Plugins

Control por ronda del nivel de pensamiento (reasoning_effort) para DeepSeek Harness: Auto programa low/high/max según el historial reciente de tool calls, o permite fijar manualmente un wire level (off/on/minimal/low/medium/high/xhigh/max), con mapeo wire personalizado, guard de capacidades por modelo y presets de ventana de contexto (64K–1M); su capability card se combina con [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (instalable desde dsh-market) para probar reasoning en gateways compatibles con OpenAI (vLLM / LM Studio / autoalojados). La card escribe capacidades llm-pi-ai, el adapter conduce el wire (compat.thinkingFormat) y el plugin mantiene la lista de takeover.

Niveles de uso y tarjetas de estadísticas compartibles: 🐟→🐳 clasificaciones por consumo mensual de tokens con percentil estimado calculado localmente, precios precisos para 46 modelos de 6 proveedores (incluidos precios chinos por nivel de tamaño), relleno de sesiones preinstalación y comparación antiguo vs. nuevo tras el cambio de tarifas del 2026-08-17. Solo local, sin telemetría.

Retrospectiva automática de sesiones: al terminar una conversación, destila la experiencia útil en habilidades reutilizables guardadas en la biblioteca de habilidades para que el modelo las invoque, con activadores acelerados por señales, ejecuciones manuales, un modo de aprobación y gobernanza de la biblioteca (archivar/restaurar, nunca borra directamente).

Complemento en etapa temprana que conecta DeepSeek Harness con un servidor OwnDsh autohospedado desplegado por separado para identidad de equipo, control de acceso a modelos, cuotas y auditoría de uso.

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.

Insignia de cuota en el encabezado y pestaña de monitorización de uso: saldo/cuota restante en vivo y cuenta regresiva de reinicio por proveedor, con solicitudes, tokens (entrada/salida/lectura de caché/escritura de caché), tasa de aciertos de caché, coste estimado y latencia media por sesión, proveedor, modelo y cliente, almacenados localmente en SQLite con importación/exportación entre dispositivos.

Modelo predeterminado configurable para delegaciones a subagentes mediante settings.yaml, con estrategias de modelo único y multimodelo por turnos rotatorios o aleatorios.

¡El trío ofimático! Herramientas de documentos de oficina para DeepSeek Harness (dsh): genera, lee y edita hojas de cálculo (.xlsx), PDF y presentaciones (.pptx).

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.

Tienda de plugins comunitaria e independiente para DeepSeek Harness: descubre, instala y envía plugins, herramientas y extensiones verificados.

Observabilidad de tokens local-first en cuatro cubos: paneles persistentes por sesión/proveedor/modelo/día, tendencias, señales de presupuesto y anomalías, estimaciones de tarifas públicas, exportaciones agregadas seguras, y análisis de uso o trayectoria de sesión mediante consentimiento explícito.

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.

Reproduce en vivo el stream de difusión (denoising) de Inception Mercury en la burbuja de respuesta de la Web UI de DSH. En las rutas compatibles reenvía la solicitud con `diffusing: true` y reproduce los frames reales desde el ruido hasta el texto final; solo la respuesta convergida llega al registro de sesión. Un probe por proveedor/modelo detecta compatibilidad y se rechaza antes de generar tokens. Un interruptor por modelo lo activa; adjuntos, llamadas auxiliares o rutas no compatibles vuelven al adapter original. Mientras está activo sustituye el renderer de mensajes del asistente para todos los modelos.

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.

Mejora offline de agentes de código: valida estrategias con reproducción contrafactual sobre un modelo de mundo evolutivo. Sin fine-tuning; LLM congelado. MCP y Python server incluidos.

Plugin DSH con kimi-ppt: crea, edita y exporta .pptx localmente con vistas Pillow, sin navegador.

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.

Adaptador DeepSeek Harness para Koma Miko Agent Specs.

Mantiene un conjunto de claves API por proveedor con rutas clonadas creadas automáticamente, cambia a la siguiente clave ante errores de cuota o de rate limit, sondea las claves enfriadas para su recuperación y expone los conjuntos, el cooldown y los códigos de cambio en una sección de Settings.

Añade una herramienta generate_image respaldada por la cola de FAL, cualquier API de imágenes compatible con OpenAI o una suscripción de ChatGPT/Grok, y muestra el resultado en línea en la conversación.

Barra lateral derecha de la GUI web de DSH: explorador de archivos estilo VS Code más control de código fuente (git status, stage/unstage/discard, commit, diff, grafo de commits, fetch/pull/push, ramas y remotos, git init, cambio entre varios repos, estado de archivos con colores, iconos por tipo de archivo), una vista de editor que abre todo archivo alcanzado desde el chat, el árbol o el control de código fuente (vistas previas de Markdown/HTML/PDF/imagen, resaltado de sintaxis para 15 lenguajes, edición de diff por hunks, guardado con Ctrl+S), operaciones de archivos (crear/mover/copiar/borrar, mostrar en el explorador), un raíl de iconos plegable, una terminal inferior multipestaña (ConPTY) y mensajes de commit generados por un modelo del host a partir del diff preparado.

Plugin de DeepSeek Harness (dsh) para análisis de acciones, cribado y backtesting de estrategias en los mercados A/HK/US/JP/KR/TW

Prepara cualquier proyecto para agentes de IA con un solo comando. Detección adaptativa del stack tecnológico (7 lenguajes × 14 frameworks × 61 componentes); genera automáticamente AGENTS.md, el esqueleto de la documentación, CI/CD e infraestructura de pruebas.

Genera Functions, herramientas MCP, Skills de flujo de trabajo y paquetes de prueba sin conexión a partir de código fuente autorizado por el usuario.