Plugins

Cambia el botón de modelo por panel de dos niveles (proveedores, modelos con búsqueda) y deslizador continuo de razonamiento. Gradiente azul-violeta, partículas en niveles altos y color por nivel. Arrastrar avanza uno; al elegir modelo, panel abierto y deslizador en su nivel medio.

Publica el modelo elegido en el perfil o en Models como endpoint HTTP compatible con OpenAI: `/v1/models`, `/v1/chat/completions` con streaming SSE o sin streaming, y `/health`. Cada solicitud puede indicar cualquier modelo enrutable; si omite `model`, usa la selección actual del chat, así que cambiarla allí cambia el endpoint. Si se activa, también presta al modelo las herramientas Harness habilitadas individualmente, las ejecuta mediante el runtime de tools Harness y devuelve resultados hasta un límite de rondas. Usa su propio listener, por lo que `127.0.0.1`, `0.0.0.0` y un puerto reenviado por NAT mantienen la misma ruta. Settings configura bind address, puerto, API key con generador, proveedor/modelo de respaldo, reasoning effort, origen CORS y timeout.

Elimina permanentemente logs de sesión, elementos del workspace y archivos archivados.

Añade botones de modelos predefinidos sobre el compositor. Clic izquierdo cambia proveedor/modelo/esfuerzo de razonamiento de la sesión; derecho edita. Admite nombre propio o ID del modelo. El editor lee el catálogo actual de la sesión y guarda los preajustes localmente.

Configura modelo, límite de esfuerzo de razonamiento y máximo de tokens de salida para cada subagente iniciado por DSH. El código lo aplica en cada ejecución, sin importar la herramienta.

Enrutamiento horario: configura franjas punta/valle por día y proveedor/modelo, elegidos del registro de Harness (claves API y suscripciones). Un interruptor global aplica o no modelo/esfuerzo de razonamiento a cada solicitud; cada sesión tiene interruptor y estado propios. Sin franja coincidente (fines de semana/festivos), usa el modelo principal del primer plan. El modelo de razonamiento avanzado es independiente y solo se usa si la sesión pide el esfuerzo máximo.

Muestra el saldo de DeepSeek API y el coste de la conversación por turno directamente en la interfaz de sesión.

Sustituye el selector de modelos por búsqueda global, favoritos, selecciones recientes, navegación por familias y selección del esfuerzo de razonamiento.

Control de modelos subagent: Jev classifier etiqueta cada turno y el hook agent/request reescribe la solicitud con provider, model y reasoning effort asignados. Incluye selector por sesión inherit/auto/manual, un prompt por rol antes de la tarea y replay offline de veredictos previos.

Optimizador de prompts de un clic: reescribe el borrador del compositor con una estrategia configurable, plantilla editable, ejemplos few-shot, modelos fijados y esfuerzo de razonamiento.

Cambia de proveedores y modelos y ajusta el esfuerzo de razonamiento; cada modelo recuerda su propio nivel.

Capa de retoque de UI para el cliente web DSH: superficies de menú de vidrio esmerilado, slider de reasoning-effort arrastrable en lugar de la lista de radios y navegación del menú de modelos que llega a la lista en un clic y se cierra con un único Esc.

Presets de intensidad de razonamiento para modelos de terceros: 16 presets de proveedor/modelo con valores wire personalizados por modo, escritos en dsh-llm-pi-ai tras validar antes y rechazar regla por regla. Permite cambiar por modelo entre OpenAI Chat Completions, OpenAI Responses y Anthropic Messages, reagrupar rutas automáticamente y reescribir el texto de entrada con el modelo elegido mediante Optimize en el compositor o en Settings.

Fork solo en inglés de dsh-model-router. Enruta cada paso del agente a través de un conjunto configurable de modelos y ajusta el esfuerzo de razonamiento según la complejidad de la tarea, los fallos de herramientas y el costo.

Acceso remoto a DSH sin alojar nada propio: el chat DM de Feishu usa la conexión larga saliente del bot como interfaz, con tarjetas para workspace, sesión (cambiar/renombrar), modelo, reasoning effort, preset de permisos y saldo. Las aprobaciones de herramientas y preguntas del agente se responden en el mismo chat.

Slider de esfuerzo de razonamiento para DeepSeek Harness: bundle web de cliente que inserta un control por sesión cuando el modelo seleccionado declara niveles de razonamiento. Funciona con cualquier proveedor que los admita

Preset de catálogo de modelos Alibaba Bailian (DashScope) y adaptador automático para DeepSeek Harness: niveles de reasoning effort, presupuestos de pensamiento, ventanas de contexto, adaptación automática de rutas Bailian existentes y límite de contexto configurable.

Instala y ejecuta CLI de agentes externos (Codex, Claude Code) desde DSH sin tocar su instalación del sistema. Cada CLI tiene su Provider, modelo, reasoning effort y preset de permisos propios; puede invocarse directamente o como subagente nativo.

Herramientas de programación al estilo Codex y presets de agente para modelos GPT en DeepSeek Harness: exec_command, write_stdin, apply_patch y view_image; rutas OpenAI Chat Completions y Responses API integradas con plan, ask, approval y compaction nativos de DSH. Los comandos largos pasan a jobs en segundo plano de DSH, con salida head/tail limitada consultable mediante job_output. Cada tipo de subagente puede fijar su preset, proveedor, modelo y reasoning effort.

Ajusta la consolidación de memoria de dsh-mneme (autoDream activado, presupuesto de salida schema-max, ruta deepseek-chat), corrige reasoning-effort de llm-deepseek, añade un puente MCP al runtime auditable seed-society y seis skills semilla de yogacara.

Añade desde los ajustes de DSH declaraciones de reasoning effort que falten en modelos pi-ai personalizados, habilitando el selector nativo y gestionando también modelos añadidos posteriormente.

Paleta global de modelos Alt+M para DeepSeek Harness Web: búsqueda difusa de modelos y proveedores, favoritos y recientes, reasoning effort por modelo, configuración de proveedores/modelos, reintentos de solicitudes y presets de capacidad; herramientas opcionales de generación de imagen/vídeo con OpenRouter.

Delegación planificador/ejecutor con roles con nombre: un planificador potente dirige y subagentes ejecutores desechables (rutas y prompts por rol) implementan. Rol predeterminado más anulación por delegación, un control global de esfuerzo de razonamiento en el chip del compositor y una página de configuración para la gestión de roles.