Plugins

Gobernanza de plugins: los plugins nuevos/actualizados se preparan primero en un área de candidatos y luego se montan en caliente tras el arranque: el éxito promueve, el fallo desactiva automáticamente, los fallos repetidos congelan, modo seguro con un clic y panel de diagnóstico en la barra lateral (npm: dsh-my-guardian).

Notificaciones del navegador y un pitido cuando termina un turno de sesión, el agente hace una pregunta o hay una aprobación pendiente; al hacer clic en la notificación salta a la sesión; endpoint de activación remota y canal SSE (npm: dsh-my-notify).

Fiabilidad de tareas: reintento automático ante tiempos de espera o fallos del modelo, continuación automática de tareas inacabadas, verificación de finalización, interrupción de bucles de pensamiento, reanudación tras suspensión o reinicio, modo piloto automático y endpoint de activación remota (npm: `dsh-task-reliability`).

Del chat al lienzo y a la obra: impulsa ComfyUI como IDE visual de flujos dentro de DSH. Incrusta ComfyUI (local o nube) como lienzo en pantalla dividida en DSH Web: el agente escribe prompts y scripts en el chat, los aplica en vivo y produce imágenes, música, vídeo y 3D. Operaciones: componer pipelines, leer/escribir flujos, editar nodos, cablear enlaces, ejecutar, ajustar y depurar. Producción: barridos de parámetros por lotes (batch_run) y recuperación automática de salidas al chat (get_outputs). Mantenimiento: lanzamiento y actualización con un clic de ComfyUI, su núcleo y los nodos personalizados. Este paquete es el plugin del lado DSH e incluye el nodo puente del lado ComfyUI.

Conecta chats privados de WeChat en DeepSeek Harness como un plugin en proceso sobre el protocolo de bot iLink de Tencent, con mensajería bidireccional de texto, imagen, archivo y voz, comandos slash dentro de WeChat resueltos a través del registro de comandos nativo, manejo del lado de WeChat de aprobaciones y preguntas del agente, y envío proactivo mediante una herramienta send_wechat.

Pestaña de actividad de archivos en la barra lateral de DSH: registra lecturas/creaciones/modificaciones de archivos del agente y de la barra lateral (incluidas las operaciones ocultas dentro de comandos bash), con aislamiento por sesión, persistencia tras reinicios y vista previa flotante al hacer clic en un archivo (npm: `dsh-file-activity`).

Renderiza bloques de código mermaid/mmd en la conversación como tarjetas de gráfico con alternancia vista previa/código; el motor va integrado, por lo que funciona totalmente sin conexión y sin CDN (npm: `dsh-mermaid-render`).

Pensar en chino: inyecta un prompt de sistema para que los pensamientos y las respuestas se mantengan en chino, expande el bloque de razonamiento por defecto con plegado interactivo y localiza las etiquetas de la interfaz (npm: `dsh-think-zh-expand`).

Pliega los turnos completados en sus conclusiones finales, separa el razonamiento de la prosa con un divisor, y permite saltar entre turnos desde un raíl acoplable a izquierda o derecha con marcas de línea o punto, un anillo opcional y resúmenes al pasar el cursor; puede ocultar el TurnNavigator del borde derecho del host, cargar historial anterior y abrir un issue de diagnóstico prerellenado.

Un látigo para DeepSeek V4 Pro: vigila la huella de razonamiento de cada bloque de pensamiento y hace volver al modelo cuando se desliza del modo concentrado "We will / I will" al modo disperso "let me".

Puente bidireccional de WeChat (iLink): envío de fin de turno y solicitudes de aprobación, aprobar/rechazar e inyección de mensajes dentro del chat, deduplicación persistente y fragmentación convergente de respuestas largas; capa de canal ampliable a otras mensajerías instantáneas.

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.

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.

Conecta el estado de la sesión de DSH con la burbuja del mascota de escritorio cc-pet, mostrando thinking, tool calls y finalización en tiempo real. Se publica en npm como `dsh-pet-bridge`.

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.

Panel de worktree de Git para DSH Web: reemplaza la barra lateral del espacio de trabajo con grupos proyecto → worktree principal/vinculado → sesión, crea y elimina worktrees, cambia la rama principal y migra almacenamiento configurable local del proyecto o global con salvaguardas contra árboles sucios y sesiones activas.

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.

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.

Tarjeta de ajustes para el motor de reintento automático de DSH LLM: ajusta en vivo desde Settings -> General el número de reintentos, el backoff y el jitter, con chips configurables de retryableCodes; los valores predeterminados añaden INVALID_REQUEST para que los errores HTTP 400 tipo OpenAI de reasoning_text en modo thinking se reintenten automáticamente.

Obtiene cualquier página http/https y devuelve título, descripción, texto principal, esquema de encabezados y enlaces, con estadísticas (recuento de caracteres/palabras, tiempo de lectura, idioma) y palabras clave principales; puede descargar imágenes del contenido al espacio de trabajo de la sesión para análisis de visión y enviarlas a analizadores registrados a través del servicio scrape.imageAnalyzer.

Modo chino global: un pequeño interruptor tipo píldora junto al compositor que inyecta un requisito de idioma en el prompt del sistema de cualquier preajuste (salvo personas completas); la respuesta, el razonamiento y la salida de herramientas alternan cada uno entre chino e inglés, y se admiten preajustes anclados.

Migra automáticamente las skins de mascota de escritorio de Codex a DSH: una mascota animada en la esquina que refleja el estado del agente (pensando, usando herramientas, esperando aprobación, fallido, completado), con diálogos de vidrio esmerilado por sesión y un panel de ajustes completo.

Tema claro Solarized, diseño compacto, cápsulas plegables para las cadenas de pensamiento/herramientas, y paneles de saldo, coste de sesión y uso para la Web UI de DSH.

Plegado de transcripción en streaming para la interfaz web de DSH: las filas de pensamiento y de herramientas se pliegan mientras la ventana de pensamiento más reciente se abre sola; un turno terminado se desplaza de vuelta a tu pregunta, que además permanece fijada arriba mientras lees; chispas azules salen del borde de la ventana de pensamiento y del cursor que escribe la respuesta.