Plugins

Controlador de navegador discreto para agentes IA: pocas herramientas, control total y eficiencia de tokens.

Incluye 27 skills de ingeniería y productividad (mattpocock/skills v1.3.1), sin instalación manual. El autor afirma haberlo construido con 40.000 millones de tokens y ofrecer una eficiencia de desarrollo 10 veces mayor sobre las skills originales. Ayuda a principiantes a empezar antes con la colección. Ofrece soporte completo para GitHub Issues; Markdown está en vista previa y GitLab aún no es compatible. Gracias por usarlo y apoyarlo.

Filtra salidas, elimina contexto obsoleto y revela skills bajo demanda en DSH 0.2.1-alpha.1.

Plugin de memoria DSH de creación propia: almacenamiento persistente SQLite + guardia de auditoría a nivel de base de datos (enforceAudit) + registro de auditoría. Captura conocimiento automáticamente tras las conversaciones, los agentes recuerdan vía memory_recall y admite compartir entre agentes de Claude Code/Codex/Cursor. Cero dependencias externas.

Analiza el uso entre modelos, proveedores, espacios y periodos, con fechas personalizadas sobre todo el historial, cache-hit visible y desgloses por modelo y proveedor. Incluye tendencias horarias/diarias, mapa de calor de 53 semanas estilo GitHub, rachas, anillos de tokens por modelo y espacio (tokens, coste, %), filtros combinables, eficiencia de caché, saldo DeepSeek, alias de espacios, exportación CSV, y un libro mayor duradero que conserva el uso tras eliminar la sesión o el espacio (fila Deleted) y se reconstruye de forma incremental. El registro de espacios se refresca vía sonda DSH domain/changed; solo se cuentan espacios registrados. Contabilidad separada de entrada, caché y razonamiento. Chino: hora local; inglés: UTC; API solo loopback.

Fuerza la compresión de contexto al ejecutar modelos llama.cpp de bajo contexto como Qwen3.8-27B, mejorando la eficiencia del modelo y la fluidez de uso, junto con prompts de compactación bien refinados.

Compresión de diálogo in-situ con curva de olvido para DeepSeek Harness: los turnos recientes se mantienen verbatim, los turnos medios se deshidratan estructuralmente (sin LLM), los turnos antiguos se pliegan en un par de resúmenes acotado — conversaciones sin límite con un presupuesto de memoria acotado.

On-demand memory for DeepSeek Harness: session logs are distilled into layered markdown (a summary, an index and per-topic files), and a mem_query tool returns only the matched entries rather than the whole index. Nothing is injected per turn, there are no dependencies, and every entry keeps a source pointer back to the conversation it came from.

Context curation for DeepSeek Harness: content-aware tool-output slimming, dead-log sweep, pinned user requirements and in-flight work, archive-then-compact with an audit trail.

A DSH conversation workspace: turn actions, provenance quotes, local notes and summaries, in-conversation find, focus lock, and per-workspace command buttons.

Multi-agent frugality defense plugin: read-ledger dedup metrics, compaction-immune rules, completion gate, cheap-model review lane.