Plugins

Capa de integración nativa DSH para el motor de memoria Minta: compone la fila oficial dsh-mcp-client, registra la skill minta-memory-governance más un precalentamiento de memoria al inicio de la sesión, e incluye un preset de agente Minta; requiere el motor Minta desplegado por separado (Python/Docker) para proporcionar las 19 herramientas MCP — no utilizable sin él.

Búsqueda web fusionada de múltiples motores, obtención de páginas, búsqueda en X (Twitter) en tiempo real con respaldo sin credenciales, investigación profunda e investigación multiagente paralela para DeepSeek Harness. Capa gratuita: Bing / DuckDuckGo / Yahoo / Exa MCP (todos sin clave, comprobados en vivo); api la

Gestor de complementos con centro de rescate: activación/desactivación agrupada por necesidad, múltiples fuentes de actualización (npm / dshfind market / GitHub), descargas con prioridad para el navegador y carpeta de instalación automática, respaldo P2P, autocomprobación previa al arranque y cuarentena de paquetes rotos.

Un motor de escritura de novelas web para DeepSeek Harness: redacción paralela, esquematización y lluvia de ideas con una clave de DeepSeek independiente, gestión de trasfondo y presagios, recuperación vectorial semántica, una biblioteca de corpus, libro mayor de uso, corrección mecánica y un plan de serialización local.

Capa de identidad de dominio para sesiones de agente de larga duración: direccionamiento de dominio basado primero en declaración, fábrica de sesiones, pausa de cuatro niveles y despacho de modelos para coordinar varias sesiones de nivel superior.

Mascota de escritorio con persona GPT/ChatGPT fijada abajo a la derecha del GUI web de DSH. Muestra saldo, uso de hoy, tarifas punta/valle y coste por turno; burbujas editables (texto, saldo, uso, tarifas, imágenes, frases aleatorias y opciones ponderadas), estilos/fuentes por línea, editor rápido flotante, sonidos, arte/animación/audio personalizados y ajuste/inversión. Incluye 54 frases estilo GPT en cinco grupos. Rutas, bundle id y archivos de datos con namespaces permiten convivir con los widgets de ballena y Xiaoke. Derivada de MeteorNOX/DeepSeek-Balance-Whale-Widget (MIT).

Convierte al agente de DeepSeek Harness en cualquier personaje: un conmutador global de cosplay, tarjetas de rol SillyTavern v2 con importación/exportación JSON, un conmutador de estilo de pensamiento neutral/rol, y creación de tarjetas en lenguaje natural mediante una skill integrada.

Analiza un archivo de audio local y ofrece una evaluación breve y sencilla del tempo, la tonalidad, la dinámica, el clipping y la estructura del arreglo. Las mediciones sin procesar quedan en un bloque aparte; el audio no sale del equipo.

Puente Windowseat para DeepSeek Harness: un plugin anfitrión local expone un endpoint loopback HTTP/SSE para que la extensión lateral de Microsoft Edge incluida lea la página actual, busque archivos locales y se comunique con DSH. La extensión Edge está en el mismo repositorio y debe cargarse por separado. Requiere Windows 10/11 y Edge de escritorio.

Banco de trabajo para escribir novelas en DeepSeek Harness: marcas pulgar arriba o abajo en pasajes candidatos y el modelo los destila en un perfil de preferencias breve que se aplica a las llamadas de redacción posteriores mientras el manuscrito queda fuera del contexto de redacción. Añade un tablero de capítulos, paquetes de escritura por capítulo, revisión acotada por anotación que reescribe solo el párrafo anotado y verifica el resto byte a byte, un libro mayor del proyecto y comprobaciones locales de ritmo.

Búsqueda web multi-motor para agentes de programación — un núcleo SearchBoost (búsqueda fusionada, fetch, X) con adaptadores MCP (Cursor, Codex, Claude Code, Grok Build, Antigravity), extensión pi y bundle de DeepSeek Harness

Motor de persona para DeepSeek Harness: un config.json rige el nombre propio de la IA (por modelo y nivel), cómo te llama, su postura relacional, el texto de carácter, contratos de trabajo por ítem con interruptores, el idioma de la cadena de pensamiento y el tono de respuesta, y memoria a largo plazo condicionada a confirmación humana: la IA solo añade candidatos, una línea de confirmación los activa, y el registro solo admite añadidos y es reproducible. Las entradas confirmadas se inyectan como bloque citado de datos, no de instrucciones; las etiquetadas con un kind van a archivos arbitrarios y no llegan al prompt. El prompt se reevalúa desde disco en cada ensamblado: las ediciones aplican sin reiniciar. Presets: instantáneas JSON compartibles. Sin dependencias, red ni shell.

Revisor de respuestas con agentes para DeepSeek Harness: otro LLM vuelve a evaluar cada respuesta final de 1 a 100; si no alcanza el umbral, guía al agente con comentarios concretos. La puntuación aparece como una etiqueta en la fila de acciones (verde: aprobado; rojo: requiere mejoras), con reintentos y motivo al pasar el cursor. La configuración en vivo está en la pestaña Reviewer 配置, un servidor HTTP 127.0.0.1 o una pestaña lateral opcional de dsh-better-sidebar.

Plugin Mixture-of-Agents para DeepSeek Harness: un comando /moa distribuye un prompt a varios modelos en paralelo, fusiona sus respuestas en un espacio de trabajo de archivos y se integra con Live Canvas para la salida visual.

Espacio de trabajo de ficción local primero que enlaza esquemas, capítulos, personajes, líneas de tiempo, reglas de escritura y verificaciones de continuidad con la conversación.

Un plugin que reúne 15 familias de temas curadas y 9 réplicas completas del skin de dsh-web-ui detrás de una sola opción de configuración, con JSON de tema personalizado solo con CSS, importación controlada de paquetes de skins personalizados mediante selector de carpeta, vista previa, aplicación, eliminación y restauración de valores predeterminados. Se publica en npm como `dsh-appearance-gallery`.

Acompañante animado de escritorio para DeepSeek Harness, con avisos de tareas, chat de sesión, paquetes de personajes y ajustes nativos.

Disciplina de llamadas a herramientas para DeepSeek Harness: inyecta una sección estática de prompt con restricciones de comportamiento, reduce el grupo paralelo a 1 tras un fallo de herramienta (se restaura tras 3 éxitos consecutivos), empuja al modelo a dejar de reintentar tras fallos repetidos, verifica las escrituras con reversión .bak, controla los comandos de alto riesgo y registra estadísticas de cumplimiento con /behavior-status.

Enjambres de IA basados en roles para DeepSeek Harness: un arquitecto planifica, constructores paralelos ejecutan, revisores controlan la calidad y un integrador publica. Fijación de modelos por rol con cadenas de respaldo, bucles de revisión, contratos de evidencia, revisiones con control humano, pausa/reanudación consciente de la cuota y un kanban en vivo + diagrama de flujo en la GUI web. 40 pruebas; se instala desde GitHub o npm.

Una capa de autocorrección para llamadas a herramientas: los parámetros faltantes, los campos incorrectos y las rutas fuera de rango se corrigen antes de llegar al modelo. La tasa de error visible bajó del 7,95 % al 2,20 %.

Failover de alta disponibilidad de modelos (cuarentena, disyuntor de circuito, recuperación por sondeo) y orquestación de subagentes (fanout/pipeline/supervisor) con una interfaz de configuración bilingüe.

Integra en DSH la pasarela WorkBuddy2API con un panel nativo, un kernel actualizable por separado y la alineación de la huella saliente con WorkBuddy Desktop 5.9.2.

Fondo de pantalla independiente para la interfaz web de DSH y la aplicación de escritorio: fondos integrados, cargas locales de imágenes/vídeos guardadas en IndexedDB y biblioteca local de Wallpaper Engine en modo de solo lectura, servida por wallpaper-engine-api incluido en el repositorio. Muestra imágenes, vídeos y vistas previas del taller de escenas; ofrece niebla clara/velo oscuro, desenfoque, brillo y zoom seguro. El modo de seguir el fondo del escritorio también es de solo lectura.

Memoria de experiencias y reflexión para agentes DSH: extrae automáticamente lecciones candidatas tras las tareas y recupera en tareas posteriores las que el usuario revisó. Incluye procedencia de fuentes, recuperación por proyecto, gestión de conflictos, feedback de uso y revisión de caducidad. Captura y recuperación tienen controles separados; escribir lecciones en AGENTS.md requiere vista previa y aplicación explícita. La guía inicial de 4 pasos se abre en ajustes.