Plugins

La memoria que sueña — memoria entre sesiones para DeepSeek Harness: te recuerda a través de las sesiones, se autoconsolida mientras duerme (autoDream), congela las memorias en conflicto para tu revisión y mantiene un rastro de auditoría reproducible. Búsqueda semántica local offline-first sobre SQLite con espejos Markdown editables por humanos, un grafo de entidades, un panel de memoria interactivo, además de una API externa y una CLI.

La memoria que sueña — memoria entre sesiones para DeepSeek Harness: te recuerda de una sesión a otra, se autoconsolida mientras duerme (autoDream), congela los recuerdos en conflicto para tu revisión y mantiene un rastro de auditoría reproducible. Búsqueda semántica local offline-first sobre SQLite con réplicas Markdown editables por humanos, un grafo de entidades, un panel de memoria interactivo, además de una API externa y una CLI.

La memoria que sueña: memoria entre sesiones para DeepSeek Harness: te recuerda entre sesiones, se autoconsolida mientras duerme (autoDream), congela las memorias en conflicto para tu revisión y mantiene un rastro de auditoría reproducible. Búsqueda semántica local offline-first sobre SQLite con espejos Markdown editables por humanos, un grafo de entidades, un panel de memoria interactivo, además de API externa y CLI.

/rewind estilo Claude Code para DeepSeek Harness: instantáneas del espacio de trabajo basadas en git antes de cada ejecución de herramienta que modifica algo, bifurcaciones de sesión en los límites de turno, y un comando /rewind de un solo paso que restaura archivos y bifurca la sesión de vuelta a un punto de control.

Cliente de terminal a pantalla completa para DeepSeek Harness construido sobre pi-tui: reproducción/reanudación de sesiones, respuestas en streaming, tarjetas de herramientas plegables, aprobaciones y preguntas dentro del terminal, gestión de modelos/preajustes/permisos/planes/objetivos, modo shell y un registro de trayectoria.

Maneja el trazado científico de OriginLab Origin desde el chat de IA vía MCP: 62 herramientas. Vigilante de diálogos modales, compuerta de seguridad LabTalk, release/reconnect, ajuste con parámetros iniciales/fijos/ponderados, ediciones finas de gráficos y hojas, herramientas de matrices, FigureSpec YAML declarativo (diferenciable y reproducible), instantánea de solo lectura de MCP Resources, puente matplotlib-figure, ensamblaje de PowerPoint con etiquetas de paneles, búsqueda de plantillas de Graph Gallery, exportación EPS, lista blanca de acceso a archivos, línea base de regresión visual y entregable OPJU editable con verificación determinista de relectura.

Reproduce sesiones en una línea temporal reproducible con uso de tokens por paso, audita operaciones sensibles, estima costes, visualiza linaje de bifurcaciones, compara sesiones y exporta repeticiones HTML autónomas.

Complemento de anuncios de voz basado en eventos y sin dependencias: sin modelo extra, sin coste de tokens. Habla con la voz natural integrada del sistema, compatible con Windows y macOS; anuncios de respuesta final, alertas de aprobación y preguntas, anuncios opcionales de eventos (fin de turno, comando completado, cambio de objetivo, errores de herramientas, actualizaciones de tareas), respuestas finales reproducibles y una página de ajustes visual bilingüe.

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.

Un enjambre gobernado de seis agentes DSH especializados — orquestador, planificador, puente de base de conocimiento, desarrollador y dos revisores — convierte un requisito en una canalización estricta por fases donde cada entrega debe demostrar su validez con evidencia estructurada antes de que pueda empezar la siguiente fase; los revisores son solo lectura, los merges de código solo ocurren tras una revisión, y un registro de eventos de solo anexado ofrece reproducción completa y auditoría en un tablero kanban en vivo. Su diseño se inspira en el kanban de Hermes Agent.

Detecta qué modelo de conversación se está sirviendo a una cuenta: lanza conversaciones de sondeo concurrentes desechables, puntúa cada cadena de pensamiento en streaming por cómo abren sus párrafos, y cancela los sondeos que se leen como el modelo antiguo en cuestión de segundos. Incluye un self-check offline que reproduce 13 cadenas de pensamiento etiquetadas a mano a través del mismo clasificador.

Graba flujos de trabajo de escritorio de macOS por demostración en DeepSeek Harness y conviértelos en skills de agente (skill open-record-replay + herramientas orr_*)

Superposición de danmaku estilo Bilibili para el área de chat de DSH Web: pistas de desplazamiento, superior e inferior impulsadas por eventos del agente, tres paquetes preestablecidos, comentarios generados por LLM opcionales, una bola de control arrastrable, agrupaciones por sesión con repetición y una tarjeta de ajustes.

Explora los checkpoints producidos por dsh-checkpoint-rewind como una línea de tiempo de nodos temporales y muestra diferencias de líneas por archivo entre cualesquiera dos de ellos, con reproducción de trazas desde registros de sesión (no se necesita productor de instantáneas) y reversión del espacio de trabajo primero con vista previa y deshacer de un solo paso, mediante comandos /diff y /rollback, una API HTTP JSON y un panel GUI.

Barra lateral de videos cortos: reproductor nativo, navegación por series y repetición precisa del historial.

AgentDuel es un juego de batallas de código. Este plugin te permite completar todo el ciclo de juego dentro de DSH: gestionar personajes de deathmatch y equipos de capturar la bandera, enviar código de agente, iniciar batallas, ver repeticiones y usar conversaciones DSH para mejorar continuamente los agentes según los resultados de las batallas.

Puente de canal Feishu (Lark) con fallo cerrado: chatea con un bot y recibe las respuestas del agente dsh, con aprobación de herramientas humano-en-el-bucle opcional (tarjetas Allow/Deny antes de cada llamada bash, tiempo de espera con fallo cerrado). Integración exclusiva con el SDK oficial de Python (versión fijada); lista blanca de denegación por defecto, verificación de firma/marca de tiempo/repetición de webhooks, sesiones persistentes por chat; verificación diaria de compatibilidad con el último SDK; documentación bilingüe.

Motor de persona para DeepSeek Harness: un config.json rige el nombre propio de la IA (por modelo y nivel), cómo te llama, su postura relacional, el texto de carácter, contratos de trabajo por ítem con interruptores, el idioma de la cadena de pensamiento y el tono de respuesta, y memoria a largo plazo condicionada a confirmación humana: la IA solo añade candidatos, una línea de confirmación los activa, y el registro solo admite añadidos y es reproducible. Las entradas confirmadas se inyectan como bloque citado de datos, no de instrucciones; las etiquetadas con un kind van a archivos arbitrarios y no llegan al prompt. El prompt se reevalúa desde disco en cada ensamblado: las ediciones aplican sin reiniciar. Presets: instantáneas JSON compartibles. Sin dependencias, red ni shell.

Flujos de trabajo DAG duraderos y neutrales al host para Agents con CLI, MCP, Skills bajo demanda, disparadores, reproducción y un Canvas visual.

Mejora nocturna autónoma para tu agente DeepSeek Harness: recopila sesiones pasadas sin conexión, repite tareas recurrentes con tu propio presupuesto de API y consolida habilidades validadas tras una puerta de validación reservada. Lleva el motor SkillOpt-Sleep de microsoft/SkillOpt a dsh como herramientas nativas más una habilidad incluida, sin entrenamiento de pesos. Requiere Python 3.10+ y el motor SkillOpt-Sleep (pip install skillopt).

Grabación y repetición completas para DSH (funciona en Windows) de la serie de plugins huahua: reproduce cada sesión grabada automáticamente como una cronología legible, exporta e importa paquetes de repetición compartibles, vuelve a ejecutar conversaciones en una sesión nueva y graba operaciones de pantalla para generar automáticamente habilidades SKILL.md instalables. Incluye una adaptación para Windows de 4 archivos de kangshifu1/dsh-record-replay para DSH rc.5 (consulta el aviso de derivación en README).

`image_gen` de GPT Image 2 con OAuth de suscripción Codex por defecto o modo explícito de clave API: tarjeta en desarrollo, hasta tres parciales de API en vivo, reproducción duradera de adjuntos / lightbox / descarga, salida de modelo solo texto y solicitudes acotadas seguras con credenciales.

Exporta sesiones a Markdown/JSON para revisión, reproducción y resúmenes de costos por sesión.

Adaptador de red débil: reintentos transparentes de stream de modelo con backoff largo (límite de 10 min), caché local de reproducción de respuestas, reconexión automática por heartbeat, y economía de tokens en modo degradado, con una página de ajustes bilingüe (zh/en).