Plugins

Panel de facturación en la barra lateral: uso real agregado a partir de los registros de sesión (llamadas/tokens/caché por modelo y por día), coste estimado en CNY desde un catálogo de precios multi-proveedor actualizado, las rutas de planes de suscripción (coding/token/agent) están exentas, e indicadores de estado por proveedor.

Memoria automática al estilo Claude Code, de forma nativa: archivos de memoria tipados (user/feedback/project/reference) con un índice MEMORY.md inyectado automáticamente en el prompt del sistema (huella cero cuando está vacío); memory_write/read/list/delete siguen las reglas de escritura de Claude Code (deduplicar y actualizar, fechas absolutas, enlaces cruzados); capas por espacio de trabajo y por usuario, bloqueo de archivos entre procesos con recuperación de bloqueos huérfanos, Markdown plano en disco, sin servicios externos y sin embeddings.

Agent Context Editor es un plugin entre agentes para excluir, editar y comprimir selectivamente el contexto de conversaciones de IA manualmente. También admite buscar, filtrar, seleccionar, ocultar, restaurar y deshacer cambios en la conversación conservando la sesión original.

Alternativas de palabras y autocompletados activados con guion bajo en el compositor. Termina una línea con _ y se completa; los errores ortográficos se marcan mientras escribes. Pasa por el modelo ya configurado en dsh, por lo que no necesita clave de API.

Trace Compare & Live Maze: dibuja la exploración real del agente —ruta principal, desvíos fallidos o sin salida, retrocesos y ramas de subagentes— en una única línea temporal de reloj de pared; sube 1–2 registros de sesión para una comparación en el mismo eje u observa su crecimiento en vivo en una pestaña de sesión.

Mantiene un servidor local de modelos TinyTitan accesible desde el harness: actualiza la ruta llm-pi-ai a partir de los modelos instalados y monta un backend de compactación que no razona.

Arnés de auditoría en tiempo de confirmación para agentes de codificación con IA: 24 reglas de git-diff (secretos, ediciones fuera de alcance, inyección de prompts), registro de auditoría firmado con HMAC, reversión de instantáneas y un servidor MCP con 84 herramientas. Instalable mediante `dsh plugin add`.

Permite que el LLM utilice un entorno de línea de comandos (CLI).

DeepSeek Harness remoto con acceso completo a la API del lado del servidor (`settings.*` / `credentials.*` / `host.listDirectory`). Proxy inverso protegido por token, sesiones por dispositivo, código QR de invitación por teléfono, autocomprobación de valla (fence), aprobación opcional / CIDR / tiempo de espera inactivo / TLS local, WebSocket/SSE.

Kit de herramientas de I+D cuantitativa para DeepSeek Harness — 59 herramientas en seis dominios que cubren datos de mercado, indicadores, evaluación de factores, validación ML walk-forward, riesgo (VaR/CVaR/drawdown/Beta con Kupiec POF), opciones, bonos, FICC y simulación de fondos, con un flujo de investigación extremo a extremo PDAT→PET.

QA de fidelidad de diseño para modelos solo de texto: una herramienta `deepseek_vision` toma prestado un ojo de cualquier ruta de visión compatible con OpenAI, de modo que el modelo pueda juzgar si una implementación coincide con su maqueta — se entrega con el benchmark detrás de ese juicio (cuatro fixtures, 23 defectos inyectados, transcripciones en bruto) y la disciplina de cuestionamiento de la que depende.

Control de la entrada web de DSH (v0.3.0-beta.4 · paquete de capacidades para tareas complejas: 3D / normales / interacción / datos / concurrencia / detalles de rendimiento verificados punto por punto + aceptación automatizable + bilingüe chino-inglés ·aplicable a dsh-0.1.6-alpha.1): antes de enviar, una IA independiente (mensajera) optimiza el prompt en un comando listo para la IA de trabajo (cuatro intensidades, longitud del flujo según la dificultad, aislamiento por sesión, mini ventana minimalista).

Vault local de Obsidian como almacén de conocimiento del agente, con herramientas DSH de solo lectura que enrutan estado, preferencia, corrección, memoria, proyecto, búsqueda y sugerencia a la página correspondiente.

lowtide: canalización de tareas por lotes en horas valle con adjudicación humana para dsh (consciente de precios pico/valle)

Ejecutor de lotes en horas valle para DeepSeek Harness: los usuarios definen tareas durante las horas punta (prompt, estrategia, prioridad, workspace, archivos bloqueados) y las liberan manualmente; luego el plugin ejecuta el lote automáticamente dentro de ventanas valle definidas por el usuario. Cada ejecución pasa cinco comprobaciones previas (workspace, git HEAD, sha256 de archivos bloqueados, ajuste de ventana, presupuesto diario), admite cuatro estrategias de ejecución (única / iterativa / muestreo / revisión) y tres niveles de autonomía (L1 por tarea, L2 lote, L3 totalmente automático), y cierra el ciclo con un informe matutino con diffs, gasto real y ahorros desde un libro mayor diario alineado con la tarificación oficial pico/valle.

Protector de escritura académica (bilingüe inglés/chino): elimina la escritura defensiva típica de la IA, protege la evidencia científica (cifras, citas, fuerza de las afirmaciones, resultados no significativos, alcance) durante el pulido, y ajusta el texto hacia una revista objetivo (Journal Profile + Journal Fit). Regex/estadística local determinista, sin red ni LLM; incluye writing_rules / writing_audit / writing_style_profile / writing_journal_profile con auditoría automática al escribir el artículo.

Configuración por modelo de reasoning-effort y modalidad de entrada para proveedores de terceros: sugerencias fusionadas desde una base de conocimiento de modelos y evidencia cruda del endpoint /models con etiquetas de confianza, editadas dentro de la tarjeta oficial de la página Models.

Configura los niveles de esfuerzo de razonamiento y los valores predeterminados de sub-agente para modelos DSH personalizados.

Bóveda local de Obsidian como almacén de conocimiento del agente, con herramientas DSH de solo lectura que enrutan estado, preferencia, corrección, memoria, proyecto, búsqueda y sugerencia a la página correspondiente.

Flujo de trabajo de contratación con IA para RR. HH. y cazatalentos: definición de estándares del puesto, búsqueda y preselección inicial a través de dos canales (Boss Zhipin y Liepin), mapeo de talento del mercado, evaluación de currículums, programación de entrevistas, registro de candidatos e informes diarios. Se puede instalar como plugin de Claude Code o de DeepSeek Harness (dsh); este último incluye un panel de «Navegador de Contratación» listo para usar. También funciona con cualquier asistente de codificación con IA que lea AGENTS.md.

Consejo multimodelo para DeepSeek Harness: respuestas independientes, revisiones anónimas entre pares y una decisión final inspeccionable.

Pipeline de QA como 10 agent skills: análisis de requisitos, estrategia de pruebas, redacción y revisión de casos, automatización E2E (Playwright) y de API, exploratoria, alcance de regresión y análisis de bugs, respaldado por una base de conocimiento compartida con reglas de formato, modelo de riesgo y validadores de esquema.

El sistema operativo de marketing para agentes de IA: primero piensa como un experto en marketing y entrega tácticas como resultado.

Entrada de voz para la interfaz web: pulsa Alt (o Alt+Space) para iniciar/detener el dictado, Web Speech del navegador (sin configuración) o ASR en la nube compatible con OpenAI, pulido opcional mediante el LLM configurado en DSH, interfaz de ajustes.