Plugins

Proveedor no oficial de LLM Command Code: registra una ruta `commandcode` con un catálogo de modelos en vivo y compatibilidad con reasoning-effort.

Skin de control deslizante de reasoning adaptable que asigna los niveles de esfuerzo de razonamiento disponibles de cada modelo a una escala de intensidad visual de 0 a 30, con retratos, fondo y colores de interfaz sincronizados.

Añade al selector nativo de modelos de DSH un control animado del esfuerzo de razonamiento de DeepSeek Chan, que sigue los niveles declarados por el modelo y acelera la animación al arrastrarlo.

Convierte la fila oficial de reasoning-effort en un control continuo: relleno azul a violeta, un campo de estrellas en los niveles altos y el texto oficial del valor teñido según el nivel actual. Off sigue en gris y no se modifica ningún texto oficial.

Agregado de funciones de escritorio que instala la colección DSH Web UI, dshmarket, Codex Connect y los controles de reasoning-effort en versiones fijadas.

🌹 Guarda tus plantillas de prompt repetitivas y tediosas. Un clic las inserta en el compositor y evita tener que escribirlas cada vez.

Conecta ChatGPT a DeepSeek Harness mediante OAuth de navegador Codex, sin API key ni Workspace. Registra pi-ai Codex, configura modelo/razonamiento predeterminados, actualiza catálogo y muestra uso de cinco horas y semanal.

Configuración por modelo de reasoning-effort y modalidad de entrada para proveedores de terceros: sugerencias fusionadas desde una base de conocimiento de modelos y evidencia cruda del endpoint /models con etiquetas de confianza, editadas dentro de la tarjeta oficial de la página Models.

Agrupa en un único selector los modelos de WorkBuddy (multicuenta personal, empresarial y WorkBuddy AI internacional), Qoder CN y Trae CN. Comparte el historial de conversación, muestra multiplicadores de crédito en vivo y permite ajustar reasoning effort por modelo; usa la mayor ventana de contexto declarada por la edición internacional y ofrece registro diario cuando el canal lo admite.

Configura los niveles de esfuerzo de razonamiento y los valores predeterminados de sub-agente para modelos DSH personalizados.

Inicio de sesión con cuenta de ChatGPT para DeepSeek Harness mediante un flujo OAuth del navegador de Codex, sin clave de API y sin selección de espacio de trabajo: registra el inicio de sesión en el proveedor de Codex de pi-ai, permite definir el modelo Codex y el reasoning effort globales por defecto para las nuevas sesiones, actualiza la lista de modelos desde el endpoint de catálogo de la propia cuenta con sesión iniciada y muestra en el compositor las ventanas de uso de cinco horas y semanales.

Deja que tus ideas fluyan — Tydora es un editor de Markdown de escritorio moderno que combina edición WYSIWYG, enlaces bidireccionales, mapas mentales y un lienzo infinito, potenciando el pensamiento profundo y la expresión sin esfuerzo.

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.

Tema estilo Claude Code Desktop para DeepSeek Harness Desktop 0.2.0-rc.2 en macOS y Windows, con diseños compactos de barra lateral y chat, temas claro y oscuro, controles de modelo y reasoning-effort, y una ballena pixelada interactiva que lanza un chorro, salta y mueve la cola al iniciar sesiones.

Deslizador de esfuerzo de razonamiento estilo Claude Code para la IU web DSH: arrastre continuo, ajuste al soltar, estela de fuego WebGL y control real y funcional del esfuerzo de pensamiento para cualquier modelo o proveedor de terceros personalizado.

Mejora la experiencia con modelos: varias formas de completar parámetros, mejor compatibilidad, memoria del esfuerzo de razonamiento, subagentes que siguen en tiempo real el modelo y esfuerzo del padre, y ajuste automático del esfuerzo por IA.

Sustituye el botón de modelo del compositor DSH por un panel de dos niveles (lista de proveedores y lista de modelos con búsqueda) con un control deslizante continuo y arrastrable de esfuerzo de razonamiento: relleno azul-violeta, nebulosas y estrellas en niveles altos, color distinto por nivel. Al elegir un modelo, el panel sigue abierto y el control pasa al nivel medio de ese modelo. Parte de Microqian2th/dsh-codex-effort-slider 1.0.0 (crédito en README); el panel, la toma del slot, la suite de pruebas offline y la documentación son nuevos.

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.

Liang Saint Slider como selector de modelo y nivel de esfuerzo de pensamiento de DeepSeek Harness.

Proveedor de modelos Kiro con inicio de sesión mediante Builder ID, Identity Center, Google, GitHub e importación de credenciales, refresco automático de tokens y perfiles, uso de la cuenta, descubrimiento de modelos en vivo, esfuerzos de razonamiento seleccionables, llamadas a herramientas en streaming, gestión del motivo de parada del proveedor y del desbordamiento de contexto, y contabilidad de tokens que usa los contadores exactos de Kiro cuando los envía y, en caso contrario, escala el porcentaje de uso de contexto que sí envía según la ventana anunciada del modelo.

Un selector de esfuerzo similar a Codex para Deepseek Harness.

Control por ronda del nivel de pensamiento (reasoning_effort) para DeepSeek Harness: Auto programa low/high/max según el historial reciente de tool calls, o permite fijar manualmente un wire level (off/on/minimal/low/medium/high/xhigh/max), con mapeo wire personalizado, guard de capacidades por modelo y presets de ventana de contexto (64K–1M); su capability card se combina con [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (instalable desde dsh-market) para probar reasoning en gateways compatibles con OpenAI (vLLM / LM Studio / autoalojados). La card escribe capacidades llm-pi-ai, el adapter conduce el wire (compat.thinkingFormat) y el plugin mantiene la lista de takeover.

Página de ajustes para capacidades por modelo: niveles de reasoning-effort con sus ortografías wire, modalidades de entrada y capacidades de token, escritos como declaraciones o anulaciones de catálogo dispersas.

Deslizador de esfuerzo de razonamiento al estilo Codex, integrado en el selector de modelos.