Plugins

Agente nativo de automatización Chromium para DeepSeek Harness, en modo headless o visible, con extracción del árbol DOM, capturas de pantalla y protección SSRF integrada.

Proveedor OpenRouter que consulta `/models` en vivo para mostrar modelos nuevos sin actualizar Harness. Ordena por nombre y muestra precios de entrada/salida, niveles de reasoning, entrada de imágenes, reproducción de `reasoning_details` y caché de prompts Anthropic. Presenta en el compositor Web UI y `/cost` el gasto real por sesión, incluidos subagentes, desde `usage.cost` de OpenRouter.

Controla GME Test Agent desde Harness: tres herramientas listan catálogos de interfaces, inician y reparan la generación autónoma de pruebas en un backend Python local y consultan la tarea hasta revisión. Las acciones de PR, omisión y limpieza requieren consentimiento explícito del usuario.

Descubre y ejecuta tareas del proyecto mediante Harness Jobs, inspecciona los comprobantes de ejecución y revisa la configuración con una herramienta Agent.

Control de escritorio Windows mediante UI Automation: nueve herramientas leen el árbol de controles de una ventana y manejan elementos por ID con sus propios patrones UI Automation. Cada escritura requiere la política de aprobación; incluye registro de acciones de solo anexado y panel de ajustes.

Centro de compactación por niveles: sustituye el único umbral del 80% por una escala configurable (30/50/70/90 por defecto), desde reglas suaves hasta consolidación máxima. Incorpora un índice determinista de palabras clave en cada checkpoint para acumular hechos entre ciclos y resume con una cadena de modelos: principal y hasta 3 alternativas, cada una con esfuerzo de razonamiento propio. Añade subpestaña Compaction y tarjeta Settings; al desactivarlo siempre restaura la compactación estándar.

Proveedor OpenCode Go que verifica el protocolo del modelo con la puerta de enlace antes de usarlo, en vez de tratar una recomendación como medición. Los niveles de razonamiento siguen un contrato medido y las solicitudes pasan por una cadena ordenada de fallback de protocolos. La ventana de contexto, salida máxima y cifras de entrada de imágenes las declara una capa models.dev actualizada en ejecución, no se sondean; las sobrescrituras del operador prevalecen sobre ambas. Permite guardar y cambiar varias credenciales OpenCode Go en Settings.

Registra uso de tokens API y costos estimados con precios de modelo por ruta, grupos de facturación opcionales, visualización sincronizada CNY/USD, informes por sesión, totales del composer y total diario interactivo en la barra lateral.

Sustituye la mascota dsh-whale-widget por una imagen propia mediante un proceso de recorte integrado. Añade botón de reinicio en el encabezado de sesión, heartbeat del navegador y autorreparación opcional de parches, desactivada por defecto.

Usa la suscripción Claude Pro/Max en DeepSeek Harness con inicio de sesión OAuth oficial de Anthropic y renovación automática de tokens.

Operaciones de GitHub para DeepSeek Harness: releases, tags, paso genérico por API protegido, ejecuciones de workflows, secrets y publicación de mirrors saneados.

Inspector LLM a nivel de cable: captura cuerpos HTTP raw de solicitudes y respuestas del proveedor y atribuye cada captura a la sesión mediante el flujo llm/stream. La solicitud se muestra como árbol plegable con tamaños por nodo (un caso medido fue 98,6% un único array de 973 elementos); la respuesta recompone SSE estilo OpenAI en reasoning, content, tool calls y usage. Incluye pestaña Conversation View y visor loopback.

Anuncia con una frase breve los cambios de estado de DSH: turno terminado/error, tarea terminada/fallida, objetivo completado/bloqueado, aprobación pendiente o respuesta necesaria. Incluye ocho clips pregrabados en chino (predeterminado) e inglés. El host los reproduce con ffplay o el reproductor PowerShell incluido en Windows; no depende de una pestaña Web Audio. Solo Windows.

Herramientas git estructuradas para agentes de DeepSeek Harness: status, diff, log, branch, commit y stash. Fija diez opciones `git -c` para que pager, color o quotepath del usuario no alteren la salida. Cada llamada usa un array argv; ningún shell interpreta argumentos. Las acciones mutables pasan por el servicio de aprobación de Harness y se rechazan si no está montado.

Orquesta varias instancias ComfyUI: consulta GPU, VRAM libre y cola de cada endpoint configurado y envía la generación a la instancia elegible menos ocupada. Incluye comfyui_farm_status, comfyui_farm_pick y comfyui_farm_run. Solo es elegible si responde, tiene al menos la VRAM libre solicitada y su cola no supera el límite configurado. Ordena por VRAM libre menos profundidad de cola por peso, favoreciendo colas cortas y ociosas. Sin dependencias de ejecución. Reintento de sondeo opcional: un timeout aislado en un túnel SSH no demuestra que la instancia esté caída.

Disyuntor de reabastecimiento rápido para la compactación automática de DeepSeek Harness. Rechaza compactar si el contexto se volvió a llenar en menos de N turnos de herramienta, M veces seguidas (caso que no detecta el disparador ilimitado de step-pressure). En vez de gastar una llamada de resumen por paso, informa con sugerencias, normalmente que una lectura o salida de herramienta fue demasiado grande. Consulta y rearma con /compaction-breaker; inyecta una sección de prompt para que el modelo se lo comunique al usuario. En sesiones host-plane se incluye en el perfil; las sesiones normales requieren sustituir una fila del agent preset.

Muestra saldo DeepSeek y tokens por sesión en el encabezado: alerta de saldo de tres niveles con umbrales editables, enlaces de recarga en un clic, barra segmentada de tokens con aciertos de caché y sondeo que tiene en cuenta la visibilidad.

Plugin de control del navegador: registra Browser Harness de browser-use/browser-harness como herramienta de sesión DSH para que el agente escriba Python y maneje Chrome real (navegar, hacer clic, escribir, leer el árbol de accesibilidad y capturar pantalla). Admite navegador dedicado aislado o conexión al navegador del sistema. Con TypeSafe key, activa condicionalmente browser_autopilot (automatización por objetivos de Jev).

Redibuja diferencias por línea en tarjetas de edit/write/insert/str_replace_editor: las líneas intactas aparecen una vez y los caracteres cambiados se subrayan. También cubre subllamadas run_code (PTC), añade una tarjeta de archivos cambiados por turno y permite abrir o copiar rutas desde filas de tarjetas y herramientas mediante una ruta host servida por el plugin.

Sonda manual de modelos para DeepSeek Harness: en Session View selecciona proveedor, tipo de API, modelo y ruta; envía una solicitud HTTP raw real mediante openai-completions, openai-responses o anthropic-messages, con o sin streaming. Muestra latencia, TTFT, estado HTTP, tokens y diagnóstico de tres capas (API request/model response/strict check) en una pantalla, con errores explicados claramente.

Widget físico arrastrable de una ballena sirvienta para DSH Web UI: lánzala, atrápala, recoge monedas de tokens y dale cuencos de arroz.

Consola de página completa abierta desde la barra lateral, con 8 pestañas: resumen; sesiones del servicio sessions (título, directorio, ejecución, actualización y filtros); bundles instalados y entradas Loader de pluginInventory/pluginManager con interruptor por bundle; mercado de repositorios públicos `topic:dsh-plugin` mediante GitHub Search API; editor de modelos/proveedores que escribe el espacio llm-pi-ai con `remote.settings.mutate`, cambia el modelo de sesión, añade/edita proveedores y modelos, guarda claves API con `remote.credentials` y conserva campos de perfil ocultos al formulario; MCP; skills; uso desde el endpoint loopback del host `/api/dsh-usage/overview`. Los servicios se declaran con `ctx.inject`; si falta uno, no se monta la consola y no se produce un crash.

Expone en la LAN todos los modelos ya configurados en DeepSeek Harness mediante endpoints compatibles con OpenAI y Anthropic. Incluye claves API, límites por clave, disyuntor, filtros de modelos e informes de uso.

AlphaRSI: ciclo de auto-mejora de tres roles que evoluciona la receta de entrenamiento de modelos de secuencia alfa. Operator ejecuta walk-forward, Evaluator puntúa con OOS RankIC y Refiner propone hiperparámetros mediante búsqueda bayesiana TPE; solo conserva recetas estrictamente mejores. Ejecución offline con un comando, paquete de datos reconciliado por sha1 y detección automática de GPU. Incluye una skill.