Plugins

Añade una pestaña Graph que representa la ejecución de una sesión como un DAG interactivo de turnos, pasos de LLM, herramientas, Skills, subagentes, cambios de código y pruebas, con estado en vivo, agregación de reintentos, ruta crítica y vínculo con la trayectoria.

Orquestación de rebobinar / reintentar / bifurcar (host) más sustitución del renderizador conversation.chat.node (navegador) — acciones de editar / reintentar mensaje en las burbujas del usuario.

Cuando un turno de dsh se interrumpe —por un reinicio de la web o un problema del proveedor (límite de tasa, error 5xx, error de cuota)— este plugin inyecta automáticamente un «continue» para que tu sesión continúe donde lo dejó, con un guardián de bucle muerto que devuelve el control si el reintento no produce nada.

Edición de mensajes atómica por turno, reintento, reroll y navegación por árbol de versiones para conversaciones de DeepSeek Harness.

Herramientas HTTP de obtención antibot endurecidas con la pila de scraping de producción de SXS (millones de peticiones al día): rotación de grupo de UA, reintentos con retroceso exponencial, detección de muros antibot (captcha / desafíos de verificación) y limitación de tasa adaptativa — herramientas: `sxs_fetch` / `sxs_fetch_json` / `sxs_rate_status`.

Undermind literature search inside DeepSeek Harness. The plugin owns the OAuth authorization-code + PKCE login the remote MCP server requires, refreshes the rotating refresh token before expiry, re-initializes the MCP session when the server drops it, and registers every tool Undermind tools/list returns as a mcp__undermind__* tool, alongside a permanent undermind_auth tool for status, login, logout and retry. Needs an Undermind account and a client id - Undermind accepts a Client ID Metadata Document URL (CIMD) or a pre-registered client id, and does not support dynamic client registration.

Detiene al agente tras N fallos consecutivos en la misma herramienta. En lugar de otro reintento, envía una instrucción de parada con cuatro partes: qué se intentó, texto exacto del error, causa probable y qué debe hacer el usuario. Detecta resultados reales de herramientas (isError o código de salida de shell distinto de cero) y los refleja mediante agent.steer, para que el agente los reciba como mensaje y no como línea de log.

Radar de fallos de herramientas para plugins DSH: muestra por herramienta las tasas de error, grupos de reintentos y cola lenta a partir de los sidecars de trazas de herramientas.

Failover transparente entre proveedores para solicitudes principales de DSH Agent: cadenas fallback con nombre, selección por sesión y reintentos configurables por ruta.

Panel de chat grupal con varios roles para DeepSeek Harness: participa como un personaje y conversa con 2–3 miembros de IA; dirige respuestas según el destinatario con intervenciones probabilísticas de otros personajes; admite relevos con @, memoria y relaciones privadas, biblioteca global de personajes, diagnóstico y reintento de fallos, búsqueda, nota de escena fija, historial largo paginado, sincronización entre pestañas, modelos del catálogo de proveedores e importación/exportación JSON.

Análisis forense de decisiones anteriores de enrutamiento. Reproduce cada sesión y clasifica determinísticamente, sin LLM, la complejidad de cada turno según la forma de la solicitud. Detecta dos desperdicios: modelo caro en tarea fácil (diferencia medible) y modelo barato que falla en una tarea difícil; cada reintento vuelve a enviar todo el contexto y el coste supera al de usar el modelo superior. Distingue reintentos por capacidad del proveedor (RATE_LIMIT/TIMEOUT/TRANSPORT) de fallos del modelo para evitar falsas alarmas. Deriva reglas de enrutamiento de la evidencia y calcula precios con una tabla integrada por millón de tokens.

Recuperación automática ante turnos fallidos: reanuda tras fallo temporal, continúa tras truncamiento de salida y reejecuta si quedó una lista todo incompleta. Incluye respaldo 429 por solicitud y dock para editar y reenviar, reintentar o detener y volver a preguntar.

Dashboard de tokens para todo Harness: agrega por sesión y turno los tokens sujetos a tarifa de cada sesión (input sin caché, cache read/write y output) y estima el coste CNY peak/off-peak. “Token 用量” sobre Settings abre `/token-stats` (nueva pestaña en Web, popup dentro de la app en Desktop); recopila y repinta cada 60 s mientras la pestaña está visible. Lee el mismo flujo de eventos que `dsh-token-meter`: assistant/chunk en 0.1.x y assistant/message y assistant/attempt en 0.2.x; un intento repetido tras retry de LLM cuenta como llamada facturada aparte. Inicializa una vez con el rollup persistido y luego reparsea solo logs cuyo mtime o tamaño cambió. Host y cliente vienen en un paquete.

Clínica de solo lectura para logs de sesión DSH: 22 diagnósticos con nombre (desperdicio de tokens, ciclos de reintentos/fallos, exceso de contexto, amnesia entre sesiones, MCP servers y skills inactivos). Cada hallazgo incluye un localizador de evidencia reproducible como `session.v4.jsonl.zstd#L101-L110` y una prescripción ejecutable: fragmento YAML para profile-patch o comando con valores actual→propuesto, riesgo, verificación y fuente. Un comando de feedback retira una prescripción rechazada y el informe indica que se eliminó por ese feedback. Cero dependencias, cero egreso por defecto y nunca escribe los archivos de sesión.

Optimizador de prompts en la fila de herramientas del input del composer: elige categoría y plantilla y pulsa ✨ para reescribir el borrador en el sitio, con undo de un clic. Categorías Basic, Context e Image; permite cancelar y muestra tiempo y tokens. Incluye 15 plantillas para reescribir instrucciones, planificar pasos, enmarcar investigación de seguridad, crear roles para system prompts y prompts text-to-image/image-to-image. Las plantillas Context leen turnos recientes para resolver correferencias. Llama al servicio de modelos del host; Settings expone modelo y presupuestos. Un guard comprueba que sobrevivan las restricciones escritas por el usuario y avisa en vez de reintentar automáticamente. Adaptado a dsh 0.1.7 y 0.2.

Servidores MCP por proyecto: se declaran en documentos del proyecto (`.dsh/mcp.json` predeterminado; listas de archivos locales/globales en Settings) y solo se montan para sesiones que trabajan allí, desde el primer turno hasta quedar inactivas. Panel lateral/Settings muestra proyectos activos, estado de servidores y sesión del montaje; incluye `Sync`/`Retry`/`Release`, `enabled` y edición de una entrada existente. Política por proyecto (`disclosure`/`direct`/`off`), pins y `mcp_search_tools` deciden qué ve el modelo. `${VAR}` se resuelve con `.env` del proyecto y el archivo de credenciales; contadores por servidor sobreviven a las sesiones.

Gestor de canales de modelos: agrupa candidatos de proveedor/modelo en la ruta virtual `roundrobin/<group>` con failover, reintentos, timeout y cooldown. Los ajustes editan proveedores/grupos y ofrecen pruebas de velocidad y solicitudes reales por modelo. El panel de siete días agrega latencia, fallos y tokens upstream de entrada, salida, caché y razonamiento.

Workbench y herramienta agent de imágenes DSH: ark9_generate_image genera texto-a-imagen/imagen-a-imagen por cualquier API compatible con OpenAI. Canales del usuario, sin endpoint incluido: baseURL, key y modelo propios. Generación del agent requiere aprobación por defecto: queda en cola y no se cobra hasta aprobar; responde enseguida “awaiting your approval”; resultado/rechazo/timeout vuelve al siguiente turno. 5 pestañas Generate/Approvals/Prompts/History/About; proporción/tamaño con presupuesto de calidad y alineación de 16 px; fondo transparente; lotes de hasta 10 como subtareas; prompts JSON propios vía host proxy; logs persistentes con retry; agrega canales y modelos por canal; UI zh/en; importar/exportar config. Better Sidebar con dsh-better-sidebar, sobre FAB dsh-cua si ambos.

Revisión de salud de sesión: extrae mecánicamente los logs a tickets estructurados de problemas (bucles de reintento, grupos de errores de herramientas, turnos interrumpidos, desperdicio de tokens) mediante el seam oficial session-query. Funciona de forma independiente.

Selector de modelos en tres niveles y centrado primero en el proveedor para el espacio de modelos de DSH Web: elige proveedor y luego uno de sus modelos, con búsqueda integrada en ambos niveles; muestra filas para reintentar proveedores fallidos y un activador «Model · Provider».

Ajusta el ritmo según provider/model y muestra los reintentos por límite de frecuencia para los modelos gratuitos de DeepSeek Harness.

Plugin permanente de DSH que reúne banco de trabajo, árbol de conversación en sesión y gestor de plugins: compila/ejecuta proyectos LVAL, explora código y conserva snapshots de versiones por programa con rollback; permite editar, reintentar o ramificar mensajes con microversiones. Incluye gestor de funciones, biblioteca global de plugins con niveles de activación, memoria entre diálogos, chats temporales de un solo uso y colaboración de modelos; cinco niveles de permisos de red, enrutamiento mixto, auditoría de seguridad y control del navegador mediante extensión complementaria.

Recuperación de red fail-closed, respuestas recomendadas y continuación segura desatendida para DeepSeek Harness.

Hace que DeepSeek Harness reintente automáticamente fallos transitorios de gateway de SenseTime como 429/QUOTA hasta completar la tarea; al iniciar, inyecta en caliente una retryPolicy reforzada en todos los provider de llm-pi-ai.