Plugins

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.

Lista de componentes del paquete compartido Semi Design usado por los plugins DSH de tnnevol. Se abre con el botón `Semi UI` del encabezado de la conversación y muestra 35 componentes y una página de casos con varias cuentas. Los organiza en siete grupos laterales —desde entradas, formularios, selectores y árboles hasta tablas, tarjetas, capas superpuestas y feedback—; cada componente se renderiza en vivo con una descripción de una línea y un esquema de la página. Permite previsualizar los modos claro, oscuro y seguir el sistema. Se instala desde npm con `dsh plugin --profile web add @tnnevol/dsh-semi-ui-showcase`.

Control remoto de dsh web desde el navegador de un teléfono: el plugin añade un panel Settings dentro de Harness (pestañas de modo en nube/autohospedado, inicio de sesión, inicio/detención del puente y comentarios) con rutas de retransmisión /dsh-remote del mismo origen; el puente de escritorio y relay-router autohospedado de este repositorio tunelizan dsh web local a una PWA de teléfono con autenticación mediante clave de acceso, lista de dispositivos en vivo y cuotas de tráfico opcionales.

Controla dsh web desde el móvil, en cualquier lugar y sin IP pública, mediante relay cloud por 4G o router propio. Un comando instala el puente de escritorio y Ajustes integrado (cloud/autohospedado/WeChat, login, control del puente y feedback). Túnel E2EE teléfono↔escritorio; QR o enlace de un solo uso autoriza el escritorio sin repetir contraseña. Incluye HTTP/WebSocket, clave de acceso, lista de dispositivos y cuota opcional. El bot WeChat, vinculado por QR, notifica tareas completadas/con error/detenidas; responder con un número aprueba o rechaza y reanuda la tarea. Mensajes WeChat solo entre Tencent ilink y puente local, nunca por relay.

Lista de verificación de componentes del paquete compartido de Semi Design usado por los plugins de DSH de tnnevol, que se abre desde un botón `Semi UI` en el encabezado de una conversación: 35 componentes más una página de casos multicuenta, organizados en siete grupos de la barra lateral que van de entradas, formularios, selectores y árboles a tablas, tarjetas, superposiciones y retroalimentación, cada uno renderizado en vivo con una descripción de una línea y un esquema de página, con vista previa en claro, oscuro y según el sistema. Se instala desde npm con `dsh plugin --profile web add @tnnevol/dsh-semi-ui-showcase`.

Memoria Markdown entre sesiones LLM-Wiki/`SOUL.md`. Por defecto se inyecta al inicio solo tras el primer mensaje del usuario y solo en la sesión activa. Incluye remember/recall/consolidate/forget, skill y pack/unpack. Presupuesto boot-block por archivo protege el índice; registra `last_access`. Panel de salud de solo lectura, índice declarativo, grafo, filtros y `checkup`. Requiere formato de sesión v4 (DeepSeek Harness oficial 0.1.7+) y source kind productor `plugin:memory` en mensajes inyectados. v0.13 declara `engines.dsh` compatible con la serie oficial 0.2.1-rc.5 y rechaza hosts anteriores. Review now envía inmediatamente un recap de crecimiento (`growth-now`) por `POST /api/memory/control`, respetando el speech floor compartido.

Paquete de mejoras móviles para la interfaz web de DeepSeek Harness: barra de pestañas de sesiones activas estilo Chrome, apertura/cierre por gesto de la barra lateral a pantalla completa, panel superpuesto, recientes en barra contraída, cambio de sesión sin enfocar el teclado, adaptación al viewport/IME, respuesta táctil, desplazamiento interno de código y tablas, selector de permisos oculto, ajustes a pantalla completa con memoria de pestaña, pulso de estado por compositor y protección contra arrastre accidental, entre otras (14 funciones). Cada una se activa por separado en Ajustes → QoL con efecto inmediato y se guarda por navegador en localStorage. Solo CSS/JS del cliente; las reglas móviles se limitan a 768px o menos y no afectan al escritorio.

Selecciona elementos del navegador directamente durante el Vibe Coding y envía comentarios visuales estructurados al agente de DeepSeek Harness.

Revisión de planes con anotaciones ancladas y retroalimentación estructurada de vuelta al agente.

Memoria de experiencias y reflexión para agentes DSH: extrae automáticamente lecciones candidatas tras las tareas y recupera en tareas posteriores las que el usuario revisó. Incluye procedencia de fuentes, recuperación por proyecto, gestión de conflictos, feedback de uso y revisión de caducidad. Captura y recuperación tienen controles separados; escribir lecciones en AGENTS.md requiere vista previa y aplicación explícita. La guía inicial de 4 pasos se abre en ajustes.

Base de conocimiento con el patrón Karpathy LLM Wiki para DSH: habilidades wiki-write/wiki-search, pipeline sin dependencias (lint/index/sincronización de memoria mnemon/retroalimentación de calidad), plugin de ciclo de vida mínimo que inyecta esquema + vista previa de conocimiento, y recuerdo semántico de SiliconFlow a través de un proxy compatible con Ollama.

Banco de trabajo científico reproducible: celdas impulsadas por agentes, figuras en línea con retroalimentación/re-ejecución, procedencia mediante manifiesto, instantáneas de entorno y habilidades de figuras nivel publicación (9 herramientas bio_* + UI del banco de trabajo).

Revisor de respuestas con agentes para DeepSeek Harness: otro LLM vuelve a evaluar cada respuesta final de 1 a 100; si no alcanza el umbral, guía al agente con comentarios concretos. La puntuación aparece como una etiqueta en la fila de acciones (verde: aprobado; rojo: requiere mejoras), con reintentos y motivo al pasar el cursor. La configuración en vivo está en la pestaña Reviewer 配置, un servidor HTTP 127.0.0.1 o una pestaña lateral opcional de dsh-better-sidebar.

Añade una herramienta de captura de pantalla más dos puntos de captura automática opcionales, poniendo la pantalla en la conversación como un bloque de imagen; requiere un modelo con capacidad de imagen.

Cuatro habilidades de flujo de trabajo de GitHub para triage de PR, retroalimentación de revisión, diagnóstico de GitHub Actions y publicación segura de PR en borrador, reutilizando capacidades DSH existentes con respaldos de gh/git.

Mapea el audio del sistema analizado localmente a efectos de conversación reactivos a la música, juicios de juego de ritmo, comentarios de puntuación y combo, y barras de espectro RGB opcionales en DSH Web.

Memoria DSH en Markdown. Registra a diario intercambios reales usuario/assistant sin llamar al modelo; luego un LLM los resume en el prompt de sistema de cada turno. Búsqueda local CJK bigram + BM25, 3 niveles (índice/resumen/texto completo), recupera solo el detalle pedido. P0 y entradas del usuario nunca cambian automáticamente; olvidar marca stale, no elimina; status.md conserva la auditoría. Seis herramientas: recall/write/status/extract/feedback y biblioteca de skills. Una tarjeta señala grupos aptos para skill; un clic crea SKILL.md, cuya instalación requiere aprobación. Aprendizaje activo por defecto, usa el modelo de conversación. El control principal detiene el LLM, no la captura. Errores en prompt y status.md. JavaScript puro, sin dependencias runtime fuera de Harness.

Feedback sonoro para la interfaz web de DSH: clasifica las pulsaciones de botones por semántica (normal, primary, toggle, send, close, danger, link) y reproduce una señal ante los cambios de tarea de la sesión actual (started, finished, failed) y las interacciones pendientes. Cada caso tiene su propio selector de señales e interruptor en una página de ajustes. Las 78 señales y los 12 paquetes de sonidos se sintetizan en el navegador con Web Audio API: el paquete no incluye archivos de audio ni realiza solicitudes de red. Es una adaptación comunitaria de dsh-plugin-uisfx a DSH 0.2.0, con los cambios registrados en PROVENANCE.md.

Un enjambre matricial de subagentes que enruta tareas heterogéneas al modelo más adecuado desde una pasarela tipo OpenRouter más cfgpu.com/llm/square, despacha cada una mediante subagentes en proceso o llamadas directas a LLM, y rastrea el consumo de tokens por modelo con una clasificación impulsada por feedback.

RAG de doble grafo de conocimiento para notas Markdown con decaimiento de memoria half-life: grafos de prerrequisitos y similitud (recorrido P/S-Agent), fragmentación por párrafos, búsqueda híbrida n-gram/embedding y bucle explícito de retroalimentación de pesos — plugin nativo de Cordis, instalable vía npm como @eqman00003/knowlp-rag.

Personajes vinculados al model y mundo compartido para DeepSeek Harness: persona/memoria editables, diarios AI y consolidación del sueño opcionales, controles chino/inglés, mascotas desktop según la tarea, temas y estadísticas; las actualizaciones conservan ajustes. Windows/Linux/macOS; requisitos por sistema en la guía. Diarios/consolidación consumen tokens. Se recomienda cerrar mascotas/burbujas visibles antes de instalar/actualizar (archivos abiertos pueden fallar). Consultas de cuentas Codex/OpenAI API validadas por usuarios; otras fuentes pendientes de validación/feedback.

Panel de fuentes dentro de la conversación para DSH Desktop: el modelo actual ejecuta rondas de búsqueda LLM, muestra candidatos en tarjetas conscientes de GitHub y conserva en la conversación las decisiones keep/exclude, favoritos y fuentes elegidas.

Equipo de ensamblaje de memoria para DeepSeek Harness: cada mensaje activa un ciclo de cinco pasos (judge, retrieve, assemble, feedback, calibrate) con subagents que asumen los roles judge, retriever, archivist, advocate, editor y scribe. Usa recuperación BM25, material ordenado por tiempo y ensamblaje LLM para crear paquetes útiles que inyecta en linghun. Compatible con dsh-linghun.

Complemento nativo de DeepSeek Harness: envía cada prompt a la captura local de agent-feedback-loop e inyecta en el contexto las reglas recurrentes compiladas.