Plugins

Plugin DSH (fork MIT de sj244/dsh-qq-bridge) que conecta sesiones con QQ mediante OneBot/NapCat. La whitelist permanece cerrada hasta rellenarla; las menciones @, apodos y pokes siempre despiertan el modelo, otros mensajes lo hacen con una probabilidad configurable. Conserva el Cordis id qq-bridge: desinstala sj244/dsh-qq-bridge antes de instalarlo; no pueden coexistir. Con la whitelist vacía no se activa nada.

Conecta Feishu/Lark con un asistente de cuatro pasos que descubre tus chats en vez de pedir un ID de 32 caracteres, crea la app mediante escaneo y ejecuta una autoprueba en vivo de nueve puntos. Si una comprobación falla, indica el scope exacto que debes habilitar. Controla un servidor MCP complementario de 25 herramientas, incluidas acciones para enviar archivos locales al chat y descargar adjuntos de mensajes al disco. El servidor MCP se instala aparte: dsh-feishu-mcp-<version>.mjs desde Releases de dsh-feishu o npx github:yinsang0910-star/dsh-feishu-mcp. Hasta instalarlo, la autoprueba indica que MCP no está montado y no existe ninguna herramienta mcp__feishu__*.

Responde a mensajes directos de DingTalk con tu propia cuenta: lee el espacio DSH vinculado, redacta la respuesta y la envía mediante la CLI dws.

Plugin ligero de avisos de finalización y aprobación para DSH (dsh-notify-lite). Al terminar el agente, muestra en una notificación nativa de Windows el primer párrafo de la respuesta más reciente (40 caracteres de forma predeterminada), además de insignias de no leído en la barra de tareas, sonidos y opciones configurables.

Define listas de equipos multiagente en archivos YAML o JSON, las valida, conecta cada miembro con los argumentos member de dsh-agent-teams y verifica el resultado frente al equipo en ejecución.

Equipo de subagentes IA para DSH: gestión, pujas del CEO, orquestación n8n y canvas drag-and-drop. Siete roles, cada uno con persona, modelo y lista de herramientas permitidas. Al anunciar una misión, pujan; primera línea obligatoria: 【accept】 o 【decline】. Lo aceptado corre en paralelo. El canvas conecta empleados al nodo inicial y usa {{input}} para resultados previos. El grafo corre por capas topológicas, en paralelo entre empleados y en serie dentro de cada uno; si falla un paso previo, se omiten los siguientes. Incluye paneles web de empleados/misiones/transcripciones, /dsh-company, espejo live en agent-team integrado, misiones eliminables y memoria privada por empleado.

Ejecuta flujos ComfyUI en la nube de RunningHub como un pool de tareas en segundo plano: envía un lote y un vigilante lo distribuye dentro del límite de concurrencia, consulta cada trabajo y descarga todos los resultados al disco. Al vaciarse el pool, reactiva la sesión. Un registro compartido guarda lotes, costes, niveles de instancia, horas de envío y finalización y rutas de guardado por archivo; hay un panel en vivo en la barra lateral derecha.

Panel flotante de curación de Bilibili para DSH: aprende tus intereses según un calendario probabilístico y los atenúa por semivida; selecciona vídeos dentro de un presupuesto de tokens derivado de un límite monetario diario y solo avisa si la puntuación de afinidad supera el umbral. Los comentarios vienen desactivados. Al activarlos, funcionan en modo borrador y confirmación o automático con autoverificación, bajo cuota diaria. Se prohíben comentarios sobre política, gobierno y ciencia de frontera, y se eliminan identificadores de cuenta del texto antes de publicarlo. Inicia sesión con tus propias cookies de Bilibili; se recomienda una cuenta separada para publicar.

Gestiona expertos en skills en la barra lateral e invócalos desde el compositor o el menú @.

Skill de Pixiv con CLI Python: busca ilustraciones, manga y novelas; consulta rankings diarios, semanales, mensuales, rookies, originales, IA y R-18; busca obras, series de novelas y artistas; descarga originales. Las obras multipágina se unen en PDF, ugoira se convierte a GIF y las series de novelas a TXT. Requiere Python 3.9+, requests, img2pdf y Pillow (pip install -r requirements.txt). El contenido R-18 requiere tu propia cookie de Pixiv.

Hace que DSH hable: reescribe cada respuesta con lenguaje oral natural antes de leerla, incluidos código, tablas y Markdown. Funciona de inmediato con el TTS del sistema; Doubao (API de terceros) añade dialectos y voces expresivas; Kokoro local funciona sin conexión y mantiene el contenido en el equipo. Compatible con DSH de escritorio y dsh web. Los sonidos de sesión opcionales indican si el agente trabaja, terminó o espera tu respuesta; puedes cambiar tonos incluidos o usar audio propio.

Herramientas multimedia Qwen mediante Alibaba Cloud DashScope: comprensión multimodal de vídeo y audio, texto a voz con voces predefinidas y generación de audio para escenas.

Generación de imágenes con varios motores dentro de la conversación: herramienta de agente y panel acoplado al compositor con interruptor, presets Volcengine Ark, SiliconFlow, compatible con OpenAI o personalizado, y seguimiento local del gasto. Debes aportar la clave API del motor elegido.

Descubrimiento nativo y carga por agente de herramientas integradas, de plugins y MCP, con BM25 y embeddings opcionales de Ollama o compatibles con OpenAI.

Unifica en una superficie MCP dos backends de automatización de escritorio Windows (dsh-computer-use-win y windows-mcp). Hay que instalar ambos antes: el primero como plugin DSH y windows-mcp con uv tool install windows-mcp --python 3.14. Después ejecuta una vez scripts/patch-backend.mjs (reescribe el código local de windows-mcp; sin el parche fallan screenshot/read_webpage/launch_app) y desactiva el montaje wincu independiente. Reduce 44 herramientas a 29: elimina 10 duplicadas, 4 peligrosas (PowerShell, Registry, FileSystem, Process) y 1 de gestión de herramientas. Una protección graduada por reversibilidad bloquea llamadas peligrosas antes de reenviarlas.

Publicación en QQ Zone para DeepSeek Harness: inicia sesión en QQ una vez y permite que el model publique con stickers acordes al ánimo. Tiene límite diario y usa una sesión Chrome headless silenciosa.

Plugin de registro de escritura china para el editor 白广大 de Gcores/机核. Registra una skill de estilo de 40 KB y las herramientas style_lint/style_audit/style_rules: 4 errores bloqueantes y 27 avisos (conectores prohibidos, eslóganes inflados, cuantificadores vacíos, párrafos uniformes, estadísticas sin fuente, clichés de IA, etc.), calibrados con 444 artículos/802 mil caracteres. La página de ajustes ofrece activación, pruebas individuales y por lotes y ajustes de umbral JSON.

Memoria SQLite por proyecto con recuperación progresiva, contexto limitado, botón en el compositor y revisión visual. Instala el paquete DSH en la raíz del repositorio y ejecuta /learning-init con una ruta absoluta del proyecto usando Python local 3.10+.

Base de conocimiento local para DeepSeek Harness. Cada base es una carpeta con texto UTF-8, PDF de texto e imágenes leídas por OCR. Antes de cada turno recupera información de las bases seleccionadas en la sesión mediante n-gramas chinos y BM25. Las respuestas incluyen citas que se abren en un lector lateral. El agente dispone de cinco herramientas kb_* (list, search, read, stats, propose text) y comandos /kb para crear, usar, gestionar archivos, buscar y volver a escanear.

Memoria para conversaciones largas de DeepSeek Harness (DSH): conserva decisiones establecidas, correcciones del usuario y cifras exactas con sus condiciones y fuentes, también tras compactar o reiniciar, en sesiones de 100 a más de 1000 turnos. Cada paso del modelo recibe un único bloque de evidencia pequeño y limitado por presupuesto; las reglas de skills activadas se reaplican en ese mismo bloque.

Memoria a largo plazo por capas para DeepSeek Harness: registro de eventos append-only, índice de etiquetas reconstruible, diarios diarios, capa semántica, cuarentena de tendencias y panel de grafo de conocimiento offline.

Vista de reproducción de conversaciones DSH: reproduce cada turno a ritmo de lectura, con prompts y respuestas mientras pasan el razonamiento y la salida de herramientas; pausa un segundo tras cada prompt. También puede repetir los prompts originales en una sesión nueva y grabar la conversación misma como vídeo WebM mediante un canvas 1280x720, sin permiso de grabación de pantalla del SO.

Exporta la sesión actual como archivo Markdown legible con solo el diálogo: mensajes del usuario, texto del asistente y respuestas de ask_user_question. Se inicia desde un botón del encabezado de sesión o con el comando /md.

Regenera el título de una sesión a partir de los últimos 10 prompts del usuario, usando el modelo que esa sesión utilizó más recientemente. Muestra una vista previa editable antes de guardar el nuevo título.