Plugins

Despliega por SSH qq-bridge en un host remoto y lo integra con DeepSeek Harness: verifica entorno, genera config que mantiene credenciales fuera del repo, units systemd para bridge y timers daily-archive/today-sync/watchdog, y 4 tools para check/configure/deploy/inspect. Añade respuesta lite vía API DeepSeek chat completions, tarjetas de persona, comprensión de imágenes/vídeo y búsqueda por palabras clave en chats grupales archivados.

Permite a los agentes controlar directamente instancias locales independientes de DSH, sin instalar plugins ni componentes en el destino. Los entornos aislados sirven para configurar y probar; agentes con modelos y personalidades distintos pueden conversar, representar roles o formar cadenas de control anidadas. Incluye configuración conversacional, operaciones como usuario, lectura incremental, referencias guardadas y búsqueda remota de sesiones y espacios.

Proveedor ctx.web fetch compatible con fake-ip que sustituye al http provider id integrado: solo acepta un nombre de host si todas las respuestas DNS son marcadores dentro del bloque fake-ip del proxy (198.18.0.0/15 por defecto). Así, web_fetch funciona en modo TUN de mihomo/Clash sin desactivar fake-ip ni definir variables de proxy. Las IP literales y los destinos privados, loopback y reservados siguen bloqueados.

Capa de adaptación de dsh-ecolink para DSH: lectura directa del grupo de memoria local, inyección en pre-step (puntuación + presupuesto + deduplicación por sesión) y filtrado por #nombre-de-memoria, para conectar con el ecosistema de memoria del lado web.

Envuelve comandos de gestión de entornos virtuales Python: reduce los problemas de red y permisos que enfrentan los agentes al gestionar entornos mediante comandos de terminal, funciona en distintos sistemas operativos y dirige las instalaciones automáticamente mediante mirrors y proxies locales. Las herramientas están estrictamente limitadas por los permisos de lectura/escritura concedidos.

Busca y ve videos Bilibili; da like/coin, envía danmaku/comentarios, responde y sigue las respuestas. Usa subtítulos AI o transcribe audio localmente si faltan antes de comentar o elegir destinatario. Extrae estilo humano sin copiar frases. Omite videos vistos y deduplica por hilo; tras muchas rondas con alguien en una sección, evalúa el contenido: si parecen elogios entre bots, deja una última línea y para. Comprueba visibilidad pública o solo propia; escanea última hora/día/3 días/todo, lista los invisibles y avisa de respuestas plegadas. Los seis tabs de Settings se aplican al instante, sin reinicio. El manual se encola tras el listener de fondo, no se rechaza. El self-check indica qué instalar; requiere Python 3 y lista paquetes ausentes.

Elimina la variable heredada ELECTRON_RUN_AS_NODE del entorno que el paquete open-in-app entrega a los editores iniciados, para evitar el error HTTP 502 launch-failed al usar Open in ... del host de escritorio. No modifica app.asar.

Usa sesiones DSH de Windows y Linux nativo en una sola ventana de Windows, con cambio de entorno WSL y herramientas del sistema bidireccionales.

UI de configuración del plugin oficial de memoria OpenViking: conexión y clave de usuario, diagnóstico local, interruptor de memoria por sesión en el composer, aislamiento para limitar los recuerdos al tema actual y ajustes de umbral de puntuación, cantidad inyectada, expansión de consulta y URI excluidas.

Tablero de diagnóstico del entorno de PC y control de puertos: inspección sin dependencias del sistema, las cadenas de herramientas de CLI, los puertos de escucha activos con liberación al pasar el cursor y la disponibilidad de claves de modelo. Sin llamadas externas, cero secretos en texto plano.

Panel cron para programar scripts locales o tareas de sesión dsh (sesiones nuevas o fijadas), con gestión centralizada de variables de entorno, registros y control de concurrencia y tiempo de espera.

Memoria entre sesiones para DeepSeek Harness con gobernanza, autoevolución y una vía de escritura con aprobación. Recuerdo clasificado por calor, convenciones de entorno, ciclo de vida del olvido, cadenas de sustitución, defensa contra envenenamiento, autodestilación y una medición abierta.

Inyecta en el system prompt la distro de WSL, el mapeo de rutas de Linux, las advertencias sobre CRLF y git en /mnt/c, y NODE_USE_ENV_PROXY.

Entrada de chat web para DeepSeek Harness: un botón de barra lateral que abre chat.deepseek.com en una ventana de escritorio dedicada bajo dsh-desktop, con alternativa en webview para entornos web simples.

Ejecuta el sistema de archivos, bash y terminales PTY del agente dentro de un contenedor Docker mediante las interfaces `ctx.fs` y `ctx.subprocess`, para que el cwd, el entorno y los procesos en segundo plano sobrevivan al reinicio del harness.

Herramientas de comandos CLI de Lanting + protección L0: 9 herramientas de memoria + 6 herramientas de calidad (registro defineTool, spawn venv _cli.py) + protección de escritura/llamada directa

Laboratorio de selección probada para plugins DSH: cada entrada supera pruebas reales de instalación/análisis estático en un entorno aislado, con registros completos y comandos de reproducción (prioridad para chino).

Herramientas Docker para agentes: ps/images/logs/inspect/exec/manage/health con salida JSON, ruta de CLI configurable por env, exec con aprobación obligatoria y sin dependencias en tiempo de ejecución.

Diagnóstico sin conexión para DSH: 19 comprobaciones sobre el entorno, el perfil y el estado de la sesión, con un panel «Doctor» en ajustes y una API JSON de solo lectura.

Usa hosts SSH y distribuciones WSL como espacios de trabajo DSH remotos, con configuración del entorno, traslado de ajustes de modelos e interfaz remota integrada localmente.

Chat en directo de Bilibili para DSH: lee el chat, solo envía mensajes tras confirmación explícita y permanece en la sala en segundo plano. Opcionalmente, el modelo decide si responder y el audio de la emisión se transcribe a texto. No entiende el vídeo. Requiere entorno virtual Python 3, requirements incluidos y cookies de Bilibili; la transcripción también necesita ffmpeg y un motor Whisper.

Estudio de modelado sólido NURBS BRep con entrada en lenguaje natural, viewport 3D en vivo (medir/wireframe/ajustar), exportación STEP y herramientas agent que ejecutan NVIDIA usd-brep en un venv CPython gestionado. Requiere CPython 3.12; las wheels usd-brep cubren solo Windows y Linux de 64 bits.