Plugins

Añade una tarjeta de ajustes para editar prompt-inject.md, gestionar conjuntos de reglas de AGENTS.md o CLAUDE.md, comprobar actualizaciones de plugins y aplicar o restaurar actualizaciones reversibles de paquetes locales.

Plugin de armadura del prompt de sistema para modelos DeepSeek: añade una sección de prompt de cumplimiento incondicional en el orden 100, expone una herramienta de perfil con metadatos de calibración y muestra una insignia de estado de la armadura en tiempo real impulsada por una proyección de sesión.

Plugin de blindaje de prompt del sistema para modelos DeepSeek: añade una sección de prompt de cumplimiento incondicional en el orden 100, expone una herramienta de perfil con metadatos de calibración y muestra una insignia de estado de blindaje en tiempo real basada en una proyección de sesión.

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.

Ejecuta auditorías de seguridad locales de relés de API de IA y proxies de LLM desde DeepSeek Harness, generando informes en Markdown sobre inyección de prompts, señales de sustitución de modelos, reescritura de llamadas a herramientas, fuga de errores, integridad del flujo y riesgos de Web3 controlados por perfil.

Generación de imágenes conversacional nativa para DeepSeek Harness: pide al agente que cree una imagen y se encarga de la generación y conserva el resultado directamente en la conversación.

Menciones `@file` al estilo Codex: busca archivos del workspace en el compositor y adjunta su contenido a los prompts.

Menciones `@file` al estilo Codex: busca archivos del espacio de trabajo en el compositor y adjunta su contenido a los prompts.

Memoria PLUR para DeepSeek Harness: los engramas se inyectan directamente en el prompt, sin necesidad de llamadas a herramientas

Evoluciona skills, agentes, prompts, código y plugins desde dentro de DeepSeek Harness, con AgentDescent.

Motor de compatibilidad ABI del host de Pi: tras una única instalación, las extensiones de Pi sin modificar de npm se montan como plugins nativos de DSH con `dsh plugin add <pi-package>`. Verificado de extremo a extremo en DSH sin modificar con pi-mcp-adapter (gestor MCP completo: OAuth, recursos, prompts, MCP Apps, elicitation, sampling), @tintinweb/pi-subagents, pi-code, pi-hermes-memory y pi-background-tasks; `pi2dsh inspect` informa de la compatibilidad de un paquete antes de instalarlo.

Añade un proveedor deepseek-web que usa los modelos web de chat.deepseek.com en DSH, con captura del inicio de sesión del navegador, firma de solicitudes PoW, streaming SSE y llamadas a herramientas basadas en prompts.

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()

Memoria entre sesiones con ámbito de proyecto: almacén SQLite de siete capas (soul/user/project/fact/lesson/rules/topic) sobre node:sqlite, inyección en el primer mensaje apta para caché más coincidencias de palabras clave por mensaje, herramientas memory_remember/search/find_similar/read/update/project y consolidación en ventana de inactividad («dream») con supresión en horas pico. Los textos de prompt se distribuyen como archivos de datos por idioma; el marco es compatible con usuarios multilingües.

Minimapa de sesión en el canal de la barra de desplazamiento: bandas a escala coloreadas por tipo de evento, puntos de anclaje para mensajes del usuario y errores, historial de carga automática en la parte superior, una pared flotante con cada prompt de la sesión y un conmutador de escala de mapa de tres pasos.

Memoria asociativa proactiva para DSH: inyecta recall sin prompt en un límite fijo, con auto-consolidación de tres capas, cristalización de skills y gestión de contexto al estilo Astra. Incluye libros de traspaso y una pizarra PLAN que sobreviven a los cambios de ventana de contexto, y detección del nivel de agua con una ventana de modelo autodetectada. Almacenamiento local en Markdown, agnóstico al modelo, sin dependencias; piso léxico de 0 GB con capas semánticas opcionales.

Plugin de seguridad y cumplimiento de solo lectura para DeepSeek Harness: detección de inyección de prompt, redacción de PII chinos, y auditoría de configuración local con informes redactados y reproducibles.

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 causal para dsh: un puente MCP stdio sin dependencias que monta las 17 herramientas del servidor causal-memory bajo nombres limpios (sin prefijo mcp__) — aristas decisión → resultado con relaciones tipadas (caused / enabled / prevented) en un almacén SQLite local que sobrevive a la compactación — más una sección de prompt del sistema fijada. Requiere el binario del servidor causal-memory en PATH (pip install causal-memory o una versión precompilada).

Integración de DeepSeek Harness para OpenContext con memoria duradera entre sesiones, captura y recuperación automática de prompts, resúmenes de sesión, percepciones estructuradas y recuperación de documentos.

Inyecta secciones de prompt del sistema configuradas en despliegue e intercambios de referencia en cada solicitud de conversación mediante interceptación de flujo, con un panel de configuración web.

🎬Director impulsado por IA: plugin de generación de vídeo MiniMax-H3 dirigido por DeepSeek-Harness. 🤖Más que prompts. 🪄UI de lienzo.

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.