Plugins

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.

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).

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.

Complemento de persona / prompt maestro por conversación: crea, edita, cambia y elimina plantillas de persona desde la barra de herramientas del compositor, con inyección de prompt del sistema de máxima prioridad, barandillas de interacción fijas, herencia de subagentes, valor predeterminado para nuevas conversaciones y persistencia local en JSON.

Inyecta una sección fija de prompt del sistema para que el agente piense y responda en chino, independientemente del idioma del usuario.

Inyecta una sección en el prompt del sistema para que la cadena de razonamiento, la planificación y el razonamiento de invocación de herramientas del agente permanezcan en chino simplificado. Cero dependencias externas: clona e instala con un enlace desde cualquier directorio local, sin necesidad de build ni publicación en npm.

Localización al chino de DeepSeek Harness: traduce en tiempo de ejecución todos los prompts del sistema, descripciones de herramientas y contextos de ejecución al chino mediante la cascada system-prompt/assemble (1788 entradas, sin modificar el código fuente, al desinstalar se restaura el inglés).

Biblioteca de prompts local del navegador con un selector de compositor para inyectar múltiples prompts de sistema con alcance de sesión, herencia de ramas, UI bilingüe, favoritos y copias de seguridad JSON.

Cambia el idioma del proceso de pensamiento/razonamiento (CoT) del agente: 简体中文, English, Русский, Français, Deutsch, Español, 日本語, 한국어 y más, o seguir automáticamente la configuración regional del sistema. Añade una fila en Settings → General, una instrucción en el prompt del sistema (ensamblaje por prompt, se aplica a nuevas sesiones) y el comando /thinking-language.

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.

Modos personalizados / gestor de asistentes: cada modo tiene su propio prompt de sistema en la página de ajustes — un prompt personalizado en un archivo plano que el bucle del agente relee antes de cada paso del modelo, así una edición se aplica a la sesión en curso en el paso siguiente — e inícialo desde la composición oficial estándar / PTC / minimal / Cordis, activando una a una sus filas de plugins (composición propia por modo) y renombrándolo a gusto. Varios asistentes coexisten con sus prompts, así una máquina puede mantener en paralelo un asistente de programación, un compañero de chat y una persona de juego de rol (RP) — una configuración multiagente elegible en cada nueva sesión. Las filas intactas quedan idénticas byte a byte a las distribuidas, con las condiciones de plataforma.

Comando /init dirigido por modelo: el agente analiza el repositorio actual y genera/actualiza un AGENTS.md de alta señal, con un recordatorio persistente en el prompt del sistema para mantenerlo.

Delimita personas de prompt de sistema por ruta de workspace o id de sesión (exacto, prefijo, contiene, regex), con una persona predeterminada opcional para sesiones que nada reclamó, una pestaña 人设 en la conversación que muestra el prompt realmente enviado, importación y exportación de la lista, y un interruptor que rechaza las escrituras de herramientas al almacén de personas.

Edita las secciones del prompt de sistema con vista previa en vivo.

Reglas de prompt del sistema privadas por proyecto para DeepSeek Harness — coincidencia por URL remota de git, ruta del repositorio o prefijo de cwd; consciente de worktree; nunca se confirma en el repositorio.

Plugin de dominio de desarrollo del kernel Linux para DeepSeek Harness (dsh): pirámide de verificación L1-L4 como herramientas orientadas al modelo + gobernanza a nivel de grafo (anti-Goodhart / blind-spot / patch-conflict) + contrato AGENTS.md como sección del prompt del sistema. JS puro, sin paso de compilación.

Plugin de DeepSeek Harness (DSH): un selector de «idioma de razonamiento» en Ajustes → General que indica al modelo en qué idioma razonar (cadena de pensamiento) mediante una sección del system prompt. Sin llamadas adicionales, sin latencia extra, 12 idiomas.

Memoria de preferencias de usuario para DeepSeek Harness: perfil de usuario persistente con herramientas memory_get/memory_update e inyección en el system prompt

Edita las secciones de prompt de usuario y de sistema integradas, con vista previa en vivo.

Custom modes and custom prompts for DeepSeek Harness (dsh): edit a mode's system prompt on the settings page (it takes effect on the next model step), choose its base mode, switch plugins row by row, and keep several assistants side by side.

Injects your own saved context entries as a Remember row after each user message, per turn or once per session, with a Settings editor and a manager page.

Injects a fixed system-prompt section so the agent always replies in Simplified Chinese — including the short narration between tool calls — unless you explicitly ask for another language. Applies to every session and preset without overriding the persona.

Three independent language channels for model output — tool-call descriptions (every tool-call card title, including run_code in PTC-style presets), thinking, and replies — each set to follow the web GUI language, force a specific language, or turn off (default: only descriptions, following the GUI). One global runtime-context prompt directive on the host; the client half reports the GUI language; a Settings plugin card switches the modes.