Plugins

Un repositorio, tres partes: un inyector en tiempo de ejecución para paquetes de plugins de DSH (inyectar, recarga en caliente, descargar, promover al frente una herramienta de preparación de desarrollo, enrutamiento con autocorrección y un gestor de plugins en la página de ajustes que lista, descarga y arrastra carpetas para internalizarlas), un agent preset de enrutador de modo de razonamiento consciente de la tarea (router-standard / router-spec / router-react) y un protocolo de tareas graduado de dos niveles cuyos seis herramientas (commit_star, lock_stage, revise_do, edit_plan, mark_task, redteam_verdict) fijan el estado de la tarea al disco. La implementación del inyector viene en el propio árbol: la instalación trae su comportamiento, no dependencias.

Proveedor no oficial de LLM Command Code: registra una ruta `commandcode` con un catálogo de modelos en vivo y compatibilidad con reasoning-effort.

Skin de control deslizante de reasoning adaptable que asigna los niveles de esfuerzo de razonamiento disponibles de cada modelo a una escala de intensidad visual de 0 a 30, con retratos, fondo y colores de interfaz sincronizados.

Agregado de funciones de escritorio que instala la colección DSH Web UI, dshmarket, Codex Connect y los controles de reasoning-effort en versiones fijadas.

Agregado base para las funciones de DeepSeek Harness Desktop: colección de interfaz web, mercado de complementos, Codex Connect y controles de reasoning.

Observador de solo lectura del recorrido de trabajo de la sesión: agrupa los turnos en resúmenes de etapa, ejecución, duración y tok/s, y luego expande ramas paralelas, resultados de herramientas y razonamiento visible para el proveedor.

Una vista de lectura más tranquila para DeepSeek Harness: detalles nativos del proceso, razonamiento en vivo y respuestas finales limpias.

Control deslizante de intensidad de reasoning al estilo Codex para DSH, más un control deslizante de «pez gordo corriendo». Control deslizante de modelo y reasoning-effort al estilo Codex para DeepSeek Harness.

Proveedor de modelos Tencent CodeBuddy para DeepSeek Harness que inicia sesión con OAuth del navegador en lugar de una clave de API: lista el catálogo de modelos de CodeBuddy con las capacidades de contexto, salida, tool-calling, reasoning e imagen de cada modelo, mantiene varias cuentas con conmutación automática a la siguiente utilizable, muestra la cuota restante en el compositor con un panel de uso de token y créditos, y completa por cuenta las tareas de crecimiento de CodeBuddy automatizables, con un registro de ejecución. Se instala desde npm con `dsh plugin --profile web add @tnnevol/dsh-codebuddy`.

Inicio de sesión con cuenta de ChatGPT para DeepSeek Harness mediante un flujo OAuth del navegador de Codex, sin clave de API y sin selección de espacio de trabajo: registra el inicio de sesión en el proveedor de Codex de pi-ai, permite definir el modelo Codex y el reasoning effort globales por defecto para las nuevas sesiones, actualiza la lista de modelos desde el endpoint de catálogo de la propia cuenta con sesión iniciada y muestra en el compositor las ventanas de uso de cinco horas y semanales.

Configuración por modelo de reasoning-effort y modalidad de entrada para proveedores de terceros: sugerencias fusionadas desde una base de conocimiento de modelos y evidencia cruda del endpoint /models con etiquetas de confianza, editadas dentro de la tarjeta oficial de la página Models.

Configura los niveles de esfuerzo de razonamiento y los valores predeterminados de sub-agente para modelos DSH personalizados.

Selecciona texto en una respuesta DSH comprometida para abrir un Topic independiente, persistente y de solo lectura multi-turno vinculado a evidencia de la sesión fuente y archivos del proyecto mientras el Agent fuente sigue ejecutándose.

Deslizador de esfuerzo de razonamiento estilo Claude Code para la IU web DSH: arrastre continuo, ajuste al soltar, estela de fuego WebGL y control real y funcional del esfuerzo de pensamiento para cualquier modelo o proveedor de terceros personalizado.

Empareja tus modelos y presupuestos de tokens con cada rol, y luego deja que DSH delegue subagentes especializados según el tipo de tarea. Cubre análisis de arquitectura, UI/UX, implementación de código, exploración de la base de código e investigación de documentación, con configuración automática más esfuerzo de razonamiento y permisos de herramientas por rol.

Haz que la IA recuerde cómo piensas, no lo que dijiste: captura activamente tus principios, líneas rojas y hábitos de trabajo entre sesiones, con capacidad de memoria, decaimiento gradual y un razonamiento legible para cada entrada. La 0.7.0 trae un retrato de persona intuitivo con trazabilidad de evidencias.

Plegado de turnos estilo Codex para la interfaz web DSH: mantiene visibles las respuestas finales, agrupa el razonamiento y la actividad de herramientas consecutivos, y muestra métricas configurables de duración en vivo, llamadas a herramientas y tokens con resúmenes multilingües.

Página de ajustes para capacidades por modelo: niveles de reasoning-effort con sus ortografías wire, modalidades de entrada y capacidades de token, escritos como declaraciones o anulaciones de catálogo dispersas.

Pensar en chino: inyecta un prompt de sistema para que los pensamientos y las respuestas se mantengan en chino, expande el bloque de razonamiento por defecto con plegado interactivo y localiza las etiquetas de la interfaz (npm: `dsh-think-zh-expand`).

Un látigo para DeepSeek V4 Pro: vigila la huella de razonamiento de cada bloque de pensamiento y hace volver al modelo cuando se desliza del modo concentrado "We will / I will" al modo disperso "let me".

Optimizador de reasoning_effort por ronda para dsh — reduce automáticamente el razonamiento en llamadas de herramientas simples y lo aumenta para trabajos pesados, recortando el tiempo de pensamiento entre llamadas de herramientas.

Analiza el uso entre modelos, proveedores, espacios y periodos, con fechas personalizadas sobre todo el historial, cache-hit visible y desgloses por modelo y proveedor. Incluye tendencias horarias/diarias, mapa de calor de 53 semanas estilo GitHub, rachas, anillos de tokens por modelo y espacio (tokens, coste, %), filtros combinables, eficiencia de caché, saldo DeepSeek, alias de espacios, exportación CSV, y un libro mayor duradero que conserva el uso tras eliminar la sesión o el espacio (fila Deleted) y se reconstruye de forma incremental. El registro de espacios se refresca vía sonda DSH domain/changed; solo se cuentan espacios registrados. Contabilidad separada de entrada, caché y razonamiento. Chino: hora local; inglés: UTC; API solo loopback.

Control por ronda del nivel de pensamiento (reasoning_effort) para DeepSeek Harness: Auto programa low/high/max según el historial reciente de tool calls, o permite fijar manualmente un wire level (off/on/minimal/low/medium/high/xhigh/max), con mapeo wire personalizado, guard de capacidades por modelo y presets de ventana de contexto (64K–1M); su capability card se combina con [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (instalable desde dsh-market) para probar reasoning en gateways compatibles con OpenAI (vLLM / LM Studio / autoalojados). La card escribe capacidades llm-pi-ai, el adapter conduce el wire (compat.thinkingFormat) y el plugin mantiene la lista de takeover.

Tarjeta de ajustes para el motor de reintento automático de DSH LLM: ajusta en vivo desde Settings -> General el número de reintentos, el backoff y el jitter, con chips configurables de retryableCodes; los valores predeterminados añaden INVALID_REQUEST para que los errores HTTP 400 tipo OpenAI de reasoning_text en modo thinking se reintenten automáticamente.