Plugins

Acceso remoto a DSH mediante código de emparejamiento: PWA pensada primero para el teléfono con Web Push y un rol de cliente que opera las sesiones compartidas del host en la interfaz nativa de DSH. Funciona tras tu propio reverse proxy o Cloudflare Tunnel.

Plugin de memoria Honcho de Plastic Labs: inyecta el perfil de usuario, resumen de sesión y conclusiones relevantes al inicio de la sesión, sube cada turno a Honcho en segundo plano con los secretos redactados, y añade las herramientas honcho_search / honcho_chat / honcho_remember más el comando de estado /honcho; se configura mediante ~/.honcho/config.json compartido con las demás integraciones de Honcho, contra honcho.dev alojado o una instancia autoalojada.

Memoria Markdown entre sesiones LLM-Wiki/`SOUL.md`. Por defecto se inyecta al inicio solo tras el primer mensaje del usuario y solo en la sesión activa. Incluye remember/recall/consolidate/forget, skill y pack/unpack. Presupuesto boot-block por archivo protege el índice; registra `last_access`. Panel de salud de solo lectura, índice declarativo, grafo, filtros y `checkup`. Requiere formato de sesión v4 (DeepSeek Harness oficial 0.1.7+) y source kind productor `plugin:memory` en mensajes inyectados. v0.13 declara `engines.dsh` compatible con la serie oficial 0.2.1-rc.5 y rechaza hosts anteriores. Review now envía inmediatamente un recap de crecimiento (`growth-now`) por `POST /api/memory/control`, respetando el speech floor compartido.

Un tablero kanban compartido que permite a personas y agentes DSH gestionar tareas del workspace mediante una pestaña Board y herramientas kanban.

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`).

Puente al ShiGuang Memory Engine (SGME): memoria compartida a largo plazo multiagente vía HTTP, con destilación L0/L1/L1.5/L2, inyección basada en escenarios, búsqueda unificada y señales proactivas de atención (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), instalable como `dsh-sgme`.

Bucle de auto-refinamiento continuo: memoria persistente, revisión y refinamiento periódico, conocimiento compartido entre sesiones y reversión automática mediante la herramienta harness_refine invocable por el modelo.

Equipos de agentes: genera compañeros de equipo con nombre y de larga vida, coordínalos con una lista de tareas compartida, buzón de miembros y espacios de trabajo virtuales, y observa al equipo en directo en una pestaña de sala de equipo.

Banco de diseño lateral: HTML en lienzos con marco de dispositivo, se actualiza al cambiar y proxya servidores locales con hot reload. Clic/arrastre envía selector, archivo y estilos; extrae diseño, ajusta pantallas/CSS, genera React/Vue/Next.js/HTML y compara píxeles. Seis herramientas: `preview_page`, `check_design`, `look_design`, `extract_design_system`, `handoff_design`, `compare_design`. `check_design` mide pantallas reales en Chrome/Edge local oculto: detecta contenido tapado, errores de script, assets ausentes, enlaces rotos y problemas de contraste/tamaño con archivo y línea CSS; captura los graves. Design mode para nuevas sesiones, con interruptores por parte en Plugins. En acceso remoto, diseños locales van en sandbox frame.

Navegador Electron visible para DSH, con un BrowserWindow compartido, vistas de tareas aisladas, transferencia explícita entre persona y agente, herramientas nativas de navegación y referencias a capturas, historial de operaciones, miniaturas bajo demanda, recuperación de sesiones por clave y borrado de cookies por sitio.

Enrutador de carga diferida para servidores MCP: descubre automáticamente MCP compatibles y mantiene solo un enrutador compartido en el catálogo de herramientas, revelando los esquemas de un servidor cuando un turno los necesita y ocultándolos de nuevo al terminar, de modo que muchos MCP instalados dejan de costar contexto en cada petición. Si hay incertidumbre, recurre a la visibilidad normal, y el MCP original conserva la propiedad de la ejecución, los permisos y el ciclo de vida del proceso. También admite conexiones diferidas explícitas con reutilización en caliente, reconexión limitada, stdio y Streamable HTTP.

Un vault de Obsidian compartido para todos los agentes: núcleo en Python sin dependencias (buscar/promover/adjudicar/olvidar), plantilla de vault y plugin de dsh (memory_search/show/submit/status).

Acciones de proyecto deterministas compartidas por personas y agentes: un único actions.json, panel de ejecución en la barra lateral derecha y herramientas para agentes.

Integración no oficial de Grok para cuentas elegibles de X Subscription, SuperGrok o X Premium: comparte Grok CLI OAuth y ofrece chat con búsqueda web/X opcional en el bucle principal. La generación y edición experimental de imágenes y la generación de vídeo están desactivadas por defecto.

Preset de orquestación multiagente: un agente líder asigna subagentes desde una lista integrada de roles, usa pools separados para tareas de lectura y escritura y vincula un modelo por rol; reúne los informes en un tablero compartido. Añade las herramientas go_work/continue/need_help/forward, un panel de árbol y una página de ajustes.

Dispatcher del modelo principal: seis pools (economy/mechanical/main/hard/vision/review), ranking y pins de reasoning-effort por ruta. Watermarks de contexto 50k/90k/130k: delegación temprana; forzado: fork de sesión backup → handover → compactar → seguir sin perder trabajo en curso de subagentes. /ctx-pause, /ctx-resume y /ctx-handover controlan el ciclo. Agent Teams opc.: teammates persistentes y tablero compartido. /vision: imágenes para modelos solo texto vía pool vision. Diffs grandes: tester + reviewer independiente (verificación escalonada). Settings UI/READMEs/idioma (conversación/code-comment/document): 11 códigos (en,zh,zh-TW,ja,ko,de,es,fr,it,pt,ru); UI sigue locale DSH salvo override. 3 skills: MySQL/Redis solo lectura, mensajes de commit, docs de requisitos/diseño.

Ejecuta varias sesiones de DeepSeek Harness en paralelo, transfiere trabajo entre ellas y observa toda la colaboración en un lienzo de solo lectura.

Migra skills desde otros agentes (Cursor, Claude Code, Codex, OpenCode y más) a DSH: escanea 14 plataformas de agentes más la capa compartida de skills en ~/.agents, detecta nombres duplicados entre orígenes, te permite elegir el mejor origen por skill, los copia en el directorio de skills de DSH y revierte skills migrados previamente.

Worktree Space reúne en un directorio propio una tarea que abarca uno o más repositorios Git. Cada repositorio obtiene su propio worktree en una única rama de tarea compartida; el espacio se registra como DSH Workspace y permite ejecutar varias tareas en paralelo. Al terminar, puede fusionar los cambios en la rama de destino de cada repositorio, eliminar los worktrees y archivar en la carpeta elegida los archivos que Git no rastrea.

Controla un agente local de DeepSeek Harness desde QQ y otros canales de mensajería con AstrBot: envía tareas con /dsh, continúa citando o mencionando al bot y responde en el chat a aprobaciones y ask_user_question (en paralelo con la Web UI de DSH). Recibe resultados, imágenes y tarjetas de archivo. Incluye comandos de sesión/workspace/model/permission, recuperación /compact y /last, tres modos de progreso y sesiones compartidas por grupo o aisladas por usuario.

Mercado con código de acceso dentro de DeepSeek Harness: introduce un código de seis caracteres para desbloquear e instalar plugins compartidos por creadores, además de temas, copias de seguridad, actualizaciones y diagnósticos.

Puente de mensajería multicanal para DeepSeek Harness: cada grupo y chat privado de QQ (SnowLuma / OneBot v11, QQ Bot oficial) o Discord se convierte en una sesión Agent propia, vinculada a una tarjeta de rol. El dominio de esta incluye bases de conocimiento con aprobación de borradores, memoria compartida, lector de GitHub de solo lectura y reglas de activación en grupos. Incluye dos perfiles (atención al cliente y chat grupal), envío unificado con difusión y transferencia a una persona.

Memoria por capas para DeepSeek Harness: cada turno inyecta marco persona e índice relevante; las transcripciones completas quedan en disco y se amplían bajo demanda para no saturar el contexto. Hechos por atributo: todo nuevo valor retira el anterior. El modelo deriva el marco de persona de la memoria. Tres filtros descartan charla de desarrollo, bloquean ecos de lo inyectado y fusionan reformulaciones por palabras comunes. La consolidación une casi duplicados, resume temas largos y archiva con etiquetas entradas antiguas poco útiles; nunca borra el original. El almacén de solo anexado se compacta in situ (medición: 4,7 MB → 355 KB). Sin dependencias externas ni compilación. Inyectar por turno reduce inevitablemente los aciertos de la caché de prompts; no se recomienda para trabajar.

Memoria compartida entre entornos para agentes DSH: los adaptadores DSH y pi, junto con la CLI harnmem, comparten un almacén de archivos simples; un recuerdo escrito en uno está disponible en el otro. Se inyecta como índice activo estable byte a byte e incluye cinco herramientas harnmem_*, extracción al final de la sesión y panel de memoria de solo lectura.