Plugins

Crea figuras científicas mediante código: los agentes generan un IR versionado y lo modifican nodo a nodo, sin mover objetos intactos. Exporta SVG/PDF/PPTX vectoriales reales listos para publicación. Incluye siete herramientas papercanvas_* (create, get, patch, layout, lint, render, inspect), motor determinista, lint FC001-FC008 y resolución de fuentes CJK. Verificado en DSH 0.1.5-rc.3 a 0.2.2-alpha.2; del autor de dsh-sessionflow. Requiere instalar aparte el motor PaperCanvas: Python 3.11+ y CLI papercanvas (aún no en PyPI); instálala desde este repositorio y añádela a PATH o define papercanvasBin. El plugin es un adaptador ligero y no incluye el motor.

Plugin de registro de escritura china para el editor 白广大 de Gcores/机核. Registra una skill de estilo de 40 KB y las herramientas style_lint/style_audit/style_rules: 4 errores bloqueantes y 27 avisos (conectores prohibidos, eslóganes inflados, cuantificadores vacíos, párrafos uniformes, estadísticas sin fuente, clichés de IA, etc.), calibrados con 444 artículos/802 mil caracteres. La página de ajustes ofrece activación, pruebas individuales y por lotes y ajustes de umbral JSON.

Memoria SQLite por proyecto con recuperación progresiva, contexto limitado, botón en el compositor y revisión visual. Instala el paquete DSH en la raíz del repositorio y ejecuta /learning-init con una ruta absoluta del proyecto usando Python local 3.10+.

Base de conocimiento local para DeepSeek Harness. Cada base es una carpeta con texto UTF-8, PDF de texto e imágenes leídas por OCR. Antes de cada turno recupera información de las bases seleccionadas en la sesión mediante n-gramas chinos y BM25. Las respuestas incluyen citas que se abren en un lector lateral. El agente dispone de cinco herramientas kb_* (list, search, read, stats, propose text) y comandos /kb para crear, usar, gestionar archivos, buscar y volver a escanear.

Añade botones al encabezado para mover una sesión iniciada a otro workspace y cambiar el preset Agent de una sesión ya iniciada.

Añade a DeepSeek Harness un sistema de ánimo: evalúa 33 estados con nombre cada 3–6 horas y hace pequeños ajustes por mensaje; también incluye memoria entre sesiones, biblioteca de gustos estéticos y diario cifrado. El modelo puede llamar a todas las herramientas de ánimo, memoria, gustos y diario; cada uno de los cinco módulos tiene su propio interruptor. Solo el modelo escribe el diario y no se genera una plantilla de resumen. Fork reducido de JMX-4869/dsh-mood; instala este o el upstream dsh-mood, no ambos, porque registran los mismos nombres de herramientas.

Starpost (星邮) es una red social para bots de IA: una cuenta por bot, amistades, chats grupales, publicaciones y comentarios, plaza pública, botellas de mensajes, partidas programadas de Werewolf, cuotas diarias y límite anti-repetición. El cliente de DSH ofrece 17 herramientas; agrupa los eventos entrantes en un prompt cada intervalo configurable (20 s por defecto) para que el agente responda en un turno y envía las respuestas por las mismas herramientas. Requiere cuenta de Starpost; regístrate desde el panel del plugin la primera vez. Port para DSH de la extensión MIT `cortico-world-starpost` de hth768, incluida bajo `vendor/`; no puede coexistir con la extensión upstream Coo.

Dashboard de uso de OpenCode: panel lateral de cuotas y consumo en DeepSeek Harness, con periodos de suscripción Go, gasto Console, tendencias, previsiones, desglose por modelo, varias cuentas, filtro de cuentas de servicio e interfaz en inglés y chino.

Registra visores de archivos Mol* en dsh-better-sidebar para PDB, mmCIF, mapas MRC, moléculas pequeñas y marcadores Chimera .cmm, también con .gz. Incluye una pestaña de espacio de trabajo BioViewer y las herramientas bio_open / bio_add.

Entorno de lectura para DSH con biblioteca en cuadrícula de portadas y lector paginado de página simple o doble para Markdown, TXT, HTML, EPUB, MOBI y PDF. Las notas de resaltado se anclan a desplazamientos del texto; incluye tres herramientas de agente para listar libros, leer resaltados y obtener fragmentos.

Conecta chats privados y grupos de QQ con DSH mediante OneBot 11. Añade qq_send y otras herramientas para que el agente responda, envíe stickers y espere seguimientos.

Modelos multimodales de decisión Decision 3.0 para DeepSeek Harness, con tools de probabilidad calibrada, página Settings y tarjeta de barra de probabilidad.

Tools nativos de DeepSeek Harness para la extensión Kimi (WebBridge) y el control de escritorio KimiCU: kimi_browser_* maneja el navegador real autenticado del usuario; kimi_cu_* observa y opera escritorios Windows.

Uncle Sam responde mediante chat.deepseek.com en una pestaña real, no por la API medida. Cambia entre API y cuenta web desde el composer; las respuestas web llevan firma que identifica la ruta usada.

Planes duraderos de descomposición de tareas para DeepSeek Harness con aprendizaje propio. Cada subtarea departamental sigue tres fases ordenadas: planificar, ejecutar y verificar; la verificación debe entregar una retrospectiva de problemas, desvíos y soluciones. Se guarda como lección permanente, se clasifica según la nueva subtarea y se inyecta en asignaciones posteriores para no repetir errores. Añade la herramienta de solo lectura dsh_workplan_lessons (11 herramientas de modelo en total), panel de progreso con anillo, barras apiladas y pasos por fase, y autoevaluación pública ISO/IEC 15408:2026 sin dependencias de ejecución.

Cinco tools de audio para el agente: anyaudio_music renderiza partituras de notas sin conexión desde bancos SoundFont locales; anyaudio_sfx ofrece 52 presets SoundFont y 15 generadores procedurales; anyaudio_tts usa Edge o MiMo; anyaudio_mix aplica ducking y normaliza el pico; anyaudio_sources gestiona la biblioteca SoundFont compartida.

Auditoría estática del contexto de un home DSH: baseline de seis capas (rules, memory, skills, tool surface, sessions, KB); rutas rotas del mapa Markdown; duplicados, antigüedad y exceso de límites en memory; compresión de descripciones SKILL.md; y estimaciones de tool surface/contexto estático de cold start reconstruidas desde logs de sesión. Cuatro tools DSH de solo lectura; solo escribe con --apply y crea backup antes. Requiere Python 3.10+ en el host (stdlib; los cuatro tools ejecutan el CLI incluido mediante shell).

Lee, envía mensajes y sigue en directo sesiones locales de DeepSeek Harness desde un agente: cuatro herramientas (session_list, session_read, session_send, session_chat) y una CLI Python equivalente, mediante el RPC local de la aplicación de escritorio. También permite leer transcripciones sin conexión. Requiere Python 3.10+; para leer transcripciones offline también se necesita la CLI zstd.

Añade memoria visual direccionable al agente de DeepSeek Harness: vuelve a cualquier imagen, inspecciona una región y lee los píxeles exactos.

Preset de agente de divulgación progresiva y herramienta de directorio de llamadas: parte de una base mínima y desbloquea herramientas, skills y servidores MCP cuando se necesitan.

Paquete de skills de DeepSeek Harness para crear mods de Hearts of Iron IV 1.19.3: estructura del mod, árboles de enfoque, eventos, decisiones, ideas, personajes, tecnologías, MIO, proyectos especiales, GUI, localización, DDS, verificador estático, instalador y análisis de error.log. Incluye herramientas Python, no recursos del juego.

Carga automática de servidores MCP por proyecto. Se declaran en .agents/mcp.json (la ruta y los marcadores de raíz son configurables); cada sesión dentro del proyecto monta sus servidores en su propio ámbito, por stdio o Streamable HTTP. Las herramientas se llaman mcp__<server>__<tool> y las conexiones se cierran al terminar la sesión. Un panel Web UI lista servidores y herramientas; tras confirmar, permite activar o desactivar una entrada, respaldando y reescribiendo el manifiesto de forma atómica.

Demostración matemática auditable para DeepSeek Harness: servidor MCP local por stdio con 23 herramientas de comprobación automática, skill de flujo de trabajo incluida y comandos /prove y /audit-proof. proven, refuted e inconclusive se mantienen diferenciados, y se informan los pasos sin demostrar. La primera ejecución requiere Python 3.10+ y pip install -r requirements.txt; hasta entonces las 23 herramientas no están disponibles.

Añade las skills handoff, context-decision y context-diagnose, y herramientas autocontenidas context_pressure/context_history (pico de tokens y estadísticas de compactación). Incluye realWindows por ruta con evidencia windowSource, routeKey, la línea de transferencia forzada handoffAt y comandos slash.