Plugins

Supervisa un proceso local de la pasarela workbuddy2api y expone sus modelos como proveedor LLM, leyendo las ventanas de contexto y los niveles de esfuerzo de razonamiento desde el propio endpoint de modelos de la pasarela.

Modo de lectura de la documentación de DSH.

Enruta solicitudes de modelo, recuperaciones/búsquedas web y herramientas lanzadas a través del proxy del sistema Windows o una dirección personalizada — kernel idempotente (las lecturas nunca reconstruyen el despachador), conmutación de cabecera con un clic, diagnóstico de ruta por URL e indicaciones 407 con reconocimiento de NTLM.

Mascota de escritorio Cristiano Ronaldo para DeepSeek Harness (Portugal nº 7). Sus animaciones siguen el estado del agente y celebran el fin del turno con «SIU» y sonido del host. La ventana nativa Windows sin bordes/siempre visible sigue activa al cerrar el navegador. Escalado proporcional (`atlas.scaling: smooth | pixelated`). v2.2 convierte vídeos (fondo verde o normal) en animaciones con chroma key y segmentación del movimiento; los PNG ya extraídos no requieren decodificador de vídeo y el audio se corta por acción. Galería DPSL-1.0: publicar e instalar en un clic. v2.3 admite clientes desktop DSH 0.2; si falta el shell service del host, PowerShell reproduce el sonido final. Clic simple: animación configurable (`interactions.clickAnim`).

Puerta de enlace de mensajes multiplataforma y puente de bot de IA de WeCom con compresión de contexto de sesión y creación de smartsheets.

Añade lectura local de PDF, una biblioteca de artículos duradera, registros de evidencia trazables y herramientas de comparación y síntesis entre artículos.

Ejecuta TiddlyWiki 5 como base de conocimiento persistente de DSH: diez herramientas de agente tiddlywiki_* (búsqueda filtrada, lectura/escritura/lotes/renombrar/eliminar, recientes, etiquetas, sincronización git con resolución de conflictos), un editor completo de TiddlyWiki integrado en la columna central de la GUI sobre un proxy del mismo origen, una pestaña wiki lateral derecha, una pestaña por sesión que resume las notas que una sesión leyó o escribió, una tarjeta de nota rápida con autoguardado de borradores y un bookmarklet de recorte opcional con adjunto de imagen — todo respaldado por un repositorio git con confirmación automática.

Expone los servicios MCP de datos públicos de Cue a DeepSeek Harness: 15 dominios streamable-http (~104 herramientas) para datos regulatorios, macro, divulgaciones, estatutos, tenencias, entidades, académicos, IPO, ESOP, recompra, notas al pie e índice de hechos como herramientas nativas mcp__cue_<domain>__*.

Banco de trabajo cuantitativo financiero y ticker bursátil: bola flotante y panel de cajón, cotizaciones en tiempo real de los mercados A/HK/US/global, líneas K multiperíodo y gráficos intradía de 5 días, libro de órdenes de profundidad, flujo de capital, mapa de calor sectorial e investigación de inversión con IA.

Haz que tu dsh esté listo para programación seria. (Tools x Schemas)^REPL. `skill://`, `ctx://`, `agent://`, `dvc://`, `dsh://`, IPython REPL, Contexto como variables, compactions cruzadas recuperables, restauración completa del contexto. `hash-edit`, `dvc://browser`, subagent como función, workflow como función.

Automatización real de Microsoft Office basada en COM para DeepSeek Harness: controla una instancia en ejecución de Excel/Word mediante OfficeMCP: macros VBA, tablas dinámicas, recálculo de fórmulas en vivo y diseño profundo de documentos; además, un suite contable (asiento de doble entrada con verificación de débito/crédito y libro mayor SUMIF).

Registra agentes personalizados definidos localmente como subagentes invocables en dsh: la conversación principal invoca cualquier agente por nombre mediante use_agent, y cada uno se ejecuta como un subagente real de dsh con su propia persona. Admite reanudación desde punto de interrupción para ejecuciones interrumpidas.

Crea e inspecciona espacios de trabajo de proyectos de agentes locales de RecoWork mediante dos herramientas DSH limitadas y una tarjeta de espacio de trabajo web.

Un enjambre gobernado de seis agentes DSH especializados — orquestador, planificador, puente de base de conocimiento, desarrollador y dos revisores — convierte un requisito en una canalización estricta por fases donde cada entrega debe demostrar su validez con evidencia estructurada antes de que pueda empezar la siguiente fase; los revisores son solo lectura, los merges de código solo ocurren tras una revisión, y un registro de eventos de solo anexado ofrece reproducción completa y auditoría en un tablero kanban en vivo. Su diseño se inspira en el kanban de Hermes Agent.

Servidor MCP integrado que permite a agentes externos (Hermes, Claude Code, etc.) manejar DeepSeek Harness por StreamableHTTP: ejecución de tareas síncrona y asíncrona, un entorno de archivos aislado de tres niveles, un puente de aprobación respaldado por la web, gestión y búsqueda de sesiones, y herramientas de archivos con rutas confinadas.

Carril de widgets del lado derecho para DeepSeek Harness Web UI: estadísticas de sesión en vivo, widgets de tarea/contexto/mapa de calor/cita, cuota de OpenCode Go, diseños de cuadrícula de varias columnas (1/2/4 columnas) con mosaicos largos 2x4, una onda de magnificación continua y dimensionamiento por instancia; los widgets se pueden instalar, reordenar y redimensionar desde Configuración > Componentes.

Controla un teléfono HarmonyOS desde la interfaz web de DSH con IA: duplicación de pantalla H.264 en vivo, toque con ratón y teclas del sistema, transmisión de hilog y herramientas agénticas que permiten al modelo leer la pantalla, localizar controles de UI y luego tocar, mantener pulsado, pulsar teclas o escribir.

Reescribe la copia china de un plugin instalado en el mercado al inglés usando un modelo ya configurado en el harness: automáticamente al instalar el plugin, y luego con recarga en vivo. Cada archivo se traduce en una pasada completa, validado por un analizador real cuando existe (node --check para JavaScript, o analizadores JSON y YAML en otro caso) y se devuelve al modelo con el error hasta tres intentos de reparación; los archivos de más de 48 KB, o que nunca se analizan, recurren a una pasada por rangos de líneas que compara cada línea devuelta con la original para verificar la estructura. Las frases de activación y las tablas de locale pueden preservarse opcionalmente en vez de traducirse, y el original intacto se guarda junto al archivo como .zh.bak.

Guardia de hardening para mcp__omni__parse en DeepSeek Harness: un listener tools/pre-execute que deniega URLs de hosts privados/reservados (SSRF), aplica una allow-list o ask (consentimiento), y es fail-closed cuando allowedRoots está vacío.

Investigación profunda como modo agente: un único bucle revisado que planifica, investiga en rondas paralelas adaptativas impulsadas por las lagunas que los propios investigadores declaran, sintetiza un informe citado y luego lo revisa de forma adversarial, en lugar de un script que el modelo reescribe por llamada. Las preguntas que el presupuesto de rondas nunca alcanzó se nombran en el informe en lugar de descartarse.

Apunta web_search a una instancia SearXNG autohospedada en lugar de la ruta nativa: pagina hasta que se satisfaga maxResults e informa de cobertura degradada cuando los motores fallan, para que un conjunto de resultados delgado no se lea como una web delgada.

Un proveedor de fetch local protegido para la costura ctx.web — el dsh del backend no se envía para su propia herramienta web_fetch. Cada salto de redirección se vuelve a resolver y se comprueba contra los rangos no enrutables, con un límite de tamaño en streaming y una lista de permitidos de tipo de contenido.

Cue Omni Reader para DeepSeek Harness: registra el servidor MCP audited omni-reader-mcp para que sus herramientas de parseo de URL/archivo aparezcan como mcp__omni__ (parse, get_parse_status, read_result, read_outline, save_result, discard_result, cancel_parse).

Un nivel de pensamiento almacenado por proveedor y modelo, de modo que el esfuerzo de razonamiento sobrevive a la sesión en la que se configuró y llega también a los subagentes, algo que dsh nunca pide. El selector dentro de la sesión sigue ganando, y un modelo sin fila mantiene el valor por defecto de su proveedor.