Plugins

Compresión de contexto para modelos con ventana pequeña: configura visualmente el presupuesto comprimido, con valores predeterminados de 8k para el handoff y 16k de contexto reciente. Todo el historial sigue siendo buscable.

Recurso alternativo para compaction-basic: si el resumen LLM falla, queda vacío o no cabe en la ventana, compila el span de forma determinista con un puntero seq por línea (compilador dsh-compaction-instant incluido). Añade herramientas recall y search, comandos /recall y /context, activador inactivo al 45 % de la ventana y archivo span en disco. El motor se monta como una fila del preset del agente (docs/dsh-integration.md).

Resume el trabajo de la sesión en observaciones y reflexiones de fondo para conservar el contexto tras la compactación.

Memoria por proyecto de DeepSeek Harness: en el primer paso de cada sesión del workspace crea PROJECT.md, DECISIONS.md y SESSIONS.md; los relee del disco y solo reinyecta si cambian o la compactación los elimina. memory_checkpoint guarda datos clasificados; aviso final limitado si hubo trabajo sin registrar. memory_read lee el log y el archivo; memory_search busca con BM25 sin dependencias. Tope 200 entradas: excedente a SESSIONS-archive.md, nunca inyectado, pero consultable, buscable y restaurable uno a uno. Ajustes: filtro workspace/ruta, vistas solo lectura, recarga, JSON importar/exportar por workspace, borrado en dos pasos, editar/quitar bloque AGENTS.md y aviso PROJECT.md obsoleto. Chip de sync; clic crea archivos. Sin dependencias, vectores, embeddings ni llamadas al modelo.

Lógica de compresión de contexto inspirada en el cerebro humano que reduce drásticamente el uso de contexto y el consumo de tokens en tareas largas.

Kit de desarrollo de plugins para DeepSeek Harness con scaffolding, comprobaciones de contrato, evaluación de plugins, análisis de impacto y seguimiento de compatibilidad con el upstream.

Espacio de trabajo en pantalla dividida para la GUI web de DeepSeek Harness: varios agentes en paneles con el aspecto y comportamiento de la conversación estándar. Incluye división arrastrable, sesiones en vivo con mensajes en cola y tarjetas ask_user/aprobación, pestañas Chat/Trajectory/plugin, compositor TUI compacto con Alt+T y atajos de foco. Requiere DSH 0.1.5+.

Memoria a largo plazo de proyecto y global para la GUI web de dsh: endpoints POST /items separados, contexto de llamadas a herramientas fusionado en elementos de memoria como resúmenes compactos, con deduplicación y persistencia acotada a la sesión.

Memoria de decisiones y objetivos con linaje: comandos explícitos y una herramienta de modelo registran decisiones de forma determinista, una tarjeta de estado las reancla a través de la compactación, la respalda un flujo de eventos sin pérdida con recuperación BM25+jieba, y una suite de regresión de fidelidad a nivel de escenario controla los releases.

Panel de gestión de atención de tokens para DeepSeek Harness: seguimiento de uso y coste de tokens por tarea/día/semana/mes (aciertos/fallos de entrada, salida, razonamiento), precios punta/valle de DeepSeek, reconocimiento del tipo de tarea y consejos sobre cuándo cambiar de sesión, escribir un traspaso o compactar el contexto.

Adaptación móvil para la interfaz web de DSH: tipografía compacta, compositor de ancho completo con corrección de cursor, barra lateral tipo cajón con cierre por superposición, flujo de configuración de dos páginas, tablas y estadísticas adaptables, y objetivos táctiles seguros.

Kit de visión para DeepSeek solo de texto: herramienta `vision` invocable por el modelo, adaptadores contenedores para deepseek/opencode-go (v4 flash/pro), cuota de Antigravity IDE (default, flash/pro) / cualquier VLM compatible con OpenAI / Gemini / canales locales de Ollama, memoria de evidencias con rehidratación por compactación, caché de hash de contenido y un panel de cliente bilingüe.

Backend de compresión de contexto DSH con DAG de partidas de go: cada nodo es una posición y cada arista, una jugada intentada y su resultado. Incluye fold incremental (resume cada tramo una sola vez), memoria de fallos que sobrevive a la compactación y detección de transposiciones al estilo de motores de ajedrez.

Dos mascotas chibi de Genshin Impact (Columbina y Nahida), con 22 animaciones transparentes cada una, paseo por el escritorio, física de arrastrar/lanzar, reacciones al clic, charla inactiva y chat con modelos DSH. Fan pack derivado de PC2005-cloud/dsh-pet (MIT): reutiliza /dsh-pet-7340 y ~/.dsh/dsh-pet; instálalo en lugar de dsh-pet, no junto a él. El arte de personajes no tiene licencia MIT.

Memoria para conversaciones largas de DeepSeek Harness (DSH): conserva decisiones establecidas, correcciones del usuario y cifras exactas con sus condiciones y fuentes, también tras compactar o reiniciar, en sesiones de 100 a más de 1000 turnos. Cada paso del modelo recibe un único bloque de evidencia pequeño y limitado por presupuesto; las reglas de skills activadas se reaplican en ese mismo bloque.

Mascota Columbina para DeepSeek Harness: pet 2D en escritorio y panel web, cuatro sprite sets, 76 voces oficiales en chino/japonés/inglés, informes meteorológicos, stickers y susurros en reposo. Menú contextual para intervalo, set, idioma y escala; horas tranquilas, volumen con silencio en un clic, selector de acciones inactivas con búsqueda y ahorro de energía. Fork 2D de PC2005-cloud/dsh-pet (MIT) sin cambio de skin 3D; usa otro plugin id y puede coexistir con dsh-pet.

Sustituye el compactador de contexto con resumen por una nota handoff escrita por el propio modelo y una ventana nueva que conserva solo el system prompt, la nota y el turno actual.

Control del compositor para el umbral de compactación automática del contexto. Un deslizador del 20 al 80 % actualiza en cada paso la configuración activa de BasicCompactionEngine, muestra el uso actual, la ventana de contexto y el umbral efectivo, y compacta de inmediato si el umbral baja del uso actual mientras el agente está inactivo.

Añade las skills handoff, context-decision y context-diagnose, y herramientas autocontenidas context_pressure/context_history (pico de tokens y estadísticas de compactación). Incluye realWindows por ruta con evidencia windowSource, routeKey, la línea de transferencia forzada handoffAt y comandos slash.

Compactación de contexto puntuada por Jev para DeepSeek Harness: conserva los mensajes importantes y compacta los que no lo son.

Lee un snapshot de una cuenta de Genshin Impact (personajes, talentos, armas, artefactos e historial de deseos) y lo ofrece mediante seis agent tools y un panel de seis pestañas. Las subestadísticas de artefactos proceden de la exhibición pública del personaje en el juego. La puntuación incluye CV y pesos por personaje, con seis grados; el análisis de deseos cubre pity, niveles de suerte y progreso por banner. Para leer personajes, armas e historial se requiere iniciar sesión en Miyoushe con QR; los datos de exhibición son públicos por UID.

Advierte a la sesión que guarde lo importante antes de que comience la compactación del contexto y consolida un registro a largo plazo en un archivo congelado, con el título y hasta tres líneas por sección trasladada. La consolidación permanece desactivada hasta configurar home.

Interfaz compacta con mensajes sin bordes, cola ligera, controles del compositor y esquinas ajustables. Solo para DSH 0.2.1-rc.2; mientras está activo reemplaza el módulo de barra lateral original, y al retirarlo lo restaura.

Hooks de comandos definidos en archivos para los puntos session, prompt, tool, permission, Stop y PostCompact, con una GUI solo de aprobación: no se ejecuta ningún comando sin aprobar. La aprobación queda ligada a la definición exacta, al directorio de trabajo canónico y a watchFiles fijados. Los comandos se ejecutan como el usuario del sistema de DSH, sin sandbox de hooks; el registro de confianza es explícito.