Plugins

Paquete de solo configuración que monta Ouroboros a través del cliente MCP de DSH, exponiendo 36 herramientas de flujo de trabajo de entrevista, Seed, ejecución, evaluación y evolución en DSH.

LoopX, un kernel de estado y plano de control local-first, neutral respecto al proveedor, para agentes de largo horizonte: mantiene Goal, Todo, gate, evidence, quota, recovery y handoff por encima de DeepSeek Harness, mientras el plugin arranca la CLI y las skills, admite continuación acotada en la misma sesión y añade una GoalBar de bucle de retorno para el bucle exacto acotado.

Puente de visión para modelos de solo texto: pega una imagen y obtén evidencia JSON estructurada (OCR, diseño, semántica).

Paquete de métodos de ingeniería de software para agentes de codificación, con habilidades para planificación basada en líneas base, depuración sistemática, higiene de prompts, verificación antes de finalizar y seguimiento de reparación/retiro.

Puente de búsqueda web para agentes de solo texto: pregunta a la web o a X y obtén evidencia JSON estructurada (búsqueda, obtención, citas).

Añade un lienzo de conversación editable a DeepSeek Harness, donde las conexiones del grafo seleccionan contexto para las solicitudes del lienzo, con ramificación, fusión e importación de sesiones de agentes locales.

Plugin de seguridad para ingeniería inversa y pentest en un único paquete: reducción de herramientas en el primer turno, enrutamiento por dominio y 33 herramientas que cubren APK, web, binarios nativos, protocolos, malware y muestras de LLM — con manuales para desempaquetado, evasión de licencias y antianálisis, motor de evaluación H-CoT (enrutamiento semántico, comando /hcot), banco de trabajo web con estantería de herramientas basada en libro mayor, flujo de casos en disco (cadena de evidencias persistente, hallazgos validados numerados con E, reanudación tras compactación), descubrimiento externo de herramientas basado en GitHub y 361 documentos de referencia bajo demanda.

Conecta dsh a un entorno de ejecución local de SandBase Harness a través de stdio MCP para gestionar agentes y sesiones, transmitir turnos, inspeccionar artefactos y cancelar tareas.

Memoria de recuperación de fallos: busca y registra lecciones de recuperación de fallos extraídas de sesiones reales de ingeniería, con recuperación BM25 + RAG semántico y una base de conocimiento de lecciones.

ThoughtDAG para DeepSeek Harness: convierte la sesión actual de DSH en un grafo de pensamiento editable sobre un lienzo infinito.

Paquete completo de skills de ingeniería inversa (85 archivos SKILL.md) como plugin de Cordis para DeepSeek Harness: enrutador de skills de ingeniería inversa, pentesting autorizado e investigación de seguridad.

Una interfaz de terminal (TUI) para DeepSeek Harness.

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.

Memoria a largo plazo para DeepSeek Harness en formato Markdown simple, un hecho por archivo, legible en cualquier editor. El índice `MEMORY.md` tiene un límite estricto de 200 líneas / 25 KB impuesto por `ctx.tools.guard()`: se rechaza cualquier escritura que exceda el límite, mientras que una reescritura que lo reduzca siempre se permite, permitiendo compactar paso a paso un índice sobredimensionado. El complemento nunca escribe recuerdos por sí mismo — qué conservar lo decides tú y el modelo. El mismo almacén también es utilizado por Claude Code, Codex, Kiro y OpenClaw.

Memoria a largo plazo curada y basada en archivos para DeepSeek Harness: notas en markdown legibles por humanos, un único almacén de archivos planos compartido entre hosts (ignorado por git cuando reside dentro de un repositorio de proyecto), y un límite de índice determinista impuesto por ctx.tools.guard()

Wish Specializer, plugin para DSH que ayuda al modelo a cumplir tus «deseos» sin malentendidos. Según el autor, puede mejorar mucho el rendimiento con un prompt breve, el preset Wish incluido (PTC también sirve) y el modo Heavy.

Mejora de prompts con un clic (5 modos, cadena de memoria, fallback multimodelo) más reconocimiento de voz (Qwen3-ASR en la nube / SenseVoice sin conexión, parada automática en silencio) para el compositor, con reinicio del servicio DSH con un clic.

Memoria automática al estilo Claude Code, de forma nativa: archivos de memoria tipados (user/feedback/project/reference) con un índice MEMORY.md inyectado automáticamente en el prompt del sistema (huella cero cuando está vacío); memory_write/read/list/delete siguen las reglas de escritura de Claude Code (deduplicar y actualizar, fechas absolutas, enlaces cruzados); capas por espacio de trabajo y por usuario, bloqueo de archivos entre procesos con recuperación de bloqueos huérfanos, Markdown plano en disco, sin servicios externos y sin embeddings.

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.

Complemento de agente de flujo de trabajo de ingeniería harness/loop impulsado por habilidades.

Guarda cada prompt plantilla repetitivo y tedioso: un clic del ratón lo inyecta en el composer y te ahorra el esfuerzo. 🌹

Agent Context Editor es un plugin entre agentes para excluir, editar y comprimir selectivamente el contexto de conversaciones de IA manualmente. También admite buscar, filtrar, seleccionar, ocultar, restaurar y deshacer cambios en la conversación conservando la sesión original.

Guardia de disciplina de ingeniería: verificación de requisitos antes de la primera edición, puertas de evidencia de prueba rojo/verde, revisión adversaria bifurcada e informe de entrega con un flujo de verificación por dimensión.