Plugins

Puente BrowserSkill para controlar ventanas visibles de Chrome y Edge Agent desde DeepSeek Harness, con herramientas nativas del navegador, observaciones de accesibilidad y VOM, capturas de pantalla, control multi-sesión propio, y una superposición de UI web en vivo.

Uso del ordenador en macOS centrado en accesibilidad: observaciones siempre actualizadas, rechazo de estados obsoletos, permisos delimitados y entrada segura.

Conjunto de herramientas de depuración ROS2 y análisis de visión del estado del robot para DeepSeek Harness: enumeración de node/topic/service/action/interface/TF, JSON de topología completa del grafo, comprobaciones rosdep, builds con aprobación y andamiaje de mensajes personalizados, capturas de pantalla de GUI y observación de visión multimodal, más renderizado offscreen sin cabeza de RViz2 (mallas low-poly, lectura directa de píxeles, paso de GPU: renderizado de movimiento a 30 Hz) con análisis paralelo de VLM en tiempo real.

Memoria entre sesiones con recuerdo determinista de cero tokens (bigrama-Jaccard fusionado con FTS5 BM25 mediante RRF, tokenización sensible al chino), refuerzo que fortalece observaciones repetidas y procedimientos cristalizados en archivos SKILL.md refinados in situ mediante un ciclo activo-inactivo-archivado con archivo reversible y rollback. La ingesta y la eliminación exponen cada una un nivel de autonomía elegido por el usuario; los conflictos y las escrituras de alta importancia siempre van a revisión humana, y nada se elimina automáticamente. Requiere Node 22.5+.

Telemetría de ejecución sin intervención para DSH: cada sesión escribe automáticamente tarea, nivel de modelo, herramientas, fallos, duración y estado en un diario legible con una sección de estadísticas (puro observador: sin herramientas, sin llamadas a LLM, sin inyección).

Automatización de escritorio de Windows para DeepSeek Harness: bucle observe/act con prioridad de accesibilidad y 30 herramientas estándar (objetivos de elemento/coordenada, enrutamiento de estrategia auto/a11y/evento), semántica de seguridad de observaciones reemplazadas y sin replay, interruptor de apagado persistente, protección contra obsolescencia RuntimeId/rect-drift, tarjetas de chat y panel flotante (operaciones en vivo, muro de frames, ajustes de autodetección de entorno), descripción de visión en mosaico para modelos de baja resolución, registro de auditoría JSONL y lista permitida de pid. Requiere Windows 10+ y Python 3.9+ con uiautomation y pillow (instalables desde la página de ajustes).

Security-audit facts AI coding agents cannot compute, plus a verdict gate: euthyna history attributes deleted lines to commits and flags those from security fixes (--origins finds the first introducer), euthyna coverage reports which changed symbols no test ever invoked, and euthyna gate checks each finding against six gates, downgrading any without evidence to an observation.

Distills session work into background observations and reflections to preserve context across compaction.

DSH Plugin DevKit: runtime observation kernel, isolated debug boot, host contract tests, slot preview

Conversation-level multi-agent workbench for editable task planning, real child-session observation, plan-versus-runtime comparison, and evidence-backed recovery previews; tested with DSH 0.1.1-rc.2.

Clean Architecture reference library for DSH: 8 pinned reference repos (Go, Java, C#, Python) indexed into a local FTS5 database, with assertion rules, a review ledger, and a read-only observation panel.

Step-0 observation probe for dsh-compaction-audit: logs every compaction/* session event and probes whether shadowedSeqs still resolve to readable events in session.events. Observe-only; never injects, never blocks.

Herramientas de humano en el bucle (`human_task` / `human_task_ready_check`): pausan el agente hasta que el usuario realice una acción en el mundo real o devuelva una observación (operación de GUI, prueba de juego, verificación visual, comprobaciones de hardware), sujetas al consentimiento de la sesión y a una comprobación de presencia AFK, devolviendo un resultado JSON estructurado a través de un diálogo de tarea web.

Enruta las imágenes del chat a un modelo de visión fijo compatible con OpenAI, devuelve observaciones factuales al modelo principal seleccionado y reutiliza las observaciones por sesión a través de repeticiones, compactación y reinicios.

Un plugin de DeepSeek Harness que convierte la sincronización git de anywhere-claude-mem en un par de DSH: descarga memoria entre máquinas al iniciar la sesión y envía nuevos prompts/observaciones a medida que llegan al worker de claude-mem

Memory bridge between DeepSeek Harness and ai-memory: runs ai-memory's finalize-session when a DSH session ends, so the observations it already captured become searchable wiki pages. Skips subagents, queues concurrent session ends, and sweeps sessions abandoned by a forced restart. Requires a separately installed ai-memory server with its DSH lifecycle hooks wired by hand — ai-memory’s own install-hooks does not support DSH; this plugin only finalizes what capture has already recorded.

A headless-first macOS Computer Use driver for DeepSeek Harness with AX-first observations, window-bound multimodal evidence, host-owned approval, and evidence-backed action receipts

Insight dock for the DSH Web GUI: lets an agent park a short, strictly-bounded side observation while it works, shows it above the composer, and lets the user ask to hear it later — with a context anchor that survives context compaction.

Linux X11 computer use for DeepSeek Harness: 9 tools (screenshot, move/click/drag/scroll mouse, type, key combos) driven by a zero-dependency Python XTest helper — native-pixel coordinates, per-action verification, optional auto-observation screenshot.

Human-in-the-loop tools (`human_task` / `human_task_ready_check`): pause the agent until the user performs a real-world action or returns an observation (GUI operation, game testing, visual verification, hardware checks), gated by session consent and an AFK presence check, returning a structured JSON result via a web task dialog.

Observational file-mutation rollback for the fs tools: write/edit pre-images are checkpointed as git blobs or snapshots and restored through a model-facing rollback_files tool or a /rollback command.