Plugins

Reuniones visuales de mesa redonda para DeepSeek Harness — nodos expertos en un anillo con aristas dirigidas, una puerta de agregación, pensamiento proxy para modelos trabajadores de caja negra y revisión adversarial (red-team) de planes ya acordados con endorse/reject por punto de vista.

Complemento en etapa temprana que conecta DeepSeek Harness con un servidor OwnDsh autohospedado desplegado por separado para identidad de equipo, control de acceso a modelos, cuotas y auditoría de uso.

Memoria de equipo autoevolutiva como Markdown plano en git: un plugin nativo de Cordis que registra 38 herramientas de memoria de nombre simple más una sección de señales de prompt reevaluada en cada ensamblaje, con refuerzo RPE, decaimiento y consolidación durante el sueño; comparte un repositorio de datos con sus hosts Claude Code (MCP) y OpenClaw; verificado con DSH 0.1.0-rc.6.

Añade un panel de ajustes multiusuario al cliente web de DSH: selección de modo de uso, gestión de miembros con estado en línea y vinculación de dispositivos, y cambio o compartición de las bases de memoria y conocimiento por miembro.

Base de conocimiento de equipo para compartir conocimiento sin conexión (escenario FDE box): puntos de entrada de navegación, búsqueda de texto completo y refinamiento; la materia prima se pone en cola automáticamente y se destila en páginas wiki mediante una sesión de bot en serie (patrón Karpathy LLM Wiki: materia prima inmutable, refinamiento en dos pasos, flujo de registros, lint mensual).

Memoria de equipo autoevolutiva como Markdown plano en git: un complemento Cordis nativo que registra 38 herramientas de memoria con nombre simple más una sección de señales de prompt reevaluada en cada ensamblaje, con refuerzo RPE, decaimiento y consolidación durante el sueño; comparte un único repositorio de datos con sus hosts Claude Code (MCP) y OpenClaw; verificado con DSH 0.1.0-rc.6.

Presets reutilizables de Agent Team para DeepSeek Harness. Settings guarda Teams con nombre: un captain con su propio prompt y lista de herramientas permitidas, más miembros con ruta provider/model, reasoning effort, prompt y herramientas propios. Un control del composer aplica un Team a la Session actual, instala el prompt del captain y registra las herramientas spawn_team_member, get_team_preset y update_team_preset.

AI Company Framework: convierte una frase en una empresa multi-agente — 15 Skills planos (boss/pipeline/role-template/11 roles/generic customer-memory), 7 plantillas de flujo de trabajo, runtime AgentTeams + panel de actividad, barra lateral de empleados con aislamiento por sesión, bridge de bot Feishu (bot de boss y por empleado, enrutamiento de grupo, push autónomo, puerta de decisión humana, guía de contacto externo), memoria SQLite por cliente con memoria de tres capas (fusión entre grupos), conmutador de modo /company; sin RAG.

Convierte PDF y documentos en Markdown estructurado con MinerU. Los archivos se suben a la nube de MinerU; no hay modo sin conexión.

Convierte el uso de tokens de DSH en un juego gacha: alimenta a un monstruo con tokens, gana monedas, haz pulls de 14 waifus de IA (Kimi/GLM/Gemini/Claude y más), mejora artefactos y construye un equipo de batalla al estilo Balatro con bonos diarios de inicio de sesión.

Dirige automática e inteligentemente cada tarea delegada al mejor modelo configurado usando alias, etiquetas de capacidad y guía de uso, manteniendo el trabajo rutinario rápido y económico mientras envía el trabajo complejo a especialistas más potentes. Configura tu equipo de modelos en la Web UI o con una configuración guiada, ejecuta especialistas en paralelo con una unión de resultados fiable y ve el modelo elegido de un vistazo en las vistas de subagentes y dentro del árbol de Tasks de Better Sidebar.

Integración de Wallpaper Engine para la GUI web de dsh: escanea la biblioteca local de WE (Steam Workshop 431960 + proyectos locales) y usa sus fondos como fondo de la página — imagen/video/web renderizados de forma nativa, fondos de escena como vistas previas estáticas suavizadas — con un panel de diseño de fondo de pantalla (opacidad, alcance, ajuste, desenfoque, viñeta, fps, paralaje, carrusel, vínculo con el tema) y herramientas de agente wallpaper_scan/list/set/config.

Enlaces profundos de sesión, exportación completa de sesiones (markdown/JSON), mensajería aprobada entre sesiones con emparejamiento, y herramientas de plantilla de equipo, rotación y recuperación para trabajo multi-sesión.

Preset de orquestación multiagente para DeepSeek Harness. El chief orchestrator nunca implementa: clasifica cada solicitud, encarga el plan a un PM expert y delega la implementación a expertos mediante un roster integrado (herramientas para listar y convocar). Coordina paralelismo con un taskboard DAG de dependencias, usa un message bus basado en archivos y exige revisión independiente antes de entregar. Incluye 11 expertos principales. Se pueden descargar equipos adicionales (Agency agents EN/ZH, classic collections) con un clic desde Settings por dos canales, GitHub/CDN, con verificación sha256. Publicado en npm como dsh-expert-orchestrator; requiere DSH >= 0.1.7-alpha.2.

Ajusta el número de miembros y tareas de Agent Team, el tamaño de mensajes y el tiempo límite de cierre.

Tres herramientas para que cualquier agente, también un miembro del equipo, liste, dirija y detenga los subagentes que inició.

Renderiza fondos de pantalla de escenas de Wallpaper Engine en tiempo real en el navegador (reproductor three.js más una simulación de partículas por CPU en Rust/WASM) y reproduce fondos de vídeo y web, con retroceso a la imagen de vista previa, sin necesidad del runtime de Wallpaper Engine. Escanea la biblioteca local de Steam workshop (431960) por autodetección o ruta manual, y ofrece un panel de ajustes para la selección de fondos, los directorios de biblioteca y motor, el brillo, la pausa y la calidad.

Integración de Wallpaper Engine para la GUI web de dsh: escanea la biblioteca local de WE (Steam Workshop 431960 + proyectos locales) y usa sus fondos como fondo de la página — imagen/video/web renderizados de forma nativa, fondos de escena como vistas previas estáticas suavizadas — con un panel de diseño de fondo de pantalla (opacidad, alcance, desenfoque, viñeta, fps, paralaje, carrusel, vínculo con el tema) y herramientas de agente wallpaper_scan/list/set/config.

Agente de escritura en colaboración profunda para DSH: aprendizaje de estilo de escritura por usuario a partir de pares de edición, flujo clarify→outline→section-writing→red-team→reader-gallery, síntesis de proyecto a informe (informe de laboratorio / introducción de producto / encuesta / README), 41 herramientas MCP e interfaz web de selección-mejora con vista previa de archivos en la aplicación.

Añade una pestaña "Work Roles" y una superposición de oficina pixel art a la Web UI de DeepSeek Harness: 508 tarjetas de roles integradas (The Agency 255 + agency-agents-zh 253) con búsqueda, conmutador EN/ZH y filtro por departamento; personajes pixel art Canvas 2D arrastrables que están de pie, escriben y caminan, con chat inactivo conectable a IA. Instalación npm con un comando, sin cambios en el código fuente de dsh.

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.

Núcleo de juicio para DeepSeek Harness: un ciclo cognitivo atribuye fuentes a cada decisión y completa la planificación; la memoria hippocampus condensa la experiencia en conocimiento (diario, archivo episódico y decaimiento de baja confianza); la arquitectura fija responsabilidades y criterios coherentes; un equipo A2A gestiona memoria mediante dsh-linghun-assembler. Requiere DSH ^0.1.0-rc.7 (compatible con rc.2).

Motor de orquestación del ciclo de vida para equipos de agentes de IA con aislamiento mediante worktree de Git con alcance por tarea, transiciones de entrega controladas por estado y memoria fuera del contexto.

Suite de extensiones de tiempo de ejecución para DeepSeek Harness: buzón entre sesiones con activación en arranque en frío, equipos de agentes (capitán + miembros + tablero de tareas con dependencias + team_wait), política de generación de subagentes con aprobación de escalación, preajuste de enrutamiento consciente de tareas, mercado de complementos, gestor de habilidades e inyector de tiempo de ejecución.