Plugins

Complemento de memoria a largo plazo y auto-evolución para DSH: captura L0 → extracción de memoria L1 → agrupación de escenas L2 → persona de usuario L3, inyección automática de recuerdos, síntesis de habilidades, totalmente local (SQLite FTS5 + jieba, recuperación vectorial opcional).

Compactación de contexto protegida para DeepSeek Harness (dsh): la LLM propone, los guardianes deterministic deciden — reducción eager por átomo (extract/summary/false bajo guardianes verbatim) + eviction diferida del reference-graph (0-LLM) + recall byte-exacto desde un log append-only.

Una barra de plegado mejorada: pliega automáticamente llamadas a herramientas y segmentos Think en barras de plegado por pasos, y contrae cada turno finalizado en una cabecera de turno única con métricas en vivo (duración, TTFT, tokens, tok/s, acierto de caché): solo queda visible el resumen final; iconos principales personalizables con cartas de póker animadas integradas (animación de cartas con ciclos de palos en ejecución, una baraja al plegarse, un abanico al expandirse), una fila de ajustes para el modo de plegado oficial, compatible con versiones nuevas y antiguas de DSH. Cero intrusión en el código fuente de DSH.

Análisis de vídeos de Bilibili: metadatos, transcripción (con respaldo ASR vía Bijian/sherpa-onnx/whisper.cpp), comentarios, danmaku y fotogramas clave nítidos con descripciones de visión local opcionales.

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`.

DAG en vivo impulsado por proyección para los subagentes y flujos de trabajo duraderos de una Session: estado y navegación, diseño determinista de cadenas profundas, controles de encuadre/desplazamiento del lienzo y reorganización de nodos de la sesión actual.

Panel lateral con explorador de archivos, terminal y revisión de Git para vistas previas rápidas de archivos.

Conecta DSH Web y qq-bridge con OFM, usando por defecto el pool público de DeepSeek y conservando el nivel de razonamiento y la selección manual de modelo. Carga la dependencia oficial de OFM si falta e informa de los recibos de rotación de cuenta.

Conecta DSH a un nodo anet local mediante un cliente MCP stdio. Incluye 3 skills y 14 herramientas para descubrir agentes en AgentNetwork, enviar/seguir/responder tareas A2A cifradas de extremo a extremo, pagar o rechazar skills de pago dentro de los límites del operador, leer la cadena local de evidencias e informar del estado del nodo. Solo Linux/macOS; requiere un nodo anet 0.3.0+ ejecutándose localmente.

Convierte videos de Bilibili en texto estructurado para IA: metadatos, comentarios, danmaku, subtítulos, ASR local y OCR de fotogramas. El procesamiento es local, sin subir datos a la nube; comprueba fotogramas para detectar subtítulos señuelo, reutiliza caché y genera un manifiesto y resumen para IA. El OCR de fotogramas requiere ffmpeg. ASR/OCR local requiere entornos virtuales Python 3.10+ y, en Windows, el runtime VC++; los subtítulos IA requieren iniciar sesión en Bilibili.

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.

Instala a Herta como agente de DeepSeek Harness: un preset que incluye secciones de prompt de su persona y memoria, seis herramientas de memoria y voz, una capa narrativa que separa lo que piensa de lo que dice, 80 clips de voz incluidos, síntesis de voz offline y MiniMax, y dos vistas de conversación que representan la sesión con sus propios componentes.

Añade un canal QQ a dsh mediante OneBot 11 (NapCat y otros): WebSocket inverso o directo, chats privados y grupales, transcripción de imágenes y voz, tarjetas de texto a imagen (t2i), reenvíos agrupados y página de ajustes.

Banco de trabajo para escribir novelas en DeepSeek Harness: marcas pulgar arriba o abajo en pasajes candidatos y el modelo los destila en un perfil de preferencias breve que se aplica a las llamadas de redacción posteriores mientras el manuscrito queda fuera del contexto de redacción. Añade un tablero de capítulos, paquetes de escritura por capítulo, revisión acotada por anotación que reescribe solo el párrafo anotado y verifica el resto byte a byte, un libro mayor del proyecto y comprobaciones locales de ritmo.

Añade /review, /review-status y /review-cancel para lanzar un subagente nativo independiente que inspecciona un ámbito Git elegido (rama base, cambios sin confirmar, un commit o instrucciones personalizadas) y devuelve un informe de hallazgos en la conversación actual, con salida en inglés o chino según la configuración regional del host.

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.

Plugin de «escritura de núcleo único» para DeepSeek Harness: meticulosamente simplificado en herramientas y endurecido en salida para modelos pequeños cuantizados; ideal para ejecutar pipelines de novelas largas localmente con modelos en el dispositivo.

Auth de DeepSeek Harness Web UI: protege páginas, /api, /plugins y WebSocket. PBKDF2/salt por usuario, cookies HttpOnly SameSite, bloqueo IP, invitaciones, TOTP/passkeys (WebAuthn) y step-up antes de cambiar factores. Usuarios gestionan perfil y factores propios; admins, cuentas, invitaciones y contraseñas. Los ajustes privados de modelo/API por usuario se cifran con clave derivada de su contraseña y son ilegibles para admins. Admins comparten con usuarios elegidos: uso permitido, saldo visible, clave oculta, revocación inmediata. Sin configuración, el usuario queda bloqueado, sin fallback. REST/listas y WS aislados por usuario; sesiones persisten tras reinicio; auditoría JSONL; fail-closed. DSH 0.2.0 requerido (transporte 0.1.1-rc.2 retirado en 0.7.0). Passkeys: HTTPS/localhost.

Banco de trabajo de depuración en dispositivo real Android para la GUI DSH Web: logcat auto-adjunto con filtros de gravedad/palabras clave e instantáneas de fallos, transmisión de pantalla en vivo en el dispositivo con control remoto de toque/desplazamiento/texto, conjunto de herramientas de ingeniería inversa memory/proc/frida, 30 herramientas de agente.

Protocolo Agent2Agent v1.0 para DSH: ejecuta un servidor A2A estándar para que otros agentes llamen a esta instancia, conéctate a agentes A2A remotos como clientes y gestiona ambos desde una página de ajustes visual.

Espacios de trabajo unificados: fusiona varios directorios en una sola sesión, gestiona uniones desde un panel de configuración y lee/escribe archivos miembro mediante las herramientas uw_read/uw_write/uw_edit/uw_delete/uw_move.

Mascota de escritorio dibujada a partir del contorno oficial de la ballena, para la app de escritorio y la UI web: animaciones SVG y expresiones faciales que siguen el estado del agente (pensando, trabajando, hecho, error, esperando confirmación), y puede seguir otras sesiones en ejecución con una insignia de recuento; pínchala, arrástrala, agítala hasta marearla, aplástala contra el borde de la pantalla o pasa el cursor por su cabeza para acariciarla; 7 paletas, 4 tamaños, sonidos sintetizados, sincronización con tema claro/oscuro y una vista previa web jugable.

Complemento de revisión de cambios de sesión para DeepSeek Harness: rastrea las llamadas a herramientas de escritura/edición por sesión y renderiza diferencias a nivel de línea con colores personalizables, con aislamiento de sesiones, agregación de subagentes y actualizaciones en vivo mediante SSE.

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.