Plugins

Perfilador de ejecución centrado en metadatos para agentes DSH: trazas de turnos/pasos, líneas de tiempo de tiempo real de modelos y herramientas, uso por proveedor, reintentos, errores y sesiones en vivo o históricas.

Clínica de salud de solo lectura para el conjunto de plugins DSH instalados: salud del cargador, integridad de dependencias, compatibilidad de versiones, riesgo de scripts de instalación, duplicados e integridad de parches, entregada como herramienta de modelo, panel de ajustes e informes JSON.

Diagnóstico automático de tipos: después de que el modelo edite o cree archivos TS, ejecuta `tsc --noEmit` en segundo plano (con debounce por proyecto) e informa de los errores mediante la herramienta `code_check` — agrupados por archivo con línea/columna, severidad y códigos de error de TS, cerrando el ciclo «editar → comprobar → corregir».

Lanzador de un clic para la Web UI: un Start-DSH-Web.cmd en el escritorio de Windows que arranca dsh web y abre el navegador automáticamente (sondeando hasta que está listo), además de una herramienta de modelo web_launcher (install / open / status).

Paquete de DSH que porta las 25 skills de agente de ingeniería y productividad promovidas de Matt Pocock (interrogatorio, TDD, revisión de código, modelado de dominio, etc.).

Herramienta `describe_image`: un puente de visión que envía imágenes a mimo-v2.5 mediante la API opencode Zen (credencial `OPENCODE_GO_API_KEY`, ruta gratuita primero con respaldo de pago) y devuelve descripciones de texto para modelos solo de texto, con paso nativo y transcodificación ImageMagick de formatos SVG/TIFF/HEIC.

Herramienta image_describe (识图) orientada al modelo sobre la API compatible con OpenAI de DashScope (qwen3.7-flash), más un puente de pegado: en sesiones solo texto, las imágenes pegadas se convierten automáticamente en rutas de archivo al enviar y se vuelven a renderizar en la transcripción, para que nunca tropiecen con la admisión de imágenes. Trae tu propia DASHSCOPE_API_KEY; endpoint/modelo/presupuestos configurables, cliente HTTP a prueba de redirecciones y funciona en todos los agent presets.

Puente de visión con autodescubrimiento para agentes DeepSeek Harness solo de texto: encuentra automáticamente un modelo capaz de procesar imágenes entre tus proveedores configurados y devuelve descripciones de las imágenes como texto plano mediante una herramienta de visión.

Adaptador DeepSeek aumentado con visión: un modelo con capacidad de visión describe la imagen de entrada y luego un modelo DeepSeek solo de texto razona sobre esa descripción.

Visión bajo demanda para modelos DeepSeek solo de texto: sube imágenes y el modelo llama a una herramienta view_image respaldada por cualquier endpoint de visión compatible con OpenAI (Qwen/DashScope por defecto).

Visión como plugin para modelos solo de texto en DSH, con interacción nativa para comprensión y generación de imágenes, automatización de GUI, memoria de evidencia por capas y caché.

Codificador de sinestesia para DSH: un modelo de visión traduce las imágenes a texto espacial estructurado y compacto (lienzo/elementos/coordenadas en porcentaje), dando a los LLM solo de texto comprensión de imagen a nivel de píxel mediante la herramienta `mm_vision`.

Enruta las imágenes del chat a un modelo de visión fijo compatible con OpenAI, devuelve observaciones factuales al modelo principal seleccionado y reutiliza las observaciones por sesión a través de repeticiones, compactación y reinicios.

Curaduría de salidas de herramientas en el momento de la ingesta: conserva las líneas de error y advertencia más la cabecera y la cola, y vuelca el texto completo a disco con un puntero que el modelo puede releer; cubre todas las herramientas de texto, los resultados pequeños pasan intactos.

Integración con el gestor de incidencias Jira Cloud que expone ocho herramientas de modelo para búsqueda de incidencias, consulta de proyectos y transiciones, creación, actualizaciones, comentarios y transiciones; las escrituras son opcionales y admiten dry-run.

Un port ligero de Headroom: comprime la salida de herramientas y recorta hasta un 20% del contexto sin afectar la caché de contexto del modelo ni el rendimiento del agente.

Descubre automáticamente listados de modelos, precios y capacidades de hosts de API compatibles con OpenAI, los normaliza y emite configuraciones de modelo listas para usar en dsh.

Herramientas de gobernanza stage-gate: gate_open / gate_check / gate_list / gate_close invocables por el modelo para comprobaciones de aceptación en memoria y por sesión con conclusiones PASS/BLOCK.

Trae tu historial existente de Claude / ChatGPT a DSH: importación instantánea sin tokens del memories.json dentro de una exportación de Claude, transcripciones locales de Claude Code sin necesidad de exportar y conversaciones destiladas mediante el modelo que ya tengas configurado en DSH. Cada memoria lleva evidencia literal verificada contra la fuente por código: una paráfrasis se descarta y se cuenta, y la evidencia hallada solo en turnos del asistente siempre se deriva a revisión en lugar de almacenarse.

Memorias clave-valor persistentes acotadas al proyecto, con herramientas de modelo set/get/list/delete/search y almacenamiento en archivos JSON.

Tablero de enfoque para agentes de DeepSeek Harness: notas duraderas mantenidas por el modelo en el espacio de trabajo de la sesión que fijan el objetivo, las restricciones y las decisiones a través de compactaciones y sesiones, con inyección automática en el contexto, archivo al limpiar y panel web opcional.

Chips de revisión y cita de mensajes para conversaciones: revisión cruzada multimodelo (código/respuesta) con gradación de severidad y resúmenes, historial de revisiones y preferencias persistidas por el host.

Rellena automáticamente niveles de esfuerzo de razonamiento, ventanas de contexto, límites de salida y modalidad de imagen para modelos de proveedores no oficiales (personalizados), con datos de models.dev.

A GUI subagent-model selector beside the main model seat: pick a model and reasoning effort per session, applied to every in-process subagent.