Plugins

Herramientas para mods Minecraft 26.3: inicia servidor y cliente reales desde registros JSON, los controla con probe HTTP autenticado y verifica mundo/UI/logs en Fabric, Forge y NeoForge con evidencia por ejecución. No incluye juego ni loader; requiere JDK 25 e instancia Minecraft 26.3.

Inventaría endpoints TCP en escucha y clasifica al titular como agent-spawned/workspace/dev-server/unattributed/system/protected. Solo los dos primeros se auto-seleccionan; reap previsualiza el cierre de todos los descendientes antes de confirmar.

Convierte el historial git real en dos borradores de changelog chino (breve para usuarios y largo para desarrolladores). Cada entrada lleva SHA y marca verified/unverified con evidencia; nunca traduce commit subjects.

Por defecto, no permite cerrar una tarea de equipo sin una verificación independiente aprobada cuyo commit coincida con HEAD del worktree. Añade un tablero DAG de dependencias y ajustes.

Preset Project Development Mode y panel de desarrollo en el chat para DeepSeek Harness: la conversación líder aclara requisitos y delega al Agent Team; un panel flotante sigue cada solicitud de cambio del usuario durante asignación, ejecución, pruebas y aceptación, con 7 herramientas de panel.

Registra por dispositivo las instalaciones correctas de plugins DSH, combina el historial entre dispositivos mediante una cuenta de Baidu Netdisk autorizada por el usuario y permite reinstalaciones por lotes con comprobaciones previas.

Fork de las skills oficiales de Microsoft para agentes de programación IA con .NET/C#, empaquetado además como plugin de DeepSeek Harness. Abarca desarrollo, pruebas, diagnóstico, migración e integración de IA.

Voz bidireccional para la app web DSH: dicta con el compositor unificado y escucha las respuestas con botones de altavoz o lectura automática, desde cualquier dispositivo. Requiere DSH 0.1.7+, Node 22+, Python 3 con numpy y requests, un modelo TTS y micrófono.

Busca obras de dominio público en Project Gutenberg, Wikisource, Internet Archive y Standard Ebooks por título, autor, personaje o trama recordada a medias, o importa EPUB/PDF/TXT/DOCX/Markdown y escucha en la barra lateral. Usa voces neuronales de Microsoft Edge, Kokoro sin conexión o voces del dispositivo; guarda la posición, permite notas de voz ancladas a lo que acabas de oír y comentar el libro con el modelo DSH.

Ejecuta Python en la GPU NVIDIA CUDA local desde DeepSeek Harness: estado del dispositivo, trabajos foreground y detached, registros duraderos y pico de VRAM medido por ejecución.

Sincronización Git de configuración DSH entre dispositivos: captura ajustes, manifests, lockfiles y skills en un repo privado, con guardar/aplicar/descargar/restaurar en un clic y reconstrucción de plugins desde pnpm-lock.

Memoria local a largo plazo para DSH: explora, busca con BM25 y sinónimos, y edita entradas en un panel; incluye carpetas, archivo y papelera. Elige qué inyectar por sesión. Las memorias escritas por el modelo requieren aprobación. Importa/exporta copias y sincroniza opcionalmente entre dispositivos mediante tu Git o WebDAV.

Memoria de código local para proyectos JavaScript y TypeScript, con contexto de fuente automático, búsqueda de símbolos y vectorial, y grafos de dependencias.

Proporciona al modelo un glosario privado: interpreta 「滚木」 como “none” y 「棍母」 como “doesn’t exist”, y decide por sí mismo si usa esas palabras al expresar ese significado. Registra una sección del system prompt y no reescribe nada. Las listas se distribuyen en YAML por categoría (moba/fps/comments/ai/dev/private); los ajustes permiten activar archivos, cambiar la intensidad del recordatorio y abrir la carpeta del glosario.

Superposición flotante en Harness Web UI con el uso de OpenCode Go: porcentajes móviles de 5 horas, semanales y mensuales, cuentas atrás de restablecimiento y fecha de renovación. Inicio con código de dispositivo y actualización silenciosa del token.

Selector de skills agrupadas para el Composer. Un botón junto al campo abre todos los skills instalados por ámbito (research, office, data, writing, media, dev), clasifica automáticamente los nuevos y ofrece anotaciones en chino, búsqueda y detalle; al elegir uno inserta el gesto /skill-name.

Añade F5 / Ctrl+R para recargar la interfaz web de escritorio de DeepSeek Harness, donde la compilación de producción no ofrece por defecto el menú “Reload Page” ni F5 simple, limitados al modo desarrollo. Un listener de teclado del cliente en fase de captura vincula la recarga suave (F5, Ctrl+R) y la recarga forzada con caché invalidada (F5 con modificador, Ctrl+Shift+R y marca de tiempo _dsh_refresh).

Conecta el cliente Android DSHM a sesiones de DeepSeek Harness alojadas en un ordenador para chatear a distancia, cambiar de modelo y aprobar acciones, con emparejamiento y revocación del dispositivo.

Acompañante remoto para iOS de DSH Desktop 0.2.0-rc.2 en macOS Apple Silicon, con emparejamiento, notificaciones de aprobación y revocación del dispositivo.

Instala una biblioteca de reglas de restricciones de desarrollo autoevolutiva, la expone al agente mediante una herramienta constraints y un recordatorio una vez por sesión, y audita el coste de tokens de IA y el uso de contexto.

Workflow multiagente para DSH: un commander asigna tareas a agentes fijos/temporales mediante una máquina de estados persistente, con canvas y roster en la barra derecha.

Incluye 15 skills Superpowers para DeepSeek Harness sobre TDD, depuración, planificación y revisión de código.

Motor MCP de recuperación de código con SQLite FTS5 y BM25: code_search/code_outline/code_index/index_status. Bigramas CJK, chunks tree-sitter conscientes de declaraciones, reindexado incremental y filtro de secretos en tres capas. Consultas chinas encuentran código inglés; sin vector store/embeddings por defecto. Requiere motor local Python 3.10–3.12 instalado con scripts/install.sh y CODERAG_ROOT en profile patch.

Registra los modelos gratuitos de OpenCode Zen como proveedor nativo: descubre el catálogo en vivo desde opencode.ai y lo cruza con los precios de models.dev. La página de detalles puede volver a consultarlo o probar qué modelos responden. No declara dependencias; solo usa el pi-ai del host.