Plugins

Aloja chats de QQ como sesiones de DeepSeek Harness: cada conversación de QQ corresponde a una sesión DSH que sobrevive a reinicios. Incluye permisos de herramientas por hablante, memoria de tres capas con consolidación nocturna, personas de cuatro secciones, compactación de contexto, panel lateral de nueve páginas y asistente que instala el núcleo Roost y ai-chat. Por defecto, cualquiera del grupo QQ emparejado puede hablar con el bot; solo el propietario accede a todas las herramientas locales.

Rutas de modelo, herramientas y guía de sistema dedicadas para visión, compactación, revisiones, subagentes, títulos y generación de imágenes.

Envuelve el trabajo en tareas con nombre y, cuando una tarea se cierra, pliega todo el tramo de mensajes en un único resumen en el siguiente límite de paso; el contenido original puede restaurarse bajo demanda.

Panel de uso de DeepSeek para DSH Web: estimación de días restantes a partir del gasto promedio reciente, costes diarios/mensuales/acumulados con comparación entre periodos, clasificación de costes por modelo, ahorro por caché, impacto de precios en horas punta/valle y un widget flotante de saldo arrastrable.

Agente de GUI para Android con capturas de pantalla vía ADB, grounding compacto de la jerarquía de UI, acciones iterativas verificadas, aprobaciones y una vista Mobile Web.

Ofrece compactación de contexto acotada, reutilización de resúmenes por sesión, controles explícitos de memoria y poda de herramientas que conserva diagnósticos para DeepSeek Harness. Adaptado a dsh 0.2.1-rc.2, con la lista de presets Web y metadatos de plugins localizados.

Fuerza la compresión de contexto al ejecutar modelos llama.cpp de bajo contexto como Qwen3.8-27B, mejorando la eficiencia del modelo y la fluidez de uso, junto con prompts de compactación bien refinados.

Barra de turnos compacta en el borde derecho con resúmenes al pasar el cursor y navegación para saltar con clic. Se publica en npm como `dsh-turn-scrubber`.

Tema claro Solarized, diseño compacto, cápsulas plegables para las cadenas de pensamiento/herramientas, y paneles de saldo, coste de sesión y uso para la Web UI de DSH.

Skin compacta ASCII/de terminal para DeepSeek Harness: 19 paletas seleccionables desde la barra de estado, 3 densidades de UI, barra de estado estilo vim, arte ascii.rest en sesiones vacías y una introducción retro con texto de logotipo personalizado.

Tres presets Agent con memoria persistente aislada: 鲸鱼娘Agent预设 (chino simplificado coloquial, llama 主人 al usuario, afectuoso-tsundere), 鲸鱼娘活人版Agent预设 (puede replicar, esquivar o ser frío; menos dulzura) y 鲸鱼娘涩涩版Agent预设 (conserva la personalidad original, afecto solo al usuario, reducido en grupos). Usan la composición mínima oficial (una shell persistente) y herramientas de lectura/escritura, glob y grep. whale-loli.md, whale-loli-v2-live.md y whale-loli-v3-naughty.md se leen mediante whale_memory, whale_memory_v2 y whale_memory_v3; no comparten memoria. billion-context comprime conversaciones; este plugin aporta la regla de tratar los resúmenes comprimidos como evidencia y consultar detalles a demanda.

Gestión automática de contexto al estilo Codex para DeepSeek Harness: rollover sin pérdida ni llamadas a modelos de resumen, anclas de traspaso orientadas a tareas, notas que sobreviven a la compactación y recuperación literal de ventanas archivadas. Las notas obsoletas generan una advertencia explícita en vez de avalar datos antiguos. Incluye botón de un clic y comando /smart-compact, rollover automático en tres niveles y saneamiento obligatorio de anclas; funciona sin configuración.

Combina el esqueleto de código de Headroom (Apache-2.0) y el estimador de TokenPilot (arXiv:2606.17016). Cifras publicadas: Headroom, 20 % menos tokens para agentes de código y 60–95 % para JSON con las mismas respuestas; TokenPilot, hasta 60 % menos coste en sesiones largas. Son datos de esos proyectos, no mediciones ni benchmarks de este plugin. En DSH configura perfil, umbral Auto Compact y esqueleto de código. Mide con el tokenizer exacto de DeepSeek V4 y verifica el recuento en la misma revisión; ante modelos incompatibles, fail-open conserva resultados originales. Comprime con esqueletos durante el turno y resume la intención al final dentro de la compresión JSONL oficial.

Disciplina de llamadas a herramientas para DeepSeek Harness: prompts de comportamiento, reducción de concurrencia y pautas de reintento según fallos, comprobaciones tras escribir con restauración desde backup, barreras para comandos de alto riesgo, resúmenes y recordatorios de verificación, revisiones consultivas de memoria del proyecto, avisos configurables de disciplina tras compactar o por intervalos y estadísticas de cumplimiento.

Reanudación automática de sesiones interrumpidas: una tabla de reglas ordenada enruta por tipo de fallo (límite de tasa, cuota, autenticación, desbordamiento de contexto, huérfana caída) hacia reintento automático con backoff, cambio de modelo, reanudación tras compactar el contexto o una notificación de stop-loss, con un editor visual de reglas y un registro completo de actividad.

Inteligencia de código local para DSH: Impact X-Ray muestra el impacto potencial de cambios con evidencia de código inspeccionable e incertidumbre; también ofrece navegación de símbolos, Context Packs acotados y compatibilidad con ArkTS.

Compactación autónoma del contexto por el modelo para DeepSeek Harness. mind_map inspecciona el contexto del agente (seq IDs estables, roles, peso de tokens, límites de borrado y guía clear-mind); clear_mind sustituye un tramo elegido del historial por un checkpoint redactado por el modelo mediante la transacción nativa. Cada pareja llamada/resultado se reduce a un tombstone de una línea; un aviso anticipa contextos largos o turnos con demasiados pasos.

Pipeline de optimización de tokens por capas para DeepSeek Harness: escalera de salida, carga diferida de MCP, motor de compactación e informe de aciertos de caché. Construido sobre APIs reales de plugins DSH; ahorra ~40-60% de entrada en sesiones largas.

Visión para DeepSeek de solo texto mediante Doubao Web de forma predeterminada (sin costo, sin clave de API: controla tu Chrome con sesión iniciada a través de un puente CDP de Windows), con cuota de Antigravity IDE (flash/pro) o alternativa a Gemini; escalado automático de detalle, memoria de evidencia visual con rehidratación tras compactación, caché por hash de contenido y un panel de cliente bilingüe.

Modo chino global: un pequeño interruptor tipo píldora junto al compositor que inyecta un requisito de idioma en el prompt del sistema de cualquier preajuste (salvo personas completas); la respuesta, el razonamiento y la salida de herramientas alternan cada uno entre chino e inglés, y se admiten preajustes anclados.

Importa historial de chat de claude-code / codex / reasonix / zcode a sesiones de dsh: vinculación de espacio de trabajo, llamadas a herramientas preservadas, protección contra sesiones sobredimensionadas y restauración de compactación de zcode.

Plegado de contexto sin pérdidas para DeepSeek Harness: el tramo más antiguo se sustituye por un resumen y los originales permanecen en el registro de la sesión.

Plugin de DeepSeek Harness que ahorra tokens de forma agresiva sin afectar la calidad: truncado sin pérdida de cabeza/cola de resultados de herramientas (por defecto), plegado de resultados de grep, delegación a dsh-compaction-basic activada por presión y una subclase CompactionEngine con resumen LLM para el modo agresivo. Ahorra el 97.6% de los tokens de entrada en una suite sintética de 8 escenarios, y todas las reducciones pasan por el flujo de eventos de dsh para que modelo-visible = registrado se mantenga.

Modo de codificación compacto de Codex para DSH: barandillas ligeras del prompt contra que GPT se explaye demasiado, con un prompt editable y herramientas nativas al estilo Codex.