Plugins

Aspecto por modelo para la interfaz web de DSH: una lista ordenada de reglas que se compara con el nombre del modelo de la sesión actual, cada regla con su propio fondo de pantalla, color de tema, modo de diseño, encuadre y opacidad y desenfoque del fondo, además de opacidad por superficie y desenfoque de vidrio esmerilado para el fondo principal, el panel izquierdo, el panel derecho, las tarjetas y los paneles, la entrada y los controles, el panel de ajustes, el marco de texto de la conversación y la vista de trayectoria.

Complemento configurable para la interfaz web DSH: temas de fondo de pantalla y cristal esmerilado, colores de acento, atajos de teclado personalizados, panel de uso de aplicaciones, banda de historial, Markdown para mensajes — sin editar el shell.

Conjunto de herramientas de depuración ROS2 y análisis de visión del estado del robot para DeepSeek Harness: enumeración de node/topic/service/action/interface/TF, JSON de topología completa del grafo, comprobaciones rosdep, builds con aprobación y andamiaje de mensajes personalizados, capturas de pantalla de GUI y observación de visión multimodal, más renderizado offscreen sin cabeza de RViz2 (mallas low-poly, lectura directa de píxeles, paso de GPU: renderizado de movimiento a 30 Hz) con análisis paralelo de VLM en tiempo real.

Paquete UX para el chat web DSH. Cada función tiene su propio interruptor inmediato en Settings → UX Plus. Tamaño de fuente y ancho de lectura en Settings → General → Chat area. El menú de sesión copia su ID o crea otra sesión que hereda la conversación con el modelo elegido. Filas de espacios y sesiones por actividad reciente, auto-repliegue tras 24 horas inactivas y etiquetas de antigüedad. Las tarjetas ask_user_question resueltas quedan abiertas. La lista se genera desde su propio registro de funciones y crece al añadir mejoras, sin un recuento fijo.

Presenta DSH Web como una interfaz voxel jugable estilo Minecraft en primera persona a pantalla completa — no un skin solo de color: los usuarios caminan por un mundo de bloques Three.js persistente y acceden a workspaces nativos, sesiones, conversaciones, herramientas, selección de modelo, permisos, información de contexto y el composer mediante instalaciones dentro del mundo y un banco de trabajo.

Suite de agentes de investigación: control de objetivos a largo plazo con cadenas de evidencia auditables, programación cron, equipos multiagente de expertos, memoria de investigación autoevolutiva (FTS5 + RRF) y una UI de espacio de trabajo personalizada.

Este plugin permite que dos DeepSeek reboten por la interfaz; no tiene un propósito real.

Sincroniza desde el upstream oficial 21 skills oficiales de HyperFrames de HeyGen (creación de vídeo HTML, animación, keyframes, audio/música a vídeo, CLI, registro, presentación, re-edición de talking heads, web/producto/PR a vídeo, convenciones de timeline de Studio y más), además de comprobar los recursos incluidos. La guía inicial de 4 pasos se abre en ajustes.

OMK — Observe. Measure. Know. Cambios de conocimiento respaldados por evidencia para aplicaciones de IA.

Puerta de acceso para la superficie web de dsh: autenticación por contraseña o token compartido, cookies de sesión, limitación de velocidad y CLI de gestión de usuarios (manifiesto dsh.bundle desde 0.4.1, montaje con un solo comando `dsh plugin add`).

Memoria por capas para DSH con 10 herramientas para agentes: escrituras privilegiadas (memory_add, memory_delete, memory_import), controles de reflexión (memory_ruminate y sus controles) y grafo de memoria. Una canalización L0-L3 recupera e inyecta recuerdos relevantes antes de cada paso del modelo.

Reglas de permisos detalladas por herramienta para DSH en la puerta tools/pre-execute, con listas de denegación y de consulta en la sintaxis de reglas de Claude Code (`Bash(rm -rf:*), Read(_secrets_), mcp__server__tool`), funciona de forma autónoma sin migración.

Protección de bucles para dsh: observa llm/stream, detecta y relanza llamadas solo de razonamiento o material reiterado, e incluye dos interruptores durante el flujo.

No es otro plugin de memoria: ODR es un ciclo de mejora propia en mundos evolutivos (Dream-RSI). Registra los intentos en un Discovery Tree y, entre ejecuciones, reproduce miles de variantes de estrategia en ese mundo. Una estrategia, receta o lección solo se promueve tras superar la reproducción contrafactual, nunca por la palabra del modelo; Sentinel filtra las llamadas a herramientas antes de consumir presupuesto. El LLM permanece congelado. Se instala desde npm como dsh-open-dream-rsi.

Complemento de skins para la interfaz web de DSH: 4 skins integradas más skins de imagen personalizadas que usan la foto como fondo de toda la interfaz, con la paleta siguiendo su tono dominante.

Tema de interfaz no oficial inspirado en P.R.T.S. de Arknights para DSH Web, con preajustes de apariencia, controles de accesibilidad y navegación de conversaciones.

Proveedores de búsqueda SearXNG y obtención Crawl4AI para DeepSeek Harness

Mejora offline de agentes de código: valida estrategias con reproducción contrafactual sobre un modelo de mundo evolutivo. Sin fine-tuning; LLM congelado. MCP y Python server incluidos.

Memoria entre sesiones con recuerdo determinista de cero tokens (bigrama-Jaccard fusionado con FTS5 BM25 mediante RRF, tokenización sensible al chino), refuerzo que fortalece observaciones repetidas y procedimientos cristalizados en archivos SKILL.md refinados in situ mediante un ciclo activo-inactivo-archivado con archivo reversible y rollback. La ingesta y la eliminación exponen cada una un nivel de autonomía elegido por el usuario; los conflictos y las escrituras de alta importancia siempre van a revisión humana, y nada se elimina automáticamente. Requiere Node 22.5+.

Skill de revisión de código basada en plantillas: flujo de revisión en cinco pasos, clasificación por severidad (crítica/media/menor), puntuación en cuatro dimensiones (calidad, seguridad, rendimiento, mantenibilidad), salida dual en texto y HTML, y base de conocimiento de referencia bajo demanda.

Optimizador de reasoning_effort por ronda para dsh — reduce automáticamente el razonamiento en llamadas de herramientas simples y lo aumenta para trabajos pesados, recortando el tiempo de pensamiento entre llamadas de herramientas.

Descubrimiento progresivo de herramientas estable en caché: una superficie fija de tool_search y tool_dispatch en cada solicitud, búsqueda de catálogo en memoria, despacho anidado a través del pipeline del Harness y una lista nativa de herramientas estable byte a byte a través del descubrimiento.

Proveedor de modelos Kiro con inicio de sesión mediante Builder ID, Identity Center, Google, GitHub e importación de credenciales, refresco automático de tokens y perfiles, uso de la cuenta, descubrimiento de modelos en vivo, esfuerzos de razonamiento seleccionables, llamadas a herramientas en streaming, gestión del motivo de parada del proveedor y del desbordamiento de contexto, y contabilidad de tokens que usa los contadores exactos de Kiro cuando los envía y, en caso contrario, escala el porcentaje de uso de contexto que sí envía según la ventana anunciada del modelo.

Perfilado de rendimiento y diagnósticos de caché LLM para DeepSeek Harness — ingeniería de contexto, perfilado de latencia e informes sobre el comportamiento de la caché.