プラグイン

DBHub MCP server経由でDeepSeek HarnessからDBへ接続。workspace/environment別にMySQL、MariaDB、PostgreSQL、SQLite、SQL Serverを設定し、agentは4つの固定toolでSQLite objectを設定・一覧・query・検索できます。passwordと完全な接続文字列はSettings UIにのみ入力し、tool引数では受け付けないため、modelに見えるのはmysql://host:3306/db等のmetadataだけ。各environmentはread-onlyにでき（modelは有効化できるが解除不可）、または手動SSH tunnelで接続。各呼び出しは短命dbhub processを起動し、dbhubがなければ自動installします。

BeiShan Besson Minecraft modding tutorial site向け検索/計画toolkit。194件を索引化したtutorialを7 toolsで検索し、学習routeを計画、version環境を比較、記事本文を取得。

Clash/mihomoをTUNモードのfake-ipで使う際に、組み込みweb_fetchを動作させます。通常拒否されるfake-ip範囲（198.18.0.0/15、fdfe:dcba:9876::/64、2001:2::/48）を公開アドレス確認に通しつつ、loopback、プライベート、link-localアドレスは従来どおりブロック。proxy環境変数もClash変更も不要です。

中国本土向けの旅行計画エージェント設定で、中国語で回答します。12306の列車空席、Fliggy/Tuniuの航空券・ホテル価格、Amapの実際の乗換ルートを調べ、閉鎖/運休と天気を確認して、地図をドラッグできるオフラインHTML旅程表、ホテル価格3段階、項目別予算を作成します。9スキル、APIキー不足を案内する環境診断、12306 MCPサーバー向けパッチを同梱。計画と照会のみで、予約/支払いはしません。

コア機能：エンベロープ、署名、ハンドシェイク、冪等性、ディスク保存。

1つの指示を、オンライン中のWindows/macOSマシンすべてで、ネットワークや地域を越えて実行。依存なしrelayが各機と外向き接続のみで通信（Tailscale、TLS背後の公開VPS、tunnel）。各機は自身のcheckoutで実行し、commit・working-tree fingerprint・command hashを返します。環境差異は別結果と誤認せず「検証不能」と報告。送信には機器ごとのdevice tokenとは別のoperator tokenが必要。

DeepSeek Harnessのセッション実行環境をWSLにします。shell、ファイル読み書き、コマンド実行はサブシステム内で行い、フォルダー選択とGUIターミナルもWSLパスを使います。サブシステム内のbubblewrapでコマンドを隔離します。

DeepSeek Harness向け読み取り専用Skill検査。実際のロードは観測証拠だけで判定し、発見可能なSkillや宣言と区別。状態はdeclared/observed/unavailable。証拠なしは「未観測」で、未実行/未発火とは断定せず、結果もSkillに帰属しません。read-only skill_reviewは構造化結果と省略項目を返します。should-trigger/should-not-triggerを実際の新規セッションで試し、model起動と明示要求を区別（/name入力は自然起動でない）。検証/評価を分け、反復ケースを比較（採点なし）。定義とセッション記録からローカル算出。中国語版は要求時だけhost modelを使い、コード・パス・frontmatterを保持してローカル保存。複製は原本変更もscript実行もしません。

DeepSeek Harness (DSH) の推論レベル自動選択プラグイン：各メッセージがどれだけの思考量に値するかを Jev System One モデルが判断し、モデルが宣言したレベルに応じて段階を自動導出します。コンテキストエンベロープにより「続けて」といった追加質問が話題の深さを引き継ぎ、低信頼度は上に丸め、いかなる失敗も静かに元のレベルを踏襲します。 | メッセージごとの Jev 駆動の推論エフォート：各モデルの公称値から導出されるモデル別のはしご、追加質問が話題の深さを継承する固定サイズのコンテキストエンベロープ、同点は上位に、あらゆる失敗経路での静かなフォールバック。

DeepSeek Harness のプロジェクト別ランタイム環境：プロジェクトローカルの Python venv（.venv_local/python）を自動採用または作成し、各プロジェクトが使うランタイム（python venv / node / go）のツールチェーンと環境変数を組み込みます — python と pip は常にプロジェクトに解決され、黙ってシステム Python に落ちることはありません。

DeepSeek Harness の Windows デスクトップ自動化：アクセシビリティ優先の observe/act ループと 30 個の標準ツール（要素/座標ターゲット、auto/a11y/event 戦略ルーティング）、superseded-observations および no-replay セーフティセマンティクス、永続的なキルスイッチ、RuntimeId/rect-drift 陳腐化保護、チャットカードとフローティングパネル（ライブ ops、フレームウォール、環境自動検出設定）、低解像度モデル向けタイル化ビジョン記述、JSONL 監査証跡、pid 許可リスト。Windows 10+ および uiautomation と pillow を含む Python 3.9+ が必要（設定ページからインストール可能）。

DSH ネイティブ uv 環境マネージャー：設定タブから Python virtualenv を作成、同期、実行。pip フォールバック、読み取り専用の conda 可視化、ドライランのプロジェクト同期プレビューを備えます。

net_doctor ツールを追加します。プロキシ環境、NODE_USE_ENV_PROXY、DeepSeek API と npm レジストリへの到達可能性を報告し、bash および npm の子プロセスに NODE_USE_ENV_PROXY を設定します。

dsh 用の 4 番目の権限プリセット：ワークスペース外や保護パス（.git/**、.env*）への書き込みには操作ごとのユーザー承認を伴う、制限なしで GPU 利用可能なセッション（danger-full-access）。公式の tools/pre-execute の ask フックに対するバンドルとしてのみ実装され、コアの改変はありません。

要件駆動型の dsh プラグイン発見と環境レシピ：plugin_guide は自然言語ニーズを精選されたプラグインディレクトリに理由とインストールコマンド付きでマッチング。recipe はバンドルされたコミュニティバンドル（通知フルセット、セキュリティ監査セットなど）からオーダー付きプランでセットアップ全体をインストールします。

The judgment layer for DeepSeek Harness plugins: attribute why a plugin silently disappeared, judge a candidate against your exact environment, and keep a capability ledger. Offline, read-only, evidence-first.

Registers one tool, report_health, that answers whether a scheduled report job actually ran. It judges by side effects rather than exit codes: how old the newest report folder is, how many documents it holds, whether more than one report category is present, whether the audit ledger was synced recently, and how long ago the last log was written. Exits nothing, calls no model, and reads only local paths you can override by config or environment variable.

Self-narrative memory in five budgeted segments (800 chars, not a full context): a first-person note the model writes to itself, a profile of you aggregated from approved facts, environment facts kept separate from who you are, heat-ranked conclusions, and habits. Every injected fact is traceable to a fact id and can be retired; the profile can be edited by hand, and self-notes stay plain lines you can clear. Facts fade by use and time without ever changing their credibility. Preference-like lines you say are auto-detected as candidates (never auto-approved), with conflicts kept side by side. Recall over past conversations with citations, an incremental index that only decodes newly appended frames, a pointer-required warm layer, a doctor that says which part is broken, a heartbeat proving injection is alive, and export/import so the whole thing moves to another machine.

SSHホストとWSLディストリビューションをリモートDSHワークスペースとして使い、環境をセットアップし、モデル設定を移行して、リモート画面をローカルに埋め込みます。

スキャンした教科書の処理パイプラインです。OCRはONNXRuntimeの約5倍の速度（Python 3.10+、pymupdf、rapidocr、openvino、numpyが必要）で実行し、PDFを開く前に構造レポートと章ごとの読書計画を作成します。

Harnessのローカル開発情報を提供します。環境／実行時健全性の確認、git status/diff/log/commit、書き込み時スナップショットと版ごとの復元、Node・Python・Goのプロジェクトチェックに対応。

Braveをweb_search providerとして登録します。API keyはDSH credential store、$DSH_HOME/.credentials.yaml、または環境変数から取得します。設定カードもfallback engineもありません。検索ごとにBrave Web Search APIへ1リクエストを送ります。

デスクトップクライアントのローカルサインインを再利用するQwenWork（千问办公）プロバイダーを登録します。127.0.0.1でloopback限定のOpenAI互換ブリッジを動かし、DSHのモデル要求を上流が実際に使うACP形式の制御エンベロープ会話プロトコルへ変換します。

セッションヘッダーの「护航」パネルでローカルdsh-guard監視をオン/オフし、スキャン有効状態、ガード稼働状況、最終スキャン時刻を表示。監視用Pythonは別途配置し、DSH_GUARD_ROOTで参照します。既定パスはWindowsのD:\AI\Projects\dsh-guard。別の場所は環境変数を設定。