Plugins

Enrutamiento automático del esfuerzo de razonamiento para dsh: un clasificador local ajustado de 7 preguntas (ModernBERT, 842 MB, <1 s de inferencia en CPU) elige low/high/max para mensajes sin intención; los reintentos dentro de la sesión escalan el nivel (low a high a max) bajo restricciones de exclusión; el servicio juez falla seguro a low si no es alcanzable. Un chip de nivel en la barra de entrada muestra el nivel actual y los últimos 20 juicios. Toda la inferencia es local — el texto de la tarea nunca sale de la máquina.

Añade un preajuste de permisos `auto` entre workspace-write y danger-full-access: un clasificador concede una vez las escalaciones rutinarias del sandbox, mientras que las solicitudes peligrosas o inciertas siguen pasando a un humano.

Aprobación automática estilo CC para DeepSeek Harness: reglas deterministas de denegación/autorización más un clasificador de autorización/rechazo de dos etapas con disyuntor y guía ante denegaciones.

Plugin de clasificación de datos urbanos con IA: recomienda automáticamente una clasificación según GB/T 47949 y admite datos estructurados, semiestructurados y no estructurados.

Antes de llenar el contexto, un modelo auxiliar resume; el ledger en disco sobrevive reinicios y se reancla tras compaction. El modelo elige entre seis pools; Auto cambia con un clasificador solo al superar el umbral para conservar cachés. Un watermark de 3 líneas inicia handover de 4 pasos (backup fork, documento, compactar, despertar) sin perder subagentes; Control manual: /ctx-pause, /ctx-resume y /ctx-handover. Agent Teams opcional, /vision y revisión escalonada de diff grandes con tester y revisor independiente. UI/README/ajustes en 11 idiomas; skills MySQL/Redis de solo lectura, commits y documentos requisitos/diseño. En una sesión real de un día, 6 pliegues sustituyeron 209 mensajes y el contexto quedó en decenas de miles de tokens.

Detecta qué modelo de conversación se está sirviendo a una cuenta: lanza conversaciones de sondeo concurrentes desechables, puntúa cada cadena de pensamiento en streaming por cómo abren sus párrafos, y cancela los sondeos que se leen como el modelo antiguo en cuestión de segundos. Incluye un self-check offline que reproduce 13 cadenas de pensamiento etiquetadas a mano a través del mismo clasificador.

Mantiene un conjunto de modelos y dirige cada paso del agente a uno con su nivel de razonamiento; se configura con clics en el composer, sin JSON. Sustituye la celda de modelo del composer y muestra allí el modelo/esfuerzo de la sesión junto a sus ajustes. Hay tres ámbitos de autorización (model/effort/full): una selección manual solo cuenta en el ámbito que la controla; en effort, el router queda ligado al único modelo elegido. Incluye presets con pesos por modelo, routing vision para pasos con imágenes, señales de sesión (active todo, context pressure, token budget, subagent depth) y clasificador semántico opcional. thinking siempre queda activo: DeepSeek rechaza solicitudes con thinking activo si el historial contiene una llamada de herramienta hecha con thinking desactivado.

Integra modelos WorkBuddy gratuitos y de pago (nacionales e internacionales) en DSH sin la app de escritorio. Es un fork mantenido de Faide-cyber/dsh-workbuddy, publicado como @bushizhanghan/dsh-workmate; la versión original ya aparece en este catálogo. No instales ambos: registran el mismo provider id, "workbuddy-ai", y entran en conflicto. v1.2.7 coloca los prompts de sistema demasiado largos después del clasificador de riesgo del canal de la pasarela nacional, cambia el texto de marca DSH y añade un volcado de depuración. Compatible con dsh 0.2.0-rc.2 a 0.2.1, incluidas las versiones preliminares.

Protección de permisos para DSH: cuatro ámbitos con permisos de lectura/escritura/ejecución en el menú nativo; clasificador semántico Jev opcional para comandos bash.

Reduce costos de LLM: un clasificador Jev (System One) evalúa cada turno según una política declarativa y recomienda la ruta de modelo para subagentes. El trabajo rutinario usa tarifas flash y el principal conserva lo difícil. Incluye activador explícito /route, control en tiempo de ejecución de la capacidad de delegación, ocultación de credenciales y reproducción offline desde el registro de veredictos.

Enrutador de modelos híbrido para DeepSeek Harness: reglas declarativas, control de costos configurable por el usuario (primero costo / primero calidad / equilibrado), clasificador de tareas LLM opcional y cadenas de respaldo ante fallos.

Clasificador autónomo de permisos para el preset auto: reglas allow/deny por herramienta, un juez semántico LLM y puntos de control de git para sesiones desatendidas.

Recupera una sesión que el host ya rechazó por superar la ventana de contexto: vuelve a comprobar el mensaje del gateway que el clasificador integrado pasa por alto, extrae la ventana real y pliega el tramo más antiguo en un checkpoint sin llamar al modelo (depuración de resultados de herramientas, motor de compactación del host si reduce la proyección o digest mecánico). Después reintenta el paso fallido. La herramienta `context_rescue` y `/rescue`, `/rescue-status` exponen el mismo proceso manual.

Router híbrido de modelos para DeepSeek Harness: reglas declarativas, control de coste configurable por el usuario (cost-first/quality-first/balanced), clasificador opcional de tareas LLM y cadenas fallback ante fallos.

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.

Enrutamiento automático por nivel para DeepSeek Harness: el modelo virtual `smart` clasifica cada solicitud por dificultad (hard/normal/easy) y necesidad de visión, y la deriva a los modelos ya configurados. Sin configuración adicional.