Plugins

Gestor de tareas AgentRQ para DeepSeek Harness: crea, gestiona y extrae automáticamente tareas de AgentRQ sin salir del harness

Tablero de tareas SQLite local como página superpuesta nativa: proyectos, tareas, comentarios, relaciones, adjuntos y automatización de flujo de trabajo, con estados backlog → todo → in_progress → in_review → done; las herramientas de Agente `taskboard_*` solo pueden enviar trabajo a in_review, además de una CLI JSON headless y una skill empaquetada.

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 una pestaña de ajustes de Managed Agents y herramientas MCP para enviar tareas de agente de larga duración a Ark cloud Managed Agents.

Ejecuciones de codificación programadas en sesiones de agente nuevas, con historial auditable.

Pasarela móvil autenticada para DeepSeek Harness: conecta el cliente nativo iOS complementario por WebSocket para sesiones, eventos en vivo, tareas, objetivos, aprobaciones, comandos y transferencias de archivos, con emparejamiento por QR y revocación de dispositivos.

Tablero de tareas para DSH: crea tareas con asignación de proyecto y modelo, ejecútalas manualmente o con programaciones cron; las nuevas sesiones de un proyecto recogen automáticamente sus tareas pendientes y las mueven a revisión al terminar.

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`.

Di adiós al copiar y pegar y a la ansiedad por DSH Token. Deja que ChatGPT en la web se conecte directamente a tu proyecto local, programe por su cuenta y entregue tareas complejas a DSH para una ejecución sostenida.

Ejecutor de lotes en horas valle para DeepSeek Harness: los usuarios definen tareas durante las horas punta (prompt, estrategia, prioridad, workspace, archivos bloqueados) y las liberan manualmente; luego el plugin ejecuta el lote automáticamente dentro de ventanas valle definidas por el usuario. Cada ejecución pasa cinco comprobaciones previas (workspace, git HEAD, sha256 de archivos bloqueados, ajuste de ventana, presupuesto diario), admite cuatro estrategias de ejecución (única / iterativa / muestreo / revisión) y tres niveles de autonomía (L1 por tarea, L2 lote, L3 totalmente automático), y cierra el ciclo con un informe matutino con diffs, gasto real y ahorros desde un libro mayor diario alineado con la tarificación oficial pico/valle.

Puente Feishu/Lark para DeepSeek Harness: vinculación de PersonalAgent mediante escaneo, tarjetas en streaming, espacios de trabajo de proyecto con git-worktree, tareas paralelas por ámbito, agentes multirrol, notificaciones entre sesiones, gestión de modelo/clave dentro del chat y un guardián de red de seguridad que sigue respondiendo en Feishu tras un fallo de dsh.

Pausa y reanuda tareas automáticamente durante ventanas de tiempo definidas por el usuario para evitar los costes de API en horas punta; incluye visualización del saldo de la cuenta y un gráfico de barras de gasto con granularidad de 10 minutos.

Pausa y reanuda tareas automáticamente durante franjas horarias definidas por el usuario para evitar costos de API en horas pico; incluye visualización del saldo de la cuenta y un gráfico de barras de gasto con granularidad de 10 minutos.

Ejecuta tareas de programación programadas en sesiones aisladas de DeepSeek Harness, gestionadas desde los Ajustes o el agente.

Motor cron residente en el host con un tablero web de trabajos y una herramienta timer_agent: dispara sesiones reales del agente según lo programado, continuando una sesión fijada para mantener contexto o iniciando otras nuevas en un espacio de trabajo del proyecto elegido.

Preset modo experto DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordinador jefe + 17 subagentes con delegación automática. Funciones: taskboard (estados pending/ready/running/done/failed, DAG dependencias, reclamación atómica, reintento, recuperación), puertas calidad (pipeline 5 etapas: requisitos, implementación, verificación, revisión, integración; 2 reelaboraciones), Five-Anchor (revisión/convergencia/anti-deriva/colaboración/recursos), Near-distance (plantilla identidad/tarea/salida), divulgación progresiva (~28% ahorro tokens), persistencia, bus P2P, revisión cruzada, pool experiencia, vía rápida, auto-reintento. 17 expertos: datos, redacción, legal, PM, frontend, UI/UX, arquitecto, social, growth, fin. cuant., backend, DevOps, BD, QA, seguridad.

Un tablero kanban compartido que permite a personas y agentes DSH gestionar tareas del workspace mediante una pestaña Board y herramientas kanban.

Despacha tareas autónomas desde DSH a 11 CLIs de agentes externos (Codex, Claude Code, TraeCode, OpenCode, Gemini, Cursor, Kimi, Qwen, Copilot, WorkBuddy, Grok): un paquete solo anfitrión que registra la herramienta conductor_dispatch más una habilidad conductor activada automáticamente.

Equipo multiagente por roles para DeepSeek Harness. /team reúne hasta 12 subagentes (producto, arquitecto, investigación, UI, backend, frontend, BD, seguridad, revisor, QA, DevOps, docs) y ejecuta un pipeline de 9 fases con puertas (aclarar, investigar, diseñar, revisar spec, aprobar plan, implementar, revisar, test, entregar) sobre artefactos compartidos. Las puertas de calidad las impone el código, no los prompts: una tarea sin terminar no se marca completa, los hallazgos los arbitra el revisor o QA, y lagunas de cobertura o retrabajo se ven en el overlay y en /team status. Incluye overlay en vivo (fases, plantilla con modelos, DAG, artefactos, decisiones), modo de equipo persistente y conteo de tokens/tiempo. Sin dependencias en runtime ni build.

Fiabilidad de tareas: reintento automático ante tiempos de espera o fallos del modelo, continuación automática de tareas inacabadas, verificación de finalización, interrupción de bucles de pensamiento, reanudación tras suspensión o reinicio, modo piloto automático y endpoint de activación remota (npm: `dsh-task-reliability`).

Del chat al lienzo y a la obra: impulsa ComfyUI como IDE visual de flujos dentro de DSH. Incrusta ComfyUI (local o nube) como lienzo en pantalla dividida en DSH Web: el agente escribe prompts y scripts en el chat, los aplica en vivo y produce imágenes, música, vídeo y 3D. Operaciones: componer pipelines, leer/escribir flujos, editar nodos, cablear enlaces, ejecutar, ajustar y depurar. Producción: barridos de parámetros por lotes (batch_run) y recuperación automática de salidas al chat (get_outputs). Mantenimiento: lanzamiento y actualización con un clic de ComfyUI, su núcleo y los nodos personalizados. Este paquete es el plugin del lado DSH e incluye el nodo puente del lado ComfyUI.

Tareas programadas: ejecuta un prompt en horarios cron, cada ejecución abre una nueva sesión de agente para realizar el trabajo, con vinculación de espacio de trabajo, ejecución manual, nombrado automático de sesiones y una página de gestión de tareas a pantalla completa.

Panel de tareas para la barra lateral DSH Web: publica tareas, destila automáticamente sesiones relacionadas e impulsa las etapas de plan/desarrollo/revisión con subagentes y aceptación dentro del panel.

Dirige automática e inteligentemente cada tarea delegada al mejor modelo configurado usando alias, etiquetas de capacidad y guía de uso, manteniendo el trabajo rutinario rápido y económico mientras envía el trabajo complejo a especialistas más potentes. Configura tu equipo de modelos en la Web UI o con una configuración guiada, ejecuta especialistas en paralelo con una unión de resultados fiable y ve el modelo elegido de un vistazo en las vistas de subagentes y dentro del árbol de Tasks de Better Sidebar.