Plugins

Plugin DSH que sustituye el selector de model/intensidad de razonamiento del área de entrada por un control deslizante de reasoning strength; compatible con la versión oficial más reciente de DSH y DSH Desktop.

Controles de calidad Forge para DeepSeek Harness: puertas por tarea, lectura antes de editar, interceptación de riesgos de bash y puntuación de calidad, aplicados por el CLI local forge mediante los puntos de interceptación tipados de DSH. Requiere forge en PATH; si falta, falla en modo abierto y lo anuncia al iniciar la sesión cuando es posible. Las puertas de tarea también requieren forge init en el proyecto.

Lee por HTTP API el workbuddy2api-panel en ejecución y sincroniza sus modelos con el selector DSH, incluidos multiplicadores de créditos, etiquetas de región CN/internacional y reasoning effort por model. También muestra créditos restantes y uso en Settings y en una insignia lateral.

Mantiene fijado el modelo predeterminado compartido: cambiar el modelo en un chat ya no modifica el predeterminado global ni reduce su esfuerzo de razonamiento.

Fork de dsh-reasoning-effort. Añade al compositor selector de modelos en dos niveles (lista de proveedores, panel lateral de modelos, búsqueda y filas compactas), junto al deslizador de razonamiento y efectos del nivel máximo.

Auto-enriquece los model channels de DeepSeek Harness: evita configurar manualmente por model contextWindow, maxTokens, entrada multimodal [text, image] y niveles de reasoning effort {low, high, max} tras añadir un provider channel. Enriquece al guardar; incluye página Settings UI y copias con marca de tiempo.

Plugin de DeepSeek Harness para suscripciones SuperGrok y X Premium: acceso por device code, provider xai, modelos de chat visibles para la cuenta con contexto y precios por millón de tokens, reasoning effort según las capacidades del model y uso de la suscripción.

Tras cada turno predice tu próximo mensaje y lo muestra como ghost text gris en el compositor. Tab toma toda la línea, Alt+Right una palabra cada vez, Enter la acepta y envía, Esc la descarta y Alt+R vuelve a generar sin repetir la anterior. Al escribir unos caracteres completa a partir de prompts ya enviados en la sesión; Up con el compositor vacío recupera el último. Un formulario de la página del plugin configura provider, model, reasoning effort, toggles por clave y límites de generación.

Sustituye el menú de modelos del composer por un selector de dos paneles: lista buscable agrupada por proveedor a la izquierda y ficha a la derecha con context window, output cap, etiquetas de capacidades y reasoning-effort del modelo, leídos de su propio proveedor. El nombre npm `dsh-model-picker` pertenece a otro autor; instala desde este origen GitHub.

Ejecuta con DSH el backend independiente `jasonxu114514/opencode2api` (Windows x64/ARM64, sin Docker ni CLI de OpenCode); al salir detiene solo el proceso que inició. La tarjeta de ajustes instala, actualiza o revierte el backend desde releases de GitHub con checksum verificado, copia la contraseña admin inicial y sincroniza `/v1/models` con un proveedor que incluye context, vision y reasoning efforts; resincroniza cada 10 minutos.

Lee el catálogo de modelos de cada endpoint de terceros y sincroniza `reasoningEfforts` por modelo de llm-pi-ai, para que el composer ofrezca solo los niveles thinking que ese modelo realmente admite.

Registra agentes ACP externos (Agent Client Protocol), como Codex, Claude Code y Gemini CLI, como proveedores de modelo DSH. Mapea las opciones `thought_level` al selector reasoning-effort, reenvía imágenes solo si el agente anuncia `promptCapabilities.image` y dirige solicitudes de permiso al diálogo de aprobación de DSH. La página ACP Agents importa JSON de Zed `agent_servers` y descubre modelos.

Añade AMD Radeon Cloud como proveedor de modelos en DeepSeek Harness, con niveles reasoning-effort definidos por modelo. La definición del proveedor se incluye en la capa patch del plugin, no en tu perfil.

Sustituye el menú reasoning-effort por un deslizador ajustable con arrastre. Incluye 13 efectos canvas en cinco familias (thrust, fluid, fantasy, tech, texture), desbloqueados en tres niveles según el esfuerzo. Custom combina 10 formas de partículas y 8 trayectorias; 9 acentos y un selector hexadecimal recolorean todo. Sonidos opcionales de tecla: dos clips de voz, graznido de pato sintetizado, clic mecánico y archivo local.

Plugin de selección automática de nivel de razonamiento para DeepSeek Harness (DSH): el modelo Jev System One decide cuánto pensamiento merece cada mensaje, la escala se deriva de los niveles declarados por el modelo, un sobre de contexto permite que preguntas de seguimiento como «continúa» hereden la profundidad del tema, la baja confianza se redondea hacia arriba y cualquier fallo mantiene el nivel original. | Esfuerzo de razonamiento por mensaje impulsado por Jev: escalas por modelo derivadas de lo que cada modelo declara, sobre de contexto de tamaño fijo para que los seguimientos hereden la profundidad del tema, empates resueltos hacia arriba y fallback silencioso en todo error.

Un control nativo de esfuerzo de razonamiento para el compositor: una barra de niveles de azul a violeta con campo de estrellas y un barrido de brillo. Ocupa el asiento del modelo y usa el servicio oficial model-directories, de modo que la escala proviene de la propia declaración de razonamiento de cada modelo y no requiere ningún otro plugin.

Editor de capacidades de modelo: modifica en línea los niveles reasoning-effort y la compatibilidad con entrada de imagen (multimodal) en la página oficial, y guarda el grupo completo en settings.yaml. Incluye un acceso flotante alternativo si falla el anclaje.

Añade una entrada Quick Chat a la barra lateral de la UI web que abre una ventana de chat flotante con su propio selector de modelo y esfuerzo de razonamiento, opcionalmente sembrada con la transcripción de la sesión actual, y mantiene cada conversación lateral en un historial reanudable, renombrable y eliminable.

Enrutamiento explícito de modelos para Main, Subagents, web_search y generación de imágenes, con selectores de Composer y Plan Review basados en catálogo para las variantes Model, Effort, Context, Fast y Thinking.

Configura las rutas de modelo por defecto para los subagentes de DeepSeek Harness, con opciones de modelo único, turno rotatorio, aleatorio y esfuerzo de razonamiento por ruta.

Añade Claude, Gemini y un modelo Ollama local al selector nativo de modelos de DSH, usando tus inicios de sesión existentes de Claude Code / Antigravity CLI en lugar de una clave de API medida, con un selector de esfuerzo de razonamiento funcional para Claude.

Skin estilo Pokémon para DSH Web con marcos GBA, estado en barra de HP, panel de nivel de esfuerzo y paletas de colores personalizables.

Enrutamiento unificado de modelos para DeepSeek Harness: un ModelID lógico sobre varios proveedores con failover en el primer token y cooldown, clasificación de candidatos según su estado de salud, tres niveles (tier1/tier2/tier3) seleccionados automáticamente según el propósito, esfuerzo de razonamiento por candidato y un panel de gestión en la página de ajustes.

Gestor de niveles de esfuerzo de razonamiento para modelos API personalizados, con memoria de preferencias entre sesiones: conmutadores en línea bajo/medio/alto/máx dentro de Ajustes → Modelos, con escritura atómica de la configuración.