Plugins

Panel de saldos y uso de API multiplataforma para la GUI web de DSH: saldos de DeepSeek, Zhipu GLM, Kimi, StepFun, SiliconFlow, MiniMax, OpenRouter, Novita y xAI bajo el compositor, coste estimado por sesión y por subagente con precios pico/valle de DeepSeek, descubrimiento automático de relés configurados en los ajustes de DSH, y un widget de ballena arrastrable opcional.

RAG de base de conocimiento bibliográfico local: 10 herramientas (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), búsqueda híbrida BM25+vectores+reranker, QA con citas y enlaces DOI clicables, embeddings bge totalmente locales sobre un índice SQLite de un solo archivo. Requiere Python 3.9+ con pymupdf, faiss-cpu y sentence-transformers; el instalador `npx dsh-kb-rag-install` los configura y predescarga el modelo.

El paquete DeepSeek Harness registra una habilidad que convierte producción larga (artículos académicos, análisis sectorial, comentarios empresariales) en pipeline de 9 roles: scouts T1 literatura / T2 datos / T3 casos en paralelo, T4 analista, T5 redactor, T6 compañero crítico, T7 auditor, T8 finalizador, T9 revisor par ejecutados por el coordinador. A través de 6 fases con verificación triangular de evidencias, M-gate de 23 comprobaciones, auditoría G0-G14 incluido gate de rastro IA chino, puntuación peer-review con matching de revistas, y 4 checkpoints humanos. Instala con `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch más lib/index.js); envía tarjetas de rol T1-T9, plantillas y 11 scripts de verificación sin dependencias, con READMEs en cinco idiomas.

Integración mcp-unity de un solo disparo para DeepSeek Harness: servidor MCP incluido sin configuración manual permite al agente controlar el editor de Unity mediante 34 herramientas: escenas, objetos de juego, transformaciones, materiales, prefabs, elementos de menú, modo de juego, pruebas y registros de consola, con reconexión automática.

Búsqueda interna de Zhihu, búsqueda web global y respuestas Zhida para el modelo mediante la API oficial de Zhihu Open Platform.

Pipeline de investigación y búsqueda profunda multiplataforma: harvest_scout para descubrimiento en paralelo por GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili y YouTube; harvest_deep_research para informes de investigación completos automatizados; además de extracción, verificación entre fuentes y auditoría de credibilidad.

Mejora de prompt con un clic en el compositor: reescribe el borrador en un prompt estructurado (rol y objetivo, pasos ejecutables, formato de salida, criterios de aceptación, casos límite) con vista previa antes/después, reinserción y deshacer. Nunca cambia la intención ni inventa requisitos.

Herramienta de comprensión de video de bajo coste: una herramienta video_understand convierte un enlace de Bilibili / BV / video local en una capa de información AVIS (ASR + estructura de escenas + seguimiento de objetos + etiquetas YOLO) y devuelve un resumen + Q&A. Incluye enrutamiento dinámico entre capas guiado por preguntas (L0 ASR / L1 seguimiento de objetos / L2 VLM de fotograma clave), reutilización de la capa semántica para preguntas repetidas y un tope de presupuesto por pregunta. Motor Python: la capa principal necesita faster-whisper / opencv / yt-dlp (~200-300MB); la capa semántica opcional añade ~2GB de torch / transformers / ultralytics. Un doctor --fix incluido configura el venv e instala ambos.

Hable con Excel en DeepSeek Harness: cree, edite, repare y verifique hojas de cálculo mediante conversación, con comprobaciones automáticas de salud de fórmulas después de cada edición.

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.

Skill de revisión de código basada en plantillas: flujo de revisión en cinco pasos, clasificación por severidad (crítica/media/menor), puntuación en cuatro dimensiones (calidad, seguridad, rendimiento, mantenibilidad), salida dual en texto y HTML, y base de conocimiento de referencia bajo demanda.

Banco de trabajo científico reproducible: celdas impulsadas por agentes, figuras en línea con retroalimentación/re-ejecución, procedencia mediante manifiesto, instantáneas de entorno y habilidades de figuras nivel publicación (9 herramientas bio_* + UI del banco de trabajo).

Optimizador de reasoning_effort por ronda para dsh — reduce automáticamente el razonamiento en llamadas de herramientas simples y lo aumenta para trabajos pesados, recortando el tiempo de pensamiento entre llamadas de herramientas.

FormatForge: forja más de 30 formatos de archivo (PDF, DOCX, PPTX, XLSX, EML, EPUB, TOML, archivos comprimidos) en texto legible por IA mediante una bandeja de arrastrar y soltar, las herramientas ff_translate/ff_formats/ff_result y una CLI; los PDF escaneados recurren a OCR local o a una pista de mejora para el modelo de la sesión.

Plataforma empresarial de recursos de IA como paquete cordis de 22 plugins: IAM de organización/cuenta/rol, proveedor OIDC y SSO de aplicaciones, gestión de servidores MCP con la propia plataforma expuesta como servidor MCP, almacenamiento de activos NAS, centro de habilidades, registros de agentes y aplicaciones, gestión de conectores SaaS, canal de datos del portal empresarial, panel de banco de trabajo de agentes departamentales, puente de grupos DingTalk para envío de mensajes y aprobaciones, inscripción remota de dsh con un clic y proxy de herramientas, medición de uso, facturación de cartera, gateway de modelos, auditoría con alertas, autoactualización y marketplace revisado de plugins de terceros — más de 70 herramientas operativas pasan a ser invocables por el agente dsh.

Control por ronda del nivel de pensamiento (reasoning_effort) para DeepSeek Harness: Auto programa low/high/max según el historial reciente de tool calls, o permite fijar manualmente un wire level (off/on/minimal/low/medium/high/xhigh/max), con mapeo wire personalizado, guard de capacidades por modelo y presets de ventana de contexto (64K–1M); su capability card se combina con [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (instalable desde dsh-market) para probar reasoning en gateways compatibles con OpenAI (vLLM / LM Studio / autoalojados). La card escribe capacidades llm-pi-ai, el adapter conduce el wire (compat.thinkingFormat) y el plugin mantiene la lista de takeover.

Memoria entre sesiones basada en archivos: archivos de memoria en Markdown plano con inyección automática de recuperación, compatible con el formato de CLAUDE.md y archivos de memoria de Claude Code, por lo que migrar es una copia manual de archivos.

Skills para crear sitios web en la plataforma Creght: sincronización pull/push por CLI, convenciones de páginas y componentes, CMS, formularios, autenticación, SEO, publicación y reversión de versiones.

Administrador de modos personalizados y asistentes. En Settings se define un prompt de sistema por modo y se guarda como un archivo normal que el agent loop vuelve a leer antes de cada paso del modelo, por lo que los cambios llegan al siguiente paso de las sesiones activas. Se puede partir de la composición oficial standard/PTC/minimal/Cordis, activar o desactivar una por una las filas de plugins que monta cada modo y asignarle un nombre. Así conviven en un mismo equipo asistentes con prompts propios —para programar, conversar o interpretar un personaje de roleplay (RP)—, seleccionables al iniciar cada sesión nueva. Las filas sin cambios permanecen idénticas byte por byte a las distribuidas, incluidas las condiciones de plataforma.

Integra Copree (antes AIsChat) en la interfaz de DSH como panel lateral nativo. Copree es un marco open source de chat grupal de IA y mundos programables: las IA son residentes, no herramientas, con memoria, estado y personalidad propias; hablan entre sí solas y puedes mirar o unirte. Group World va más lejos: cada chat grupal liga un mundo vivo (web + IA + código + reloj) que su IA construye y edita con las herramientas de workspace DSH. Incluye el panel (contactos, MD y grupos fijados), chat en vivo por proxy HTTP/WS del mismo origen, render Markdown/LaTeX, invitaciones y mensajes con imagen, páginas inmersivas y réplica en un clic de tus mundos a espacios DSH (carpeta + sesión + herramientas world_*). Solo front end: proxy a tu backend Copree (127.0.0.1:5228 por defecto, mismo repo).

Página de gestión de MCP en los ajustes de DSH: lista, habilita/deshabilita, reinicia y elimina servidores MCP, edítalos en modo formulario o JSON, expande un servidor para ver las herramientas que registra e importa configuraciones MCP de 14 herramientas (Claude Code, Cursor, Codex, VS Code y más) pegándolas de una sola vez.

Adaptador de chat nativo de Ollama Cloud: traducción NDJSON directa del formato de cable /api/chat de Ollama, descubrimiento de modelos con ventanas de contexto y capacidades, y proveedores de búsqueda/obtención web bajo el id ollama-cloud, además de una tarjeta de ajustes Web.

Integra la plataforma de agente social AIsChat en la UI web de DSH como un panel lateral nativo: panel de contactos, chat en tiempo real sobre un proxy HTTP/WS del mismo origen, y renderizado Markdown/LaTeX. El plugin es solo el front end; hace de proxy hacia un backend AIsChat que ejecutas tú mismo (por defecto http://127.0.0.1:5228, del mismo repositorio).

Monorepo multiplataforma de Agent Skills que se monta como un paquete de perfil de DeepSeek Harness, exponiendo habilidades de escritura en chino, Git, desarrollo de plugins, "taste" y linter semántico.