Plugins

Computer Use para DeepSeek Harness en Windows, con 21 herramientas y selección verificada: los controles se identifican por UI Automation y patrones; las marcas numeradas se validan en la ventana real antes de actuar, y se rechaza el destino obsoleto. Una secuencia conocida se ejecuta en una llamada computer_batch y un viaje al modelo. Observaciones incrementales y recibos compactos de 2.0.0 (normalmente hasta ~6 KiB extra) reducen el contexto. Incluye transferencia a una persona, modos de aprobación, freno de parada visible para el modelo y workers nativos precompilados.

Añade a DeepSeek Harness interfaces al estilo de macOS y Windows, colores de tema, fondos, ajustes de fuente y una mascota de escritorio de ballena azul con interruptor independiente.

Añade un botón para reiniciar la app de escritorio DeepSeek Harness: pregunta antes si hay trabajo en curso y luego informa cuánto tiempo estuvo parada. Puede ubicarse en barra lateral, encabezado de conversación, menú de cuenta o ajustes, con interruptor individual para cada entrada. También comprueba cuánto dato de inicio de sesión está guardado y previsualiza archivos temporales sobrantes: solo los cuenta, nunca los elimina. Solo para Desktop.

Complemento de asistente de voz manos libres y local primero para DeepSeek Harness (DSH), con reconocimiento y síntesis de voz, comandos por voz y motores locales.

Tema de Arknights: Endfield para la GUI web de DeepSeek Harness: HUD industrial en carbón y amarillo de señalización, pantalla de arranque insertada antes del shell, fondo de conversación y barra de título de Windows rediseñada. Cambia la marca lateral a 终末地工业 / ENDFIELD INDUSTRIES; una opción en la URL revierte el cambio.

Memoria jerárquica al estilo de Claude Code, con ámbitos de usuario y proyecto (las memorias del proyecto se confirman en Git para el equipo). El índice MEMORY.md se inyecta automáticamente al iniciar la sesión; incluye protecciones para la ventana de contexto y usa solo archivos.

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.

Descargador multiproceso para DeepSeek Harness con aria2 incluido: comprueba si el destino admite Range y elige aria2 (4 u 8 conexiones según el tamaño) o recurre a curl.

Acciones de proyecto deterministas compartidas por personas y agentes: un único actions.json, panel de ejecución en la barra lateral derecha y herramientas para agentes.

Esquema de conversación al estilo Codex para DeepSeek Harness: un panel flotante que lista cada pregunta del usuario en la conversación actual, con búsqueda, cargar anteriores y clic para saltar (scroll + resaltado). Bilingüe zh-CN / en.

Comparte un conjunto de memoria local entre el chat web de DeepSeek y DSH: captura automática de etiquetas DSM, guardado de respuestas completas, recuperación por nombre e inserción en la barra lateral. Un parche opcional para DSH de escritorio 0.2.2-rc.1 añade chat DeepSeek en la misma ventana, selección para guardar memoria y zoom. La extensión Chrome/Edge es opcional y sirve para chats en navegadores externos.

Lanzador de desarrollo remoto para DeepSeek Harness: configura dsh en un host remoto mediante SSH (o en una distribución WSL local) y conecta el cliente local. Las credenciales LLM se envían mediante un túnel inverso y nunca salen del equipo local. Se ofrece como CLI independiente y como plugin de dsh con panel de sesión, comando slash /remote-explorer y herramientas de agente remote_*.

Núcleo de juicio para DeepSeek Harness: un ciclo cognitivo atribuye fuentes a cada decisión y completa la planificación; la memoria hippocampus condensa la experiencia en conocimiento (diario, archivo episódico y decaimiento de baja confianza); la arquitectura fija responsabilidades y criterios coherentes; un equipo A2A gestiona memoria mediante dsh-linghun-assembler. Requiere DSH ^0.1.0-rc.7 (compatible con rc.2).

Sustituye los proveedores integrados web_search y web_fetch por Tavily, cada uno con su propio interruptor: asignación de claves según saldo, lectura de créditos reales desde /usage, conmutación que excluye claves en espera o agotadas e historial con gráfico de créditos de 14 días.

Cambio de modelo y control del esfuerzo de razonamiento para DeepSeek Harness: las herramientas de agente set_model y list_models permiten al agente cambiar de forma autónoma su proveedor, modelo o profundidad de pensamiento a mitad de tarea, con motivo obligatorio, lista blanca de proveedores y protección de presión de tokens de la ventana de contexto; el modelo activo se inyecta en el contexto de ejecución, y la transición automática de Plan Mode cambia a un modelo de planificación configurado al entrar en modo plan y restaura el modelo de ejecución anterior al salir.

Pantalla de inicio para DeepSeek Harness: un avatar animado con aurora, polvo estelar, paralaje con el puntero y una entrada de ensamblado por módulos, además de la misma imagen como fondo de la UI principal; ambas imágenes se pueden cambiar desde una página de ajustes que previsualiza la animación en vivo.

Preset de agente nativo J-Space Cognition Suite SV1 y plugin Cordis independiente: 13 módulos, controlador persistente y espacio de trabajo desacoplado.

Registra seis skills de flujo de trabajo guiado por especificaciones y por pruebas para DeepSeek Harness: autoría de specs OpenSpec fusionada con la disciplina TDD de Superpowers en un pipeline de fases 0-4 con puertas de revisión. Cero dependencias en tiempo de ejecución.

Estación de trabajo omnimodal para DSH: analyze_image sobre una cadena ordenada de conmutación por error VLM de varias tarjetas, un conjunto de seis herramientas de visión (zoom, muestreo de color, diferencia de píxeles, OCR, detección de elementos y visualización en línea) que comparten el mismo resolutor de imágenes, generate_image mediante los protocolos OpenAI/DashScope/ComfyUI, generate_video asíncrono con varias tarjetas y un constructor /build-video-tool, y speak/clone_voice TTS en siete proveedores, todo gobernado por una única página de ajustes con autoguardado.

Lee los archivos referenciados mediante imports @path en AGENTS.md e inserta su contenido en el contexto del modelo. Incluye límites de bytes, reinyección tras la compactación y una tarjeta de ajustes en seis idiomas. v0.3.x expande los imports de todos los archivos de instrucciones cargados por el harness, incluido un AGENTS.md de proyecto añadido durante la sesión (requiere DSH 0.2.0+); para DSH 0.1.7, usa 0.2.x.

Modelos de suscripción OpenCode Go como proveedor de DeepSeek Harness: vuelve a resolver el catálogo de la puerta de enlace en vivo cada pocos minutos, adapta automáticamente modelos que la tabla integrada no ha visto y cubre streaming, llamadas a herramientas, entrada de imágenes y uso de la suscripción. Un fork mantenido de dsh-opencode-go: un choque con el paquete upstream por el espacio de nombres de ajustes llm-opencode-go hace que se retire silenciosamente en lugar de fallar todo el árbol de plugins, y una ruta opencode-go ya reclamada hace que sirva en opencode-go-plus.

Pipeline de desarrollo guiado por especificaciones para Odoo: 15 herramientas llevan una petición desde una spec inmutable, pasando por la arquitectura, hasta código de módulo o configuración en vivo, y luego exigen un veredicto persistido respaldado por evidencia de una instancia real de Odoo, con puertas fail-closed, lotes aprobados por humanos en un entorno declarado, el importador CSV/Excel propio de Odoo y un diario que revierte los datos escritos por el plugin.

Modos personalizados / gestor de asistentes: cada modo tiene su propio prompt de sistema en la página de ajustes — un prompt personalizado en un archivo plano que el bucle del agente relee antes de cada paso del modelo, así una edición se aplica a la sesión en curso en el paso siguiente — e inícialo desde la composición oficial estándar / PTC / minimal / Cordis, activando una a una sus filas de plugins (composición propia por modo) y renombrándolo a gusto. Varios asistentes coexisten con sus prompts, así una máquina puede mantener en paralelo un asistente de programación, un compañero de chat y una persona de juego de rol (RP) — una configuración multiagente elegible en cada nueva sesión. Las filas intactas quedan idénticas byte a byte a las distribuidas, con las condiciones de plataforma.