Plugins

Widget de ballena fijo en una esquina para la GUI web de DSH: saldo, uso del día y coste por turno con tarifas punta/fuera de punta; burbujas editables de alerta de saldo y presupuesto diario; cola de burbujas personalizadas basada en módulos con opciones ponderadas A/B y líneas o imágenes aleatorias; más de 30 plantillas de proveedores (OpenAI, OpenRouter, Kimi, SiliconFlow, Ark, Zhipu, MiniMax y más) con saldo por modelo y cuota de suscripción; además de sonido al finalizar tarea, audio importado, roles personalizados y un gestor de recursos. Solo local, sin telemetría.

Coste de la API por sesión y diario, presupuesto con porcentaje de uso, saldo oficial, panel de historial y sincronización de precios oficiales con un clic, incluyendo tarifas de hora punta/valle.

Lectura profunda de libros y artículos en cinco modos (rápido, profundo, mapa de conocimiento, Feynman, libro completo) con informes de afirmación-evidencia-datos, mapas mentales Mermaid/XMind, comparación por lotes, comprobación previa del presupuesto, progreso transparente de tareas en segundo plano y exportación a MD/HTML desde URLs, archivos o texto pegado.

Mascota flotante de escritorio DSH con 12 animaciones de estado creadas para solicitudes, herramientas, compaction, archivo y mejora de prompts; ocupación de contexto en vivo; un Ledger Vitalicio persistente entre sesiones; totales por proveedor/modelo, tendencias por hora y vistas de 7/30 días; cambio de tema oscuro/claro; estimaciones de coste opcionales (desactivadas por defecto) con editor visual de precios y alerta de presupuesto mensual; importación ZIP de skins del lado del cliente; exportación de uso en JSON/CSV; lecturas de panel solo con instantáneas con indexación incremental en segundo plano; y mejora de prompts opt-in con vista previa editable y envío al compositor DSH.

Ejecutor de lotes en horas valle para DeepSeek Harness: los usuarios definen tareas durante las horas punta (prompt, estrategia, prioridad, workspace, archivos bloqueados) y las liberan manualmente; luego el plugin ejecuta el lote automáticamente dentro de ventanas valle definidas por el usuario. Cada ejecución pasa cinco comprobaciones previas (workspace, git HEAD, sha256 de archivos bloqueados, ajuste de ventana, presupuesto diario), admite cuatro estrategias de ejecución (única / iterativa / muestreo / revisión) y tres niveles de autonomía (L1 por tarea, L2 lote, L3 totalmente automático), y cierra el ciclo con un informe matutino con diffs, gasto real y ahorros desde un libro mayor diario alineado con la tarificación oficial pico/valle.

Empareja tus modelos y presupuestos de tokens con cada rol, y luego deja que DSH delegue subagentes especializados según el tipo de tarea. Cubre análisis de arquitectura, UI/UX, implementación de código, exploración de la base de código e investigación de documentación, con configuración automática más esfuerzo de razonamiento y permisos de herramientas por rol.

Presupuestos de pensamiento por solicitud, un backend de compactación y una pestaña de ajustes para la línea local Qwen3.8 (llama.cpp o NInfer).

Observabilidad de tokens local-first en cuatro cubos: paneles persistentes por sesión/proveedor/modelo/día, tendencias, señales de presupuesto y anomalías, estimaciones de tarifas públicas, exportaciones agregadas seguras, y análisis de uso o trayectoria de sesión mediante consentimiento explícito.

Servidor MCP de datos financieros de acciones A chinas: 11 herramientas fin_data__* (cotizaciones/velas/financieros/calendario/datos especiales/anuncios/EDB/conciliación/fondos/índices) sobre THS REST oficial gratuito (principal) + AKShare (respaldo) + Wind (dominios exclusivos), con degradación observable, compresión del presupuesto de contexto (-72,2% medido en resultados) y un lago offline de 10 años de datos de mercado. BYOK.

Equipo multiagente por roles para DeepSeek Harness. /team reúne hasta 12 subagentes (producto, arquitecto, investigación, UI, backend, frontend, BD, seguridad, revisor, QA, DevOps, docs) y ejecuta un pipeline de 9 fases con puertas (aclarar, investigar, diseñar, revisar spec, aprobar plan, implementar, revisar, test, entregar) sobre artefactos compartidos. Las puertas de calidad las impone el código, no los prompts: una tarea sin terminar no se marca completa, los hallazgos los arbitra el revisor o QA, y lagunas de cobertura o retrabajo se ven en el overlay y en /team status. Incluye overlay en vivo (fases, plantilla con modelos, DAG, artefactos, decisiones), modo de equipo persistente y conteo de tokens/tiempo. Sin dependencias en runtime ni build.

Presupuestos de uso y topes de coste por plugin en la cascada llm/stream: contabilidad de uso por modelo, presupuestos de sesión y mensuales con transiciones de aviso/bloqueo, ventanas de latencia y una estimación de huella de carbono.

Herramienta de comprensión de video de bajo coste: una herramienta video_understand convierte un enlace de Bilibili / BV / video local en una capa de información AVIS (ASR + estructura de escenas + seguimiento de objetos + etiquetas YOLO) y devuelve un resumen + Q&A. Incluye enrutamiento dinámico entre capas guiado por preguntas (L0 ASR / L1 seguimiento de objetos / L2 VLM de fotograma clave), reutilización de la capa semántica para preguntas repetidas y un tope de presupuesto por pregunta. Motor Python: la capa principal necesita faster-whisper / opencv / yt-dlp (~200-300MB); la capa semántica opcional añade ~2GB de torch / transformers / ultralytics. Un doctor --fix incluido configura el venv e instala ambos.

Servidor MCP de datos financieros de acciones A de China para el harness: 11 herramientas fin_data__* (cotizaciones/velas K/financieros/calendario/datos especiales/anuncios/EDB/reconciliación/fondos/índices) sobre THS REST oficial gratuito (principal) + AKShare (respaldo) + Wind (dominios exclusivos), con degradación observable, compresión de presupuesto de contexto (lado del resultado -72.2% medido), y un lago de datos de mercado de 10 años sin conexión; BYOK.

Lee los archivos que AGENTS.md referencia con importaciones @path e inyecta su contenido en el contexto del modelo al iniciar la sesión, con presupuestos de bytes, resiembra tras la compactación y una tarjeta de ajustes en seis idiomas.

Investigación profunda como modo agente: un único bucle revisado que planifica, investiga en rondas paralelas adaptativas impulsadas por las lagunas que los propios investigadores declaran, sintetiza un informe citado y luego lo revisa de forma adversarial, en lugar de un script que el modelo reescribe por llamada. Las preguntas que el presupuesto de rondas nunca alcanzó se nombran en el informe en lugar de descartarse.

Medidor local-first de uso y coste para la interfaz web de DSH: botón de composer con coste de sesión y saldo en vivo; panel con un gráfico diario/de 7 días por modelo apilado, tarificado por intervalos efectivos de precio de lista (la página oficial de precios se sincroniza a diario), niveles de uso mensuales con una tarjeta para compartir en canvas, avisos de presión de contexto al 30/50/85% con /compact de un clic, alertas de presupuesto y una comprobación de actualización de npm dentro del panel con actualización de un clic.

Seguimiento de costes con precios de un catálogo en línea (models.dev + OpenRouter, más de 8000 modelos, cada llamada valorada a su tarifa instantánea): línea de coste por turno, pestaña Coste que atribuye el gasto a salida de herramienta / salida de modelo / prompt del sistema / comandos, presupuesto, previsión mensual, ~166 divisas a tipo de cambio en vivo, y una herramienta de agente bill_stats.

Memoria a largo plazo gobernada para DeepSeek Harness: un registro de evidencias de solo adición con controles de escritura, afirmaciones con 7 niveles de autoridad, cadenas de sustitución e inyección previa a cada paso con presupuesto y cuotas por dominio.

Memoria markdown de largo plazo entre sesiones con estructura LLM-Wiki y persona SOUL.md, inyectada al inicio de la sesión (por defecto solo tras el primer mensaje del usuario y solo en la sesión activa); flujos remember/recall/consolidate/forget, skill de memoria integrada, herramientas de migración pack/unpack y un aviso de recuerdo en primera persona en tiempos de inactividad. Añade: presupuesto de boot-block por archivo, sellado automático de last_access, panel de salud, compilador de índice (las páginas declaran summary:), grafo de memoria interactivo, consultas estructuradas por etiqueta/tipo/relevancia, sugerencias de enlaces cruzados e informe `checkup` con acciones priorizadas.

Compañero de sesión con cuatro módulos: exportación inteligente de conversaciones (Markdown/PDF/JSON/imagen larga PNG, con redacción de privacidad y ZIP por lotes), resúmenes de traspaso de contexto con guardado/importación de plantillas, optimización del coste de la API (precios oficiales en vivo, programación en horas pico/valle, presupuestos diarios/mensuales, enrutamiento de modelos), y búsqueda global de conversaciones con búsqueda dentro del chat (Ctrl+F, CSS Custom Highlight API).

Un HUD en la esquina para DeepSeek Harness que muestra de un vistazo la presión de tokens de tu sesión, el coste por modelo y el uso diario/mensual, con un presupuesto y saldo editables que registran tu gasto.

Vista de uso y coste para DeepSeek Harness: agrega el uso real de tokens de los registros de sesión existentes, fija cada coste al precio de la fecha de su evento y muestra el gasto del mes y de hoy frente a un presupuesto desde una tarjeta de la barra lateral o una píldora en la barra de entrada.

Revisiones de asesor que convergen por rondas, un modo de ingeniería cuyas escrituras requieren un token de diseño, escalado de una tarea a un modelo más fuerte y consulta paralela multimodelo; una página de ajustes edita las rutas de modelo, los tiempos de espera y los presupuestos.

Corrección de compactación para pasarelas qwen3.8-27b alojadas en NInfer: desactiva el razonamiento en las llamadas de compactación de contexto y de título de sesión de dsh para que el razonamiento xhigh deje de consumir todo el presupuesto de salida; la misma idea se aplica a otros métodos de lanzamiento, pero este paquete es solo para NInfer.