Plugins

Modo red team: indicar una organización objetivo; una sesión lanza cinco roles (reconocimiento, triaje de activos, búsqueda de vulnerabilidades, explotación, pivote interno) en paralelo ajustable. El preflight valida habilidades/recursos. Puntuación en cuatro etapas (reconocimiento, Internet, límite, interno), con topes del servidor y deduplicación por privilegio mayor. Hallazgos en SQLite local. Consola lateral persistente de nueve páginas: mapa de activos, agentes, sesiones/túneles, hallazgos, objetivos, informes, base POC y biblioteca de habilidades. v0.15.2 añade registros HTTP de evidencias/acciones, ingesta por lotes, control de alcance, sonda de pivote de túnel, prueba de datos, registro de limpieza y admisión T0-T3 contra desviaciones. 59 herramientas redteam_*; 38 habilidades.

Preset modo experto DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordinador jefe + 17 subagentes con delegación automática. Funciones: taskboard (estados pending/ready/running/done/failed, DAG dependencias, reclamación atómica, reintento, recuperación), puertas calidad (pipeline 5 etapas: requisitos, implementación, verificación, revisión, integración; 2 reelaboraciones), Five-Anchor (revisión/convergencia/anti-deriva/colaboración/recursos), Near-distance (plantilla identidad/tarea/salida), divulgación progresiva (~28% ahorro tokens), persistencia, bus P2P, revisión cruzada, pool experiencia, vía rápida, auto-reintento. 17 expertos: datos, redacción, legal, PM, frontend, UI/UX, arquitecto, social, growth, fin. cuant., backend, DevOps, BD, QA, seguridad.

Puente de sesiones para DeepSeek Harness: maneja otras sesiones reales de DSH directamente desde tu prompt — crea sesiones de nivel superior en cualquier espacio de trabajo, envía mensajes o interrumpe cualquier sesión, espera respuestas y transmítelas segmento a segmento (incluida la cadena de pensamiento), reanuda sesiones sin conexión, encuentra sesiones entre espacios de trabajo, ejecuta un vigilante en segundo plano que monitoriza y programa una tarea principal (avisa si se estanca, corrige desviaciones, cancela si se bloquea) y archiva sesiones con un solo comando.

Guardia de desviación de requisitos en tiempo de ejecución que mantiene a los agentes DSH de larga duración alineados con el objetivo, las restricciones y las decisiones aprobadas por el usuario.

Añade a la GUI web de DSH una mascota arrastrable: Big Fat Fish, una chica ballena (Jingjing), con 8 skins intercambiables. Recuerda entre sesiones: tres llamadas «gorda» en el día provocan un saludo frío y tres apodos uno cálido. Los contadores se guardan en un archivo del plugin y se reinician a medianoche local. Tras 30 min dice que no esperaba; al principio es tímida. Tras 10 min inactiva se desplaza visualmente a una esquina sin mover la posición elegida. El plugin incluye y sirve los 8 PNG, sin solicitudes a terceros. Nota: el arte lleva marca de agua OleapCrow y lo proporcionó el propietario del repositorio; las 8 skins recolorean el mismo dibujo. No se ha probado en un DSH activo.

Inspector basado en evidencia para las capacidades integradas de DSH Web: procedencia de tiempo de ejecución/configuración, diagnósticos de compatibilidad y desviación (drift), además de controles de fallo cerrado (fail-closed) para nueve hojas de UI revisadas.

Gestiona los modelos OpenCode Zen de nivel gratuito y Go en settings.yaml: obtiene los listados de modelos en vivo desde opencode.ai, informa del desfase entre configurado y en vivo por ruta, y añade o elimina entradas mediante cuatro herramientas de agente y una sección de ajustes de OpenCode Models.

Informes de deriva de comportamiento para sesiones de DSH: compara dos registros de sesión e informa de la alineación de secuencias de herramientas, la mezcla de herramientas, el volumen de razonamiento, los tiempos, los reintentos y los archivos objetivo, con una puerta opcional de umbral en CI. Cero dependencias.

Kit de coherencia de personajes: tarjetas de perfil de personalidad, estadísticas de peso de apariencia y detección de deriva conductual para ficción larga.

Tablero para esfuerzos multi-PR: el hub agent mantiene un árbol de pasos vinculados a issue, PR, branch y worktree mediante cuatro herramientas. Una pestaña Board en la barra derecha y una franja sobre el composer muestran lo completado, bloqueado o pendiente de ti. Cada tablero es un JSON simple legible por scripts; un comando drift opcional y configurable marca pasos cuyo estado ya no coincide con el trabajo.

Gobernanza de trayectorias del agente y diagnóstico de anomalías: reconstruye registros planos en árboles multirrama, detecta bloqueos, reintentos inválidos y desviación del objetivo; alerta con atribución de coste, interrupción y bifurcación con un clic vía API oficial, en pestaña propia.

Planificación de proyectos tipo mapa mental con protección contra desviaciones de bloqueo: planes, módulos y tareas como un DAG de dependencias con orden de ejecución topológico, marcador de posición del agente, puerta de aprobación humana en cada edición del tablero, verificaciones cruzadas con git y finalización de tareas condicionada por evidencias.

Conciencia de deriva del workspace para agentes de DeepSeek Harness: detecta cambios externos o del usuario en los archivos y los inyecta en el contexto del agente en los límites de paso.

Automatización de escritorio de Windows para DeepSeek Harness: bucle observe/act con prioridad de accesibilidad y 30 herramientas estándar (objetivos de elemento/coordenada, enrutamiento de estrategia auto/a11y/evento), semántica de seguridad de observaciones reemplazadas y sin replay, interruptor de apagado persistente, protección contra obsolescencia RuntimeId/rect-drift, tarjetas de chat y panel flotante (operaciones en vivo, muro de frames, ajustes de autodetección de entorno), descripción de visión en mosaico para modelos de baja resolución, registro de auditoría JSONL y lista permitida de pid. Requiere Windows 10+ y Python 3.9+ con uiautomation y pillow (instalables desde la página de ajustes).

Un comando y herramienta `/backstory` que anota cada línea con el commit de git que la tocó por última vez y el turno del agente + prompt que la escribió, a partir de un libro persistente por línea (a prueba de deriva por hash de contenido), trailers de commit DSH-* o el registro de sesión en vivo.

Configurable session titles with custom prompts, refresh policies, local topic-drift detection, and single-session or historical title regeneration.

CRT idle screensaver for DSH pages: when no session is running and the page has seen no mouse or keyboard input for ten minutes (configurable), a retro CRT plate covers the window with scanlines and a looping inversion sweep. An in-window click or key press dismisses it, the wheel only locks scrolling, and the whole frame drifts slightly after the cursor; rendering is fully GPU-composited frame by frame. An adaptation of justawebsite/dsh-splash-crt (MIT), turned from a boot splash into an idle screensaver.

Dynamics 365 CE / Dataverse toolkit for DSH: 15 tools for querying metadata and solution layers across environments, snapshots and diffs, field impact analysis, migration risk assessment, GitLab merge-request checks, contract drift, environment health, and review-gated metadata writes.

Tema para DeepSeek Harness inspirado en Honor of Kings. Cada inicio presenta una apertura de unos 5 segundos: el arte principal aparece como un cristal, se agrieta desde el impacto y estalla en 56 fragmentos con bordes dorados, profundidad y giro; se detiene y luego vuelve a ensamblarse al girar, antes de que un destello dorado revele la imagen, el halo solar y los haces de luz. El arte también se integra como fondo de ventana y textura de los dos paneles principales, sobre un cielo nocturno de tinta con sol fundido, fragmentos de espejo esmerilado y brasas flotantes. El emblema del espejo abajo a la izquierda cambia la animación entre completa, suave y apagada. Los colores proceden de tokens de diseño sobrescritos y se aplican a paneles, bocadillos, menús y bloques de código.

Lingshu (灵枢) es un sistema de memoria persistente, persona y crecimiento inspirado en el cerebro para agentes de programación con IA. Solo usa la biblioteca estándar de Python, sin dependencias y con prioridad local; requiere Python 3.9+. Incluye memoria por capas hipocampo/corteza, curvas de olvido, consolidación de sueños, recuerdo asociativo difuso, sistema emocional, protección contra la deriva de persona, base de conocimiento, skills autoescritos y panel web local. Se distribuye como skill incluido en DSH. El plugin cordis instalable por separado inyecta sesiones automáticamente solo si (Lingshu está en ~/.dsh/skills/lingshu o se configura brainPy) y hay Python 3. La comprobación opcional de actualizaciones contacta con GitHub/Gitee.

Precalcula en segundo plano el resumen de compactación y confirma el resultado retenido cuando se activa la compactación por presión, eliminando una ida y vuelta del modelo en primer plano. Se registra como motor de compactación de sesión, fija el tramo resumido para que coincida la huella de la carga al confirmar, depura resultados de herramientas antes y vuelve al flujo estándar en primer plano si cambia la carga o se excede el contexto.

Un océano ASCII gris ocupa el fondo de toda la ventana: las ballenas nadan sin interrupción entre la barra lateral y el chat, incluso de una columna a otra. Al iniciar una conversación, cada criatura sale por su propio borde (arriba, abajo, derecha o izquierda) mientras el mar se calma; la barra lateral conserva una única superficie esmerilada ajustada a su contenido y las ballenas pasan como sombras suaves tras las etiquetas. Con la conversación vacía, vuelven a entrar desde los bordes. Las respuestas en streaming aparecen de borrosas a nítidas; con movimiento reducido se usa un fotograma fijo y el renderizador nativo. Tinta neutra, con paletas de día y noche.

Persona de compañero a largo plazo para DSH: dinámica de rasgos, deriva y mutación catastrófica, inyectada como sección acotada del system prompt.

Un vocabulario versionado de conceptos de negocio del proyecto, un análisis de desviaciones de solo lectura y las mismas reglas de nombres en todos los prompts de agentes.