Plugins

Panel de tokens, coste y saldo debajo del compositor: indicador en vivo más gráficos SVG sin dependencias para el uso por turno, el coste estimado y el saldo de la cuenta DeepSeek.

Para el modelo de visión nativo de DeepSeek Harness deepseek-v4-flash-vision-exp, eleva los límites de admisión de imágenes a 32 MiB / 8192 px / 600 imágenes y añade una herramienta highres_read que divide en mosaicos las imágenes grandes y luego devuelve la imagen completa más mosaicos de 800x800 a través de la herramienta read_image del host.

Insignias en línea +N −M en las filas de las herramientas de edición/escritura y una tarjeta plegable de resumen de cambios por turno con diffs alineados, revisión y deshacer — cubre edición/escritura nativa, str_replace_editor y subllamadas de Code Dispatch, sin necesidad de git.

AI Company Framework: convierte una frase en una empresa multi-agente — 15 Skills planos (boss/pipeline/role-template/11 roles/generic customer-memory), 7 plantillas de flujo de trabajo, runtime AgentTeams + panel de actividad, barra lateral de empleados con aislamiento por sesión, bridge de bot Feishu (bot de boss y por empleado, enrutamiento de grupo, push autónomo, puerta de decisión humana, guía de contacto externo), memoria SQLite por cliente con memoria de tres capas (fusión entre grupos), conmutador de modo /company; sin RAG.

Herramientas de escritura que eliminan patrones que suenan a IA y se ajustan a tu voz personal. 8 herramientas deterministas escanean texto, construyen una huella de estilo a partir de tus muestras y devuelven briefs de reescritura.

Herramienta de comprensión de video de bajo coste: una herramienta video_understand convierte un enlace de Bilibili / BV / video local en una capa de información AVIS (ASR + estructura de escenas + seguimiento de objetos + etiquetas YOLO) y devuelve un resumen + Q&A. Incluye enrutamiento dinámico entre capas guiado por preguntas (L0 ASR / L1 seguimiento de objetos / L2 VLM de fotograma clave), reutilización de la capa semántica para preguntas repetidas y un tope de presupuesto por pregunta. Motor Python: la capa principal necesita faster-whisper / opencv / yt-dlp (~200-300MB); la capa semántica opcional añade ~2GB de torch / transformers / ultralytics. Un doctor --fix incluido configura el venv e instala ambos.

Obtiene cualquier página http/https y devuelve título, descripción, texto principal, esquema de encabezados y enlaces, con estadísticas (recuento de caracteres/palabras, tiempo de lectura, idioma) y palabras clave principales; puede descargar imágenes del contenido al espacio de trabajo de la sesión para análisis de visión y enviarlas a analizadores registrados a través del servicio scrape.imageAnalyzer.

Convierte la programación en un RPG: los turnos finalizados, las llamadas a herramientas y las tareas completadas otorgan XP, con más de 27 insignias de logros, niveles, títulos y temporadas. Puntuación dirigida por eventos con un motor de funciones puras — el trabajo mismo es el juego.

Raíl de navegación de turnos de usuario en el borde izquierdo con resaltado de la posición de lectura, vistas previas al pasar el ratón de métricas por turno y extractos de respuestas del modelo, controles de salto por teclado y clic, y búsqueda local de conversaciones.

Compañero de escritorio de ballena en pixel art con 29 estados auditados por fotogramas: golpea el cristal y parpadea el título de la pestaña cuando hay una aprobación esperando, dice un informe de finalización cuando termina un turno y añade una paleta de comandos de barra diagonal al cliente web.

Envía imágenes locales o URLs de imágenes HTTP(S) a un endpoint de visión compatible con OpenAI configurado con la herramienta inspect_image y devuelve su respuesta de texto a la conversación.

Esquema persistente de la conversación: preguntas y respuestas finales por turno, filtro de palabras clave, salto con un clic, modos de historial ligero/completo, y Ctrl/Shift+clic para abrir la misma posición en la vista Trajectory.

Plegado de transcripción en streaming para la interfaz web de DSH: las filas de pensamiento y de herramientas se pliegan mientras la ventana de pensamiento más reciente se abre sola; un turno terminado se desplaza de vuelta a tu pregunta, que además permanece fijada arriba mientras lees; chispas azules salen del borde de la ventana de pensamiento y del cursor que escribe la respuesta.

Flujo de trabajo estilo Trellis para DeepSeek Harness: breadcrumbs de fase por turno mediante agent/pre-step, proveedor de skills empaquetado y estado nativo de tarea/fase de DSH con barandillas de limpieza de git.

Incorpora un editor VSCode real (code-server, o VS Code de escritorio local mediante la extensión puente incluida) como pestaña GUI: las ediciones de archivos del agente abren diffs rojo/verde por turno que sobreviven al cierre de pestañas y a la recarga de página, los archivos se bloquean mientras escribe el agente y un supervisor watchdog mantiene cero procesos huérfanos.

El paquete DeepSeek Harness registra una habilidad que convierte producción larga (artículos académicos, análisis sectorial, comentarios empresariales) en pipeline de 9 roles: scouts T1 literatura / T2 datos / T3 casos en paralelo, T4 analista, T5 redactor, T6 compañero crítico, T7 auditor, T8 finalizador, T9 revisor par ejecutados por el coordinador. A través de 6 fases con verificación triangular de evidencias, M-gate de 23 comprobaciones, auditoría G0-G14 incluido gate de rastro IA chino, puntuación peer-review con matching de revistas, y 4 checkpoints humanos. Instala con `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch más lib/index.js); envía tarjetas de rol T1-T9, plantillas y 11 scripts de verificación sin dependencias, con READMEs en cinco idiomas.

Plugin DSH literario: una sesión es un libro. La tarjeta de portada /new abre uno de los 19 reinos, un preset 诸天万界DSH exclusivo de prosa mantiene al modelo escribiendo ficción, las entradas de worldbook por palabras clave fundamentan cada turno y /export-story compone la sesión en una novela en Markdown.

Convierte cualquier idea en contenido de promoción nativo para cada plataforma

Hace sonar tu teléfono mediante CallKit: herramientas `call_me` y `text_me`, más llamadas opcionales de fin de turno y de aprobación cuya respuesta hablada se transcribe de vuelta a la sesión.

Una única capa de memoria para todas las herramientas y agentes de IA: inyección de Context Bundle, recuperación en el momento del prompt, herramientas MCP y captura de hilos de DSH al final de cada turno.

Riel de turnos compacto en el borde derecho, con resúmenes al pasar el cursor y navegación con clic para saltar.

Animación monocroma de 60 fotogramas de una ballena buceando, adaptada al tema, con agua reactiva para el estado de turno de DSH Web: recursos incrustados, reproducción en bucle sin cortes, alternativa en PNG con movimiento reducido y eliminación limpia del ciclo de vida.

Capa de notificaciones del ciclo de vida para agentes de codificación con IA — plugin de DeepSeek Harness 0.2: notificación del sistema, aviso en la página y sonido opcional cuando un turno, una tarea en segundo plano, una revisión o un fallo te necesita.

Usa tu IA web con sesión iniciada (DeepSeek, GLM, Kimi, Qwen, Doubao...) como proveedores de modelos en DeepSeek Harness. Los modelos web emiten llamadas a herramientas, DSH las ejecuta bajo su sistema de permisos nativo y los resultados vuelven a la misma sesión web. Sin claves API.