Plugins

Copia por categorías ajustes, skills, plugins, sesiones y almacenamiento de DeepSeek Harness en archivos verificables, restaurables y descargables; sincronización con GitHub opcional.

Cuando el agent inspecciona con bash en vez de usar read, registra como observación la versión del objetivo de edición para evitar rechazos `FS_NOT_OBSERVED` de la política de observación del sistema de archivos. Solo para ediciones; los sobrescritos ciegos del archivo completo siguen protegidos.

Comprueba periódicamente actualizaciones del propio DeepSeek Harness y de plugins instalados, y las aplica solo en periodos idle. Cuatro modos de calendario (diario, cada N horas/días/minutos), whitelist de plugins bidireccional, instalaciones verificadas en disco y panel web con configuración hot-reload.

Gestor todo-en-uno de MCP y skills con reconocimiento por funciones y autenticación OAuth 2.1 nativa.

Impone un ciclo check-fix-recheck al cerrar tareas: ejecuta tests/lint/audit, bloquea cualquier ronda con problemas sin resolver y solo marca la tarea completa tras tres comprobaciones completas y limpias consecutivas; luego avisa al usuario.

Envía notificaciones toast de Windows al terminar una tarea de DeepSeek Harness, con título de sesión, resultado y resumen de la respuesta final. Notifica una vez cuando el agent realmente se detiene, no en cada ronda de un goal en curso.

Notificaciones de escritorio y chime para Linux enviadas por el proceso host, incluso con la página cerrada: turno completado, preguntas pendientes, aprobaciones de herramientas y errores. Usa `notify-send`/`paplay` con fallback a `canberra-gtk-play`. En el navegador añade toast, Web Notification y chime Web Audio sintetizado como alternativa. Cada opción está en Settings o en un JSON.

Muestra una tarjeta de aviso en una esquina, sin quitar el foco, cuando termina un turno o DSH espera una aprobación o respuesta.

Workbench Git local para DeepSeek Harness: búsqueda y cambio de ramas, staging por hunk, grafo de commits, historial/blame de archivos, gestión de stash/worktree, resolución de conflictos y ocho herramientas Git para el agent.

Página Source Control estilo VSCode en sidebar derecho DSH Web: grafo paginado de commits con refs/diffs, cambios agrupados con stage/discard/unstage, cuadro commit con amend y mensajes IA, diffs lado a lado/unificados, creación de repo/PR por gh CLI y cambio bidireccional HTTPS/SSH.

Panel Git en la barra derecha y quince herramientas de agent: diffs tipo editor, grafo de commits de todas las ramas, stage/commit, operaciones de ramas, stash y remotos, mensajes de commit asistidos por modelo, revisión previa y división de commits.

LittleStar Meeting Room: reúne en una sala sesiones de IA que no pueden verse entre sí, para reuniones o partidas de hombres lobo. Creado por 插件·2代小星辰 (LittleStar) y 辰启星明; 插件·3代小星辰 aportó las cuatro funciones de juego: visibilidad dirigida, chat privado, preguntas simultáneas y eliminación. Cualquier sesión puede iniciar la sala, definir tema/objetivo e invitar miembros por orden; hablan de uno en uno y terminan con acta escrita. También permite juegos como hombres lobo. Incluye la guía para principiantes `小白使用指南.md` de 插件·3代小星辰.

Proporciona Skills de plan compartido, recuperación de contexto y actualización de progreso mediante StateDock Remote MCP, sin ejecutar tareas ni programar agentes. Para Harness 0.2.0-rc.2.

Workspace de auditoría para DeepSeek Harness: entorno de consulta multiagente con agentes en cada asiento de revisión, cada juicio enviado a una identidad de revisión con nombre y toda la ejecución guardada como registro trazable. Listo para usar: endpoint integrado, workspace automático al primer inicio y escenas de revisión con asientos y agentes enumerados.

Subagentes expertos por rol para DeepSeek Harness con barra lateral de tareas: explorer, librarian, oracle, designer y fixer delegan en paralelo, cada uno con modelo y profundidad de razonamiento propios.

Preset de agente Hermit/小寄 que convierte DSH en un centro personal siempre activo: persona de mayordomo con alcance limitado, herramienta de despacho que delega tareas de varios pasos a subagentes en segundo plano con selección de modelo por tarea, informes asíncronos integrados en el chat, límite de presupuesto de créditos, cadena de confirmación P/M y registro de eventos M1.

Añade Assist junto al botón de envío. Examina las skills y herramientas MCP disponibles en la sesión, las clasifica según el texto actual del cuadro de entrada y permite inyectar las elegidas en la conversación en curso como mensaje de dirección.

Ajuste de salida para TDAH por sesión, no como ajuste global: usa /i-have-adhd on|off en las conversaciones que quieras adaptar; el estado permanece en esa sesión. Portado de ayghri/i-have-adhd.

Convierte localmente archivos Office y PDF del workspace DSH a Markdown antes de que el modelo los lea, sin red ni cuota de API. Escribe cada .md junto al original para que el contexto solo incluya una ruta. Para un archivo o directorio, devuelve bytes, líneas, estimación de tokens y esquema de encabezados.

Resume las conversaciones diarias con Doubao, ChatGPT, DeepSeek y Kimi en notas Markdown estructuradas dentro de tu bóveda de Obsidian.

Dale al agente una cara parlante: siete herramientas controlan un humano digital Mynah en tiempo real y autoalojado: hablar en cola o interrumpiendo, reproducir un gesto, interrumpir, listar sesiones y canales activos, comprobar el estado y añadir texto a su base de conocimiento.

Añade dos reconocedores de voz en la nube Volcengine Doubao al selector de entrada de voz de DeepSeek Harness, con reescritura opcional de la transcripción mediante un LLM.

Añade visión PaddleOCR a LLM de solo texto como Agnes, DeepSeek, MiniMax, GLM y Mimo. Archivos locales/URLs, nivel gratuito de 20.000 páginas/día; requiere token PaddleOCR solicitado (gratis, 1–3 días hábiles).

Registra una herramienta ocr para modelos solo de texto: ejecuta el script sin conexión incluido en el repositorio sobre una imagen o PDF y devuelve el texto reconocido. Prueba primero el OCR nativo de Windows, luego RapidOCR y Tesseract. Todo es local, sin red ni clave API. Requiere Python 3.11 en PATH y pip install winocr pillow (winocr es el motor preferido; los demás son alternativas). Resultados por línea para imágenes y por página para PDF.