Plugins

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.

Preset de agente anclado unificado para DeepSeek V4 Pro/Flash en la API oficial y opencode-go: bootstrap de la primera solicitud con dos herramientas Minimal-exact, rutas Pro/Flash conscientes del modelo y gestión de catálogo consciente de la época para la estabilidad en sesiones largas.

Preajuste de agente anclado unificado para DeepSeek V4 Pro/Flash en la API oficial y opencode-go: arranque de primera solicitud con dos herramientas mínimas y exactas, rutas Pro/Flash conscientes del modelo, y gestión de catálogo consciente de épocas para la estabilidad de sesiones largas.

Capa de identidad de dominio para sesiones de agente de larga duración: direccionamiento de dominio basado primero en declaración, fábrica de sesiones, pausa de cuatro niveles y despacho de modelos para coordinar varias sesiones de nivel superior.

Capa de coordinación de plugins: los plugins declaran sus capacidades, los comandos se enrutan al plugin propietario sin llamada al modelo, los esquemas de herramientas se cargan bajo demanda para reducir tokens de prompt, el historial de ejecuciones se consolida en memoria a largo plazo mientras está inactivo y los fallos se clasifican antes de cualquier reintento.

Prepara cualquier proyecto para agentes de IA con un solo comando. Detección adaptativa del stack tecnológico (7 lenguajes × 14 frameworks × 61 componentes); genera automáticamente AGENTS.md, el esqueleto de la documentación, CI/CD e infraestructura de pruebas.

Reductor de resultados de herramientas consciente del contenido: 13 reductores recortan la salida excesiva por significado en tools/post-execute (se conservan las pruebas fallidas, se elimina el contexto de diff, se muestrean JSON y CSV, los problemas de lint se agrupan por regla, los marcos de pila de dependencias se colapsan y los directorios saturados se contabilizan), volcando los originales completos al disco tras un localizador.

Perfilado de rendimiento y diagnósticos de caché LLM para DeepSeek Harness — ingeniería de contexto, perfilado de latencia e informes sobre el comportamiento de la caché.

Gateway MCP de divulgación progresiva que busca en grandes catálogos remotos mediante `mcp_search` y luego invoca esquemas exactos mediante `mcp_call`, con conexiones diferidas y cachés acotadas.

Paquete de skills modulares de investigación/ingeniería de IA, instalable mediante dsh plugin add: registra 27 skills (auditoría de seguridad, lectura/escritura de artículos, dibujo de figuras, flujo de trabajo de desarrollo, análisis de almacenamiento) en ctx.skills.

Preset de agente Modo Aprendizaje: un agente de programación que enseña mientras programa: explicaciones concretas basadas en escenarios, guía socrática, y huecos de práctica TODO(你), modelado en el estilo de salida Learning de Claude Code; instalable mediante dsh plugin add (dsh-learning-mode en npm).

Añade dos superficies de UI: editor de imágenes del compositor (marcas numeradas con instrucciones por marca, quitar fondos sólidos, borrar con máscara de pincel, presets de tamaño y recorte; devuelve resultados al compositor como adjuntos y cápsula manifest) y panel Settings → vision/generation provider (3 niveles de prioridad, reordenación por arrastre, cadenas de fallback de modelos por canal, consulta de saldo consciente de impagos y almacén de cuentas ChatGPT-web). Escribe los proveedores resueltos en los archivos .env de skills.

Adapta a DSH los playbooks de ingeniería pstack de poteto para flujos de planificación, revisión, verificación y lanzamiento.

Plugin de DSH que conecta a los agentes con Cheat Engine para depuración dinámica de memoria: escaneo, análisis de punteros, puntos de interrupción y hacking de memoria de juegos.

Plugin de memoria a largo plazo NeatMem para DeepSeek Harness: cliente REST ligero contra un servidor neatmem.

Plegado de contexto sin pérdidas para DeepSeek Harness: el tramo más antiguo se sustituye por un resumen y los originales permanecen en el registro de la sesión.

Fija cada petición al nivel nativo de máximo esfuerzo y añade un panel de profundidad de razonamiento por modelo/modo con un slider de capacidad de 0 a 20, perfiles Velocity/Apex aislados y cajas de herramientas de razonamiento offline. Se distribuye como build ofuscado; uso comercial permitido, ingeniería inversa cerrada.

Tarjetas de personajes para DeepSeek Harness: insertan una sección de personalidad en el prompt del sistema o reescriben el mensaje del usuario con tarjetas de reglas antes de que lo vea el modelo. Incluye biblioteca de tarjetas predefinidas, paquetes de un solo archivo con ilustraciones y pestaña Character en la vista de conversación.

Modos personalizados / gestor de asistentes: cada modo tiene su propio prompt de sistema en la página de ajustes — un prompt personalizado en un archivo plano que el bucle del agente relee antes de cada paso del modelo, así una edición se aplica a la sesión en curso en el paso siguiente — e inícialo desde la composición oficial estándar / PTC / minimal / Cordis, activando una a una sus filas de plugins (composición propia por modo) y renombrándolo a gusto. Varios asistentes coexisten con sus prompts, así una máquina puede mantener en paralelo un asistente de programación, un compañero de chat y una persona de juego de rol (RP) — una configuración multiagente elegible en cada nueva sesión. Las filas intactas quedan idénticas byte a byte a las distribuidas, con las condiciones de plataforma.

Mejorador de prompts para la interfaz web de DSH con modos basic/standard/expert: los modos standard y expert reescriben borradores con el contexto del proyecto y el historial reciente de la sesión, reintentan con elegancia cuando las pasarelas rechazan los ajustes de reasoning-effort y muestran una revisión antes/después con deshacer.

Mejora de prompts para el compositor: el botón «✨ Enhance» reescribe el borrador con una versión más clara y estructurada, aplicando el pensamiento de primeros principios y basándose en el contexto de la sesión, la memoria y la conversación reciente; hace preguntas de aclaración en una tarjeta cuando falta información clave y muestra una vista previa antes de aplicarlo al campo de entrada.

Habilidad de análisis estructural multicapa: análisis primero adversarial en 16 lentes dentro de 4 categorías con 10 herramientas estructurales, calibración de confianza y salida por capas basada en hechos.

Mejora de prompts con un clic para el compositor de DSH: pulsa el botón de destello para reescribir el borrador como un prompt listo para el agente, reemplazado en el mismo lugar y reversible, con una comprobación de fidelidad determinista que conserva textualmente cada ruta, identificador, número, URL y token entre acentos graves, además de un techo de longitud que bloquea la inflación.