Plugins

Exploración de arquitectura AGI de caja blanca: metacognición (bucle de autocognición), aprendizaje continuo (volante de conocimiento), modelo del mundo (espacio de condiciones, grafo de memoria espaciotemporal), auto-mejora (disciplina bootstrap), pipeline de caja blanca zero-LLM y barandillas de confianza auditables.

Memoria de proyecto solo local sin dependencias de runtime incluidas ni servicios externos: JSON como fuente de verdad más un PROJECT_MEMORY.md generado, Hot Memory congelada por sesión y acotada por tokens para la estabilidad de la caché de prefijos de prompt, recuperación BM25 entre proyectos con caché, procedencia confiable de sesión/turno, gobernanza explicable de duplicados/conflictos antes de escribir, ciclo de vida editable de importancia/pin/etiquetas/sustitución/archivo, destilación configurable al final del turno de nivel superior, y una GUI web bilingüe para búsqueda, inspección, diagnóstico y ajustes en vivo.

Modo de aprendizaje local-first: hilos de aprendizaje entre sesiones con explicaciones por fuente.

Modo de aprendizaje que explica cada paso del agente (en desarrollo).

Selecciona cualquier texto en una conversación y pulsa el botón Explain para obtener una burbuja de explicación en Markdown en streaming, con preguntas de seguimiento recursivas.

Modo de codificación compacto de Codex para DSH: barandillas ligeras del prompt contra que GPT se explaye demasiado, con un prompt editable y herramientas nativas al estilo Codex.

Plugin para DSH Desktop: inyecta restricciones solo cuando son relevantes, por capas —texto estable en el prompt del sistema, volátil al final— sin invalidar la caché del prompt. Por turno (pregunta / investigación / discusión / diagnóstico / ejecución) limita: no editar archivos en pregunta, arreglos no pedidos en diagnóstico, citar código no abierto, hablar de símbolos no vistos o disfrazar «no lo comprobé» de «espero tu decisión»; explica en palabras simples código, campo o id. Memoria: avisos al 75%/90% de contexto, resumen de sesión exportable y conocimiento del proyecto por directorio. Artefactos: contrato de tarea, registro de cambios, hipótesis con puerta de evidencia y decisiones de diseño. Panel: lume-metrics.jsonl vía lume_metrics; personas destiladas de chats o novelas.

Muestra una barra de herramientas flotante sobre el texto seleccionado en una conversación, con acciones para copiar, citar, preguntar, explicar, traducir, resumir y usar prompts personalizados.

Plugin de modo de aprendizaje Feynman: bucle enseñar → reexplicar → evaluar → reexplicar de nuevo, renderizado como tarjetas de lección en HTML enriquecido (diagramas mermaid + resaltado de código con shiki).

Validación de JSON Schema: validar/rutas/explicar/normalizar.

Prueba, extrae, reemplaza de forma segura y explica estáticamente expresiones regulares sin ejecutar código.

Explica localmente las ejecuciones fallidas del agente de DeepSeek Harness y luego produce un plan de recuperación con datos censurados. No requiere ningún modelo.

Guarda de inyección de prompts consciente del origen para DSH: rastrea contexto de turno no confiable, detecta señales de inyección, puntúa destinos sensibles y bloquea llamadas de herramientas de alto riesgo con registros de auditoría explicables.

Memoria local acotada con control de autoridad CBDC: afirmaciones en SQLite + FTS5, recuperación con alcance y decisiones explicables de usar/verificar/ignorar, con registro de auditoría completo, comandos /memory, inyección de ≤3 afirmaciones/1200 caracteres por llamada, sin llamadas adicionales al modelo.

Explain a selected word or sentence from a DSH conversation in a floating window: a channel of its own that leaves the session untouched, and the answer can be pinned to a session of its own.

Adds an Explain button to the approval card: one model call returns exactly three lines reading the pending operation, covering what it does, which files or system state it reads, writes, modifies or executes, and a risky/attention/safe verdict with a one-sentence justification. It also renders the detail area for `write` and `edit` calls, which the shipped renderer leaves blank because it only reads a `command` field.

Go (weiqi) review coach: parses SGF records, backfills winrate and score analysis with a bundled KataGo engine, explains the costly moves in the chat, and writes the commentary back into an SGF copy; a web panel shows the board with problem moves, AI choices and variations.

A tiny octopus desktop pet that explains AI-jargon in plain language for the DeepSeek Harness web GUI.

Update copilot for DeepSeek Harness: one scan covers the DeepSeek Harness core and every profile plugin; explains what changed and how risky each update is, then updates only what you confirm.

Widget de coste de tokens en vivo por tarea: ventanas de precio pico/valle, costes proyectados tras la subida, tabla de costes por tarea ordenable, multimoneda (COP/USD/CNY + ~40 más) con tipos de cambio y explicación LLM transmitida con un clic de las tareas caras.

Select text in the DSH web UI to stream a translation and an explanation of what it means in that specific context, read against the conversation it came from; the panel keeps a replayable history and can be promoted into a full session.

Generates 3Blue1Brown-style Manim animations to explain answers, with a right-column gallery and inline multi-modal file publishing.

OpenReelbench, the open video creative bench for DeepSeek Harness: a gated four-stage pipeline (brief -> script -> assets -> compose) that turns one sentence into a narrated explainer video; generation via ComfyUI workflows, assembly with FFmpeg. / DSH 开源

Select text in any Windows app to explain or translate it with the Harness agent, answered in a native always-on-top overlay.