Plugins
Explora, filtra e instala plugins de DeepSeek-Harness.
1380 plugins encontrados
dsh-modellix
modellix/dsh-modellix
Integración de Modellix para DSH: generación de imagen, vídeo y audio guiada por esquema en un espacio de trabajo Design dividido, un catálogo de modelos LLM en vivo y proveedores nativos de búsqueda web y descarga mediante una sola clave de API.
dsh-grok-kit
mari23333/dsh-grok-kit
Integración no oficial de Grok para suscripciones elegibles de SuperGrok o X Premium: chat grok-4.6 con búsqueda web/X en el bucle principal, OAuth compartido de Grok CLI, visibilidad de modelos configurable e imágenes de Imagine guardadas en un archivo adjunto o en una ruta elegida.
dsh-multi-model-provider
alexkaiqi/dsh-multi-model-provider
Para DeepSeek Harness: registra modelos, ayuda con los retratos y selecciona el modelo de Agent desde un catálogo sin secretos.
dsh-llm-subscription
davidrm1911/dsh-llm-subscription
Añade Claude, Gemini y un modelo Ollama local al selector nativo de modelos de DSH, usando tus inicios de sesión existentes de Claude Code / Antigravity CLI en lugar de una clave de API medida, con un selector de esfuerzo de razonamiento funcional para Claude.
dsh-token-heatmap-wyz
beiluoqu/dsh-token-heatmap-wyz
Mapa de calor del uso de Token en dsh web: las últimas 26 semanas (alineadas a partir del domingo) coloreadas por día, estilo GitHub, adaptación automática a tema oscuro/claro; los cuatro chip de totales (hoy/semana/mes/acumulado) fijan con un clic la tabla de detalles en el periodo correspondiente, y luego puede seleccionarse un día concreto; los detalles se desglosan por provider/model (entrada/salida/lectura de caché/escritura de caché/porcentaje). Todos los datos provienen del registro de sesiones local, con agregación incremental + caché en disco.
dsh-unidoc
che-year/dsh-unidoc
Un plugin de vista previa, edición y gestión de documentos para DeepSeek Harness. Ofrece un banco de trabajo «Centro de documentos» estilo VSCode dentro de la interfaz web de DSH: árbol de archivos a la izquierda, vista previa al hacer clic, código y Markdown editables con guardado Ctrl/Cmd+S; y expone tres herramientas de documentos (doc_read / doc_edit / doc_create) a los agentes, permitiendo a los modelos leer y escribir documentos del espacio de trabajo mediante lenguaje natural.
dsh-plugin-thread
zhaoyuntao-wl/dsh-plugin-thread
Memoria de decisiones y objetivos con linaje: comandos explícitos y una herramienta de modelo registran decisiones de forma determinista, una tarjeta de estado las reancla a través de la compactación, la respalda un flujo de eventos sin pérdida con recuperación BM25+jieba, y una suite de regresión de fidelidad a nivel de escenario controla los releases.
dsh-session-icons
fengb3/dsh-session-icons
Iconos en los títulos de sesión de la barra lateral: una llamada auxiliar al modelo en la misma ruta que la generación de títulos dibuja una metáfora SVG monocroma de 24x24 que se muestra antes del título de cada fila de sesión, con caché en disco.
dsh-model-detector
1204244136/dsh-model-detector
Detección de modelos de DSH: para cualquier proveedor de pi-ai, obtiene su lista de modelos más reciente en línea y, con models.dev, enriquece automáticamente la modalidad/capacidad/razonamiento correctos antes de escribirlos en ese proveedor.
dsh-model-router
welsione/dsh-model-router
Enrutamiento unificado de modelos para DeepSeek Harness: un ModelID lógico sobre varios proveedores con failover en el primer token y cooldown, clasificación de candidatos según su estado de salud, tres niveles (tier1/tier2/tier3) seleccionados automáticamente según el propósito, esfuerzo de razonamiento por candidato y un panel de gestión en la página de ajustes.
dsh-skill-studio
zhengjy01/dsh-skill-studio
Estudio de habilidades para DeepSeek Harness: visualiza cada habilidad del agente (nombre, descripción, origen, marca de anidado, invocación por modelo/usuario), ve y edita el cuerpo completo de SKILL.md, alterna la invocación por modelo/usuario y mina los registros de sesión de DSH para extraer habilidades personales reutilizables que el agente carga automáticamente, desde el panel de ajustes web y mediante las herramientas skillmgr_* / skillmgr_extract_*.
SinglePlayer
nxz1026/singleplayer
Plugin de reproductor de música nativo de IA para DeepSeek Harness: agrega la búsqueda de NetEase Cloud Music, QQ Music y KuGou con respaldo de reproducción entre proveedores, muestra letras de karaoke palabra por palabra sincronizadas en vivo vía USB HID a los altavoces HALO PIXELBAR, y expone búsqueda, reproducción, cola, alarma y control de altavoces como herramientas del modelo.
auto-mouse
fish121380/auto-mouse
Selector de contexto de UI de escritorio de Windows para Codex, DeepSeek Harness y clientes MCP: selecciona ventanas, elementos de UI o regiones de pantalla con resaltado al pasar el ratón, UI Automation, capturas de pantalla y OCR local, y luego revisa y aprueba el contexto Markdown/JSON antes de la salida.
luxueliu-usage-command
luxueliu/luxueliu-usage-command
Tarjeta de coste diario para tu puerta de enlace LLM local: /usage lee gateway_usage.jsonl y desglosa el gasto por modelo y por hora, cubriendo conexión oficial directa, retransmisión OpenRouter y pools medidos dentro del plan.
superself
fxylabs/superself
Complemento de DeepSeek Harness: el CLI `self` de Superself como herramientas orientadas al modelo más un comando /self — estado del proyecto entre sesiones y proyectos para los agentes.
dsh-research-plugins (dsh-mcp-context7)
pymodel/dsh-research-plugins
Puente MCP de Context7: ofrece al modelo documentación de bibliotecas actualizada y específica por versión y ejemplos de código a través del servidor MCP de Context7, sin clave por defecto.
dsh-routed-subagent
bpc-oss/dsh-routed-subagent
Añade una herramienta subagent_routed que ejecuta un subagente de una sola ejecución, completamente montado en cualquier preajuste de agente desde cualquier sesión, con anulación de modelo/proveedor por llamada y comprobación previa de disponibilidad del modelo.
dsh-model-memory
mutx163/dsh-model-memory
Gestor de niveles de esfuerzo de razonamiento para modelos API personalizados, con memoria de preferencias entre sesiones: conmutadores en línea bajo/medio/alto/máx dentro de Ajustes → Modelos, con escritura atómica de la configuración.
dsh-draft-polish
max-null/dsh-draft-polish
Pulido de borradores para el compositor de DSH: pulido con IA del borrador de entrada con un clic (botón de destellos junto a enviar), con contexto de conversación opcional y un canal de modelo configurable.
dsh-workspace-hub
jadramcool/dsh-workspace-hub
Centro de espacios de trabajo DSH: organiza los espacios de trabajo en carpetas con código de color en la barra lateral (reordenamiento por arrastre de tres niveles para carpetas/espacios de trabajo/sesiones, edición en línea, expandir/contraer con un clic, búsqueda de doble canal) con estadísticas de uso de tokens y costos por espacio de trabajo y por sesión a partir de registros de sesión reales (precios oficiales DeepSeek en horas pico/valle para cualquier modelo deepseek, tres niveles de gasto, tarjetas de detalle al pasar el cursor, panel de resumen) más el uso del plan OpenCode Go; los datos se guardan en el disco del host y se actualizan en vivo cada 30 s.
dsh-plugin-deploy
octo-o-o-o/dsh-plugin-deploy
Envíe un proyecto a Cloudflare y publique su plugin en npm: el primer despliegue no necesita cuenta en la nube y las credenciales nunca llegan al modelo.
dsh-delegate-router
penguin-oo/dsh-delegate-router
Enrutamiento automático Flash/Pro para llamadas de subagentes de DeepSeek Harness: las tareas ligeras se ejecutan en un modelo económico (p. ej., V4 Flash), las pesadas permanecen en el modelo potente, con anulaciones por llamada y modos de sesión /delegate.
dsh-serverchan-notify
nickhelion/dsh-serverchan-notify
Notificaciones push de ServerChan3 (Server酱) al finalizar un turno: título, modelo, directorio del proyecto, rama de git, estado y un extracto de respuesta, con filtrado de subagentes y entrega de tipo fire-and-forget.
dsh-econ-tools
chaos-hyper/dsh-econ-tools
Asistente de investigación econométrica: 6 herramientas que cubren selección de métodos, preparación de datos, especificación de modelos, análisis empírico con plantillas de código Python/R/Stata, comprobaciones de robustez y presentación de resultados.