Plugins

Permite que agentes MCP externos deleguen tareas al DSH Desktop existente, con sesiones visibles, posibilidad de que el usuario tome el control y entrega opcional de aprobaciones.

Plugin genérico de monitor para DSH Desktop: motor de reglas con sondeo HTTP. Consulta cualquier endpoint con horario (varios pasos, extracción de variables y expresiones condicionales JS); solo si se cumple la condición despierta una sesión visible del agente para actuar, sin llamadas al modelo en los demás casos. Panel GUI lateral para crear, editar, pausar, probar, ejecutar ahora y consultar el historial, con UX como la del scheduler integrado.

Dispatch bidireccional para DSH: abre sesiones visibles de Desktop para tareas enviadas por Grok Bot/Yobiru, añade los comandos slash /dispatch-grok y /dispatch-zcode para enviar tareas y devuelve el resultado al peer que las envió al terminar. Los peers se configuran manualmente; no se envía nada hasta configurarlos.

Triaje determinista de tickets: un prefiltrado por reglas clasifica los casos claros y devuelve todo lo demás como needs_review en vez de adivinar.

Expone una instancia de DeepSeek Harness en ejecución mediante MCP para que un agente externo liste, cree y continúe las sesiones propias de esa instancia, delegue un turno y recoja el resultado, responda preguntas del agente DSH y configure cómo resolver futuras solicitudes de aprobación.

Framework de trabajo de pruebas para DSH: crea el árbol de directorios producto/módulo/versión, registra siete herramientas test_framework_* y cuatro skills runtime. Antes de probar, una barrera del prompt indica divisiones de documentos de requisitos, versiones, documentos relacionados y credenciales de entorno aún no registrados. Requiere el servidor Playwright MCP, sin fallback.

Preset Project Development Mode y panel de desarrollo en el chat para DeepSeek Harness: la conversación líder aclara requisitos y delega al Agent Team; un panel flotante sigue cada solicitud de cambio del usuario durante asignación, ejecución, pruebas y aceptación, con 7 herramientas de panel.

Tareas programadas que ejecutan un prompt a intervalos fijos; cada ejecución abre una sesión nueva y queda en el historial.

Inyecta una breve nota de convenciones (ruta absoluta INDEX + versión) una vez por sesión y versión; al cambiar la versión, la vuelve a inyectar en el siguiente turno, incluidos los de chat. Guardia estricta opcional: en turnos de operaciones rechaza herramientas write/edit hasta leer el índice (por defecto no bloquea chat ni shell). Incluye checklists de ejemplo o permite indicar una carpeta propia; sin dependencias y con rutas configurables. Evita que las convenciones escritas no se consulten al comenzar el trabajo.

Mantiene el ledger de tareas del repositorio como sección residente del prompt, con once herramientas nativas, panel lateral y ventana flotante para consultar la cola y aprobar tareas de revisión.

Ledger de razonamiento verificable por máquina: cada hecho debe apuntar a un file:line real y citarse literalmente; cada supuesto debe indicar cómo refutarlo, y ninguna conclusión puede depender de un supuesto que nunca vuelva a revisión. Puede incluir fecha de revisión, confianza y condición de descarte. Incluye checker, familia de comandos /fp, barrera opcional que pregunta antes de comandos shell irreversibles y panel web con los códigos de error corregidos en cada ronda.

Mantiene activo DeepSeek Harness: continúa turnos terminados anormalmente, turnos donde una llamada a herramienta salió como texto plano dejando al agente inactivo y solicitudes cuya transmisión se detuvo. Las esperas de aprobación o pregunta se registran y notifican, nunca se responden.

Coordina tareas PUA y Completion Guard desde /task-run o una CLI. Para finalizar exige criterios de aceptación congelados y un certificado actual de candidate/Goal; limita a 8 rondas y 90 minutos. Verificado en macOS Desktop 0.2.0-rc.2. Desde 0.3.7 incluye PUA 0.3.27, Completion Guard 0.9.0 y SpecWorkflow 0.1.1; solo hace falta instalar Task Runner.

Mantiene activa una sesión desatendida de DeepSeek Harness cuando nadie responde a ask_user_question: gestiona el flujo de opciones y no altera las respuestas humanas. Tras un plazo configurable (120 s por defecto), envía la opción marcada (Recommended)/（推荐） o el fallback primero/último configurado. Las revisiones de plan siguen correspondiendo a una persona salvo que se habiliten explícitamente.

Registra por dispositivo las instalaciones correctas de plugins DSH, combina el historial entre dispositivos mediante una cuenta de Baidu Netdisk autorizada por el usuario y permite reinstalaciones por lotes con comprobaciones previas.

Solo Windows: añade en Settings → General un interruptor para apagar el equipo al terminar una conversación finalizada (60 s por defecto, configurable entre 5 y 86400 s). Un diálogo nativo con cuenta atrás permite cancelar el apagado pendiente con un clic (shutdown /a).

Panel orchd de solo lectura en la barra lateral derecha de DSH: tablero de tareas e ideas, grafo de dependencias, cronología de revisión y acceso de instalación para el proyecto de la sesión actual.

Vigila un directorio y, cuando el árbol queda inactivo, entrega un diff agrupado y sin duplicados, excluyendo las escrituras hechas por la propia sesión. Cada watch puede despertar un turno nuevo o poner la entrega en cola para el siguiente paso.

Muestra cuánto ocupa cada skill en el contexto del modelo y permite ocultarla del catálogo sin borrarla. Lista todas las skills del disco con la línea exacta del catálogo recibido por el modelo (description normalizada y truncada al límite), tamaño del cuerpo y tokens estimados. Previsualiza byte por byte el mensaje del catálogo tal como lo recibe el agente, lo compara con la copia publicada en la sesión y detecta skills que no llegan al catálogo por frontmatter inválido o shadowing de una raíz prioritaria. Ocultar escribe disable-model-invocation en frontmatter y conserva el archivo, por lo que sigue funcionando mediante `/name`. También importa de ClawHub, Skills.sh y URLs GitHub y desinstala las skills propiedad del usuario.

Página de gestión de skills para dsh: configura cada skill como on, manual only, model only u off por modo de agente; cuenta cargas por modo usando el historial de sesiones; busca en skills.sh e instala desde GitHub; importa desde Codex, Claude Code o una carpeta; crea, edita y versiona skills, con papelera para las eliminadas. Los modos siguen funcionando tras desinstalar.

Bundle de investigación de inversiones: 10 herramientas (búsqueda, descarga de páginas, auditoría de fuentes, verificación de afirmaciones, rigor numérico, salud de canales, workflow loader, chart engine, PDF renderer y PDF gate) y 23 skills adaptadas de ai-berkshire. Un flujo de seis fases usa cuatro agentes paralelos (Duan Yongping, Buffett, Munger y Li Lu) para investigar una empresa, someterse a crítica mutua y entregar un PDF con gráficos, portada, tablas, pies y números de página. Requiere Python 3.10+; las herramientas de gráficos y PDF también necesitan python-docx y matplotlib.

Consola de creación de skills para Web UI: obtiene las skills oficiales de creación y pasa los requisitos al creador de Huawei Cloud, genérico o por REST API. Evalúa la skill generada con una rúbrica de 10 puntos y devuelve al creador las deducciones detalladas hasta alcanzar 8,5/10.

Verifica antes de publicar la geometría: píxeles, ratio, dpi, tamaño/formato, ancho de impresión y modo de color. No revisa contenido (QR, texto/imagen, copyright, prohibidos). Python estándar, sin terceros; no modifica entradas. Python 3.8+. 10 plataformas/20 espacios, confianza por plataforma: WeChat MP, Xiaohongshu, Bilibili, Zhihu, Weibo, Douyin, WeChat Channels, revistas, impresión, entrega a clientes. Identifica por ID/nombre chino/alias (fuzzy). Se activa a petición o tras guardar archivo si se indicó destino; una línea si pasa, detalles solo si falla. Revistas/impresión: calcula ancho real (píxeles/dpi) y detecta impresión pequeña aunque el metadata dpi pase. Varias imágenes: comprueba consistencia e identifica la anómala.

Skill de reutilización basada en pruebas para DeepSeek Harness: antes de implementar, migrar, elegir dependencias o resolver problemas de una herramienta, busca soluciones existentes por capas en el proyecto y equipo locales. Decide con evidencias comprobables, rechaza reutilizar si faltan requisitos esenciales o hay riesgos y señala lo que no pudo verificar. Se distribuye como bundle DSH que registra la skill en ctx.skills.