una tarea larga de 5 etapas (obtener → analizar → comprender → generar → instalar) con 3 puertas humanas, herramientas de host para el agente y un panel de línea de tiempo en el navegador

Port de TaskPlane para DSH: ejecuta oleadas ordenadas por dependencias en carriles paralelos de git-worktree, con paquetes de tareas, revisión entre modelos y recuperación tras fallos.

Notificaciones de robot de grupo de DingTalk (notify/text/health; webhook + firma HMAC, cero dependencias en tiempo de ejecución).

Recuperación de arranque independiente del cargador para DSH Web: detecta plugins probablemente rotos, los omite temporalmente y restaura solo los cambios gestionados por Boot Guard.

Gobernanza de trayectorias del agente y diagnóstico de anomalías: reconstruye registros planos en árboles multirrama, detecta bloqueos, reintentos inválidos y desviación del objetivo; alerta con atribución de coste, interrupción y bifurcación con un clic vía API oficial, en pestaña propia.

Analítica de ejecución de sesión: pasos, llamadas a herramientas, fallos, acciones repetidas, uso de tokens y señales de verificación, presentados como informes en texto/Markdown/JSON.

Notas de voz de entrada, respuestas habladas de salida: dicta audio que se convierte en mensajes de usuario (transcribir), haz que el agente lea las respuestas en voz alta (hablar), con prioridad local bajo ~/.dsh/voice.

Turn another computer into a remote Agent teammate: the worker runs its own DSH and a full Agent loop locally, so dispatched tasks keep running when the link drops and its model credentials never leave that machine. The hub dispatches through 8 remote_* tools, receives only a handoff summary plus an artifact manifest, and pulls finished products on demand — intermediate artifacts stay on the worker. Pairing-code onboarding, direct or relay transport for NAT, Web panel on both sides.

Read and search local PDFs with page citations, render pages as images, and use optional Tesseract OCR for scanned or mixed pages; requires Poppler.

Read-only audit of the local CLI toolchain as a sidebar panel in the DSH web GUI: lists installed versions across Homebrew, npm global, pip, Rust/Bun/uv and self-updating CLIs, flags which ones have a newer release available, and shows the dependency impact for installed packages. It reports only and never runs an upgrade, so no tool on the machine is modified. The DSH plugin ships on npm as `dsh-cli-doctor`.

Automated data masking tool based on national standards, automatically identifying sensitive fields like ID cards and phone numbers.

Data lineage tracking tool, mapping the full lifecycle of data to meet source legality requirements.

Quantitative data quality scoring based on GB/T 36344-2018, providing auditable quality reports for data asset capitalization.

A daily journal the agent keeps: the journal_record tool appends dated todos and memories, with optional detail and tags, to one JSON file per day under the DSH home; the right sidebar draws those files as a month calendar marked per day by open todos, finished todos or memories, with checkable todos and the selected day's entries below; and the duty sentence it adds to the system prompt is editable from the calendar itself.

Conecta chats privados y grupales de QQ Bot con DeepSeek Harness Desktop, con personas por chat, preguntas interactivas y comprensión opcional de imágenes.

Correo entre sesiones de DeepSeek Harness basado en archivos: cada carta se sella con HMAC y una huella criptográfica del cuerpo, y los destinatarios se resuelven mediante una interfaz de registro. Funciona primero sin conexión, por lo que una carta no entregada espera en el buzón en lugar de perderse.

Detector de bucles y repeticiones para agentes DeepSeek Harness: interrumpe de forma contundente bucles de texto y reintentos de búsqueda sobre el mismo tema que no detienen los avisos suaves.

Genera imágenes en la GPU del usuario encolando flujos de trabajo mediante la API HTTP de una instalación local de ComfyUI: Z-Image-Turbo para borradores rápidos y Qwen-Image-2.1 para recursos finales y texto legible dentro de la imagen. Registra comfyui_generate y comfyui_status, e incluye un Skill sobre selección de modelos y creación de prompts. No tiene dependencias de ejecución e inicia ComfyUI sin interfaz si no hay un servidor escuchando.

Provider de navegador para DeepSeek Harness: ejecuta tareas web paso a paso en un navegador real, viendo una tabla indexada de acciones posibles en vez de HTML o capturas. Cada paso usa una decisión Jev, no un turno completo del modelo; el benchmark del repo da 1,1 s de mediana frente a 2,8–3,6 s por turno de chat-model. La conversación recibe solo la conclusión y no acumula contexto de página. Elige elementos de la página recién leída y la vuelve a leer si cambia. Usa el navegador propiedad de Session y deja intacto tu Chrome habitual salvo que actives attach mode.