Plugins

Optimizador de prompts con estructura de agente para DeepSeek Harness: reescribe los borradores del compositor en role/task/context/constraint/format con modos normal, slim y expand, un modal de confirmación con puntuación, continue-optimize y motores local, híbrido, DSH o API en la nube.

Orquestador multimodelo: el cerebro principal descompone tareas complejas y reparte subtareas a subagentes GLM / Kimi / Qwen según las fortalezas de cada modelo, con uso de tokens por modelo.

Añade 20 configuraciones regionales (chino tradicional HK/TW, japonés, coreano, francés, alemán, español, portugués, italiano, ruso, ucraniano, polaco, neerlandés, turco, árabe, hindi, indonesio, vietnamita, tailandés, sueco) a la Web UI de DeepSeek Harness, con traducciones pulidas a mano, alternativas en tiempo de ejecución y traducción automática de los textos del mercado y de terceros.

RAG de doble grafo de conocimiento para notas Markdown con decaimiento de memoria half-life: grafos de prerrequisitos y similitud (recorrido P/S-Agent), fragmentación por párrafos, búsqueda híbrida n-gram/embedding y bucle explícito de retroalimentación de pesos — plugin nativo de Cordis, instalable vía npm como @eqman00003/knowlp-rag.

Dos gates de salida. Guard bloquea: verbo de relleno+nombre abstracto, adjetivos vacíos, clichés, aperturas plantilla, boilerplate git commit/PR/review y comentarios que narran código. Cubre chat/comentarios/email/commit/PR/review/issues/docs/comentarios de código; devuelve OK o una línea de corrección. Catch memes consulta antes de pensar la wiki local de 6792 entradas (no adivina ni busca jerga) e inserta “how to answer this”. Match exacto title/slug/alias, sin fuzzy; chat normal no activa. node:sqlite local, 0 deps, 1,6 ms. Settings: guard, strict, toggles prompt/wiki, lookup por turno, tono conductual reserved/measured/follow the room/unrestrained, AI-completion aparte (off por defecto, modelo de sesión), prueba por pegado, 3 umbrales. Los checks no llaman modelo.

Núcleo de cerebro humano simulado para chats: espacio de trabajo global, valoración emocional, memoria de dos sistemas con consolidación nocturna e interfaz sensorial experimental. El puente QQ requiere un cliente snowluma local y está desactivado de forma predeterminada.

Panel de mapa de memoria neuronal 3D para el almacén meow-memory dentro de DeepSeek Harness. Incluye acceso desde la barra lateral y una vista integrada en el escritorio, con clasificación y recuperación en ocho regiones. Requiere el plugin meow-memory (lee .dsh-meow/memory.db) y Node 22.5+ (node:sqlite).

Skills de Superpowers para DeepSeek Harness (dsh): metodología de ingeniería completa ofrecida mediante el proveedor de skills de sistema de archivos propio de dsh, con bootstrap siempre activo.

Memoria de largo plazo local-first para DeepSeek Harness: paquetes de texto, recuperación bajo demanda, citas de eventos raw, varios cerebros y límites entre workspaces.

Alertas de desastres en tiempo real para DeepSeek Harness: terremotos de Japón (P2PQuake) y telegramas EEW de la JMA de tsunami y meteorología, terremotos globales (EMSC/USGS) y tsunamis de la NOAA, terremotos de China continental (CENC vía Wolfx) más avisos de tormenta de lluvia y riesgos geológicos de nmc.cn, y avisos de inundaciones, lluvias y marejadas ciclónicas del NWS de EE. UU./Canadá y de la ECCC — contrastados con tus regiones y umbrales de vigilancia.

Edición en inglés de la Ley de Weiwen (Ley de KISS): el primer y único middleware de adjudicación causal de caja blanca agnóstico de dominio para agentes de IA. A diferencia del tooling causal por dominio o de los cortafuegos de agentes con compuertas de evidencia, adjudica cada llamada a herramienta en una cadena causal determinista (R->S->D->H->M) antes de la ejecución, en cualquier dominio, sin entrenamiento ni ajuste por dominio. Bloquea operaciones destructivas y sobre archivos de credenciales, escala violaciones de límites, corta enlaces defectuosos hasta verificarlos corregidos y emite veredictos de riesgo sobre ejecuciones no auditables; totalmente local y sin coste de API.

Borrador de memoria por sesión al estilo Codex para DeepSeek Harness: una sesión, un borrador (rollout_summaries), contenido y pasivo (escribe solo ante petición explícita del usuario), divulgación por capas (resumen + registro) y marca de agua de integración idempotente. / Plugin de memoria de un borrador por sesión.

Gancho de memoria de L-clone: al final de cada turno (turn/end) de DSH, captura automáticamente en el cerebro externo; el botón «Panel del cerebro» de la barra lateral de la GUI web abre el banco de trabajo de memoria con un clic.

Lógica de compresión de contexto inspirada en el cerebro humano que reduce drásticamente el uso de contexto y el consumo de tokens en tareas largas.

Página de chat CLI estilo Matrix para la interfaz web de DSH: el pensamiento del agente cae por la pantalla como lluvia verde de código mientras las respuestas se imprimen normalmente en la terminal.

Abre el espacio de trabajo actual en tu editor local (VS Code, Cursor, JetBrains, Vim, ...) desde el encabezado de la sesión.

Mascota ballena cibernética para DeepSeek Harness: una ballena flotante, alimentable y de color personalizable sobre shell.overlay que informa del uso de tokens, cuota, interacciones y recuentos de sesión: un único bundle dsh-plugin que lleva el cerebro de chat del host y la superficie del navegador.

Expone las capacidades del agente de DeepSeek Harness como un servidor MCP, para que un cliente MCP externo (por ejemplo, Hermes) pueda dirigir a Harness en la ejecución de tareas de programación. Hermes = cerebro, Harness = brazos.

Immersive weather theme for DeepSeek Harness: physical rain with splashes and ripples, snow in two crystal habits, a hearth, lightning with distance-coded thunder, a night mode, and a compact control panel.

A second brain for DeepSeek Harness where Markdown is the database and git is the sync, with zero runtime dependencies. Core memory is injected into every system prompt, one file per note with weighted search; cards produced in the sidebar web chat land in an inbox first and are approved one by one as cloud notes or local-only notes (private/ is permanently gitignored and never pushed); web-chat progress is saved to progress.md with the last 20 drafts archived. A four-step flow lives behind one header icon: open web chat, extract cards, review them, back up to the cloud. The extraction prompt is editable in the panel and applies immediately.

Context handoff sentinel for DeepSeek Harness: three behavioral recall tests (constraints / changed files / next step) run after every compaction or on /guard check, cross-checked against the session log, returning a green/yellow/red verdict plus an optional handoff document.

Lingshu (灵枢) es un sistema de memoria persistente, persona y crecimiento inspirado en el cerebro para agentes de programación con IA. Solo usa la biblioteca estándar de Python, sin dependencias y con prioridad local; requiere Python 3.9+. Incluye memoria por capas hipocampo/corteza, curvas de olvido, consolidación de sueños, recuerdo asociativo difuso, sistema emocional, protección contra la deriva de persona, base de conocimiento, skills autoescritos y panel web local. Se distribuye como skill incluido en DSH. El plugin cordis instalable por separado inyecta sesiones automáticamente solo si (Lingshu está en ~/.dsh/skills/lingshu o se configura brainPy) y hay Python 3. La comprobación opcional de actualizaciones contacta con GitHub/Gitee.

Conexión de cuenta WHOOP en cuatro pasos (crea tu propia app de desarrollador WHOOP y pega Client ID/Secret). Sincronización automática al visitar el panel y gráficos de recuperación, esfuerzo, sueño y entrenamientos dentro de DeepSeek Harness.

Abre en tu IDE las referencias a archivos de la salida del chat de DeepSeek Harness (familia VS Code o JetBrains; Visual Studio Code por defecto), en la línea citada, dentro de la ventana del proyecto y en primer plano. Se actualiza desde GitHub.