プラグイン

DeepSeek Harness（dsh）向け無料枠モデル集約。無料枠upstream（OpenCode Zen / B.AI / OpenRouter / SenseNovaを内蔵、ほかにremote catalogとcustom gateway）を束ねるfreeroute providerを登録し、透明なfailoverを提供。

単体の DSH プラグインに読み取り専用のライフサイクルガバナンスツール 21 個を収録します。タスク分類、状態／計画／証拠の検証、ゲートの事前確認と集約、リリース／インストール監査、コンテキスト／進捗分析、クリティカルパス、再開時の整合、実行を常に拒否する変更プレビューを提供。npm から `@240xu/dsh-tech-lead` としてインストールできます。

DSH Web UI 用 Composer 統計バー。自動同期する公式 CNY 料金とピーク／オフピーク料金、モデル別集計、ライブタイマー、サブエージェントツリー統合、DeepSeek 残高、予算アラート、ストリーミング中のコスト推定を提供します。

DeepSeek Harness 向けの適応型モデル検出、評価、階層化、サブエージェントルーティング。

DeepSeek Harness (dsh) の無料ティアモデルルーティング — OpenRouter 無料モデルを発見し、最良の無料モデルをエージェントデフォルトとして適用、レート制限時に自動ローテーション；要求されない限り有料設定は変更されません。

製品リサーチスキル：市場、技術、サプライチェーンを分析し、3段階の製品仕様提案を出力します。

DeepSeekアカウント残高とモデルコストの追跡：公式のピーク/オフピーク料金、3段階のトークン課金（キャッシュミス、キャッシュヒット、出力）、モデルごとおよびセッションごとの内訳、ホバーで詳細を表示するコンポーザーサマリーバー、CSVエクスポート、設定パネルを備えています。

DeepSeek Harness 向けの段階的モデルルーティング：think/build のモデル階層、vision 委譲（vision モデルは画像を説明するだけで、作業モデルが行動する）、画像生成、高インパクト・ガード。

自動承認の権限ガード：workspace-writeとdanger-full-accessの中間層 — 信頼ディレクトリ内の安全な操作は自動承認し、破壊的な操作は必ず人間に確認を求める。カテゴリ別スイッチ11個と監査ログを備えています。

コミットメント書き込みゲート：ツール呼び出しの実行前に運用者が作成したルールを適用 — 決定論的なガード層と LLM 審判層、既定で fail-closed、ブロックはすべて矛盾ログに記録されます。

DeepSeek Harness のセッションで @ を使ってサーバーをメンションし、SSH 経由でコマンドを実行できます。フェイルクローズする二段階の承認ゲートの背後で動作します。

DeepSeek Harness Web 設定向け拡張 Plugin リスト — 信頼ティア、折りたたみ可能グループ、完全なプラグイン詳細情報。

DeepSeek Harness 向けのプロジェクト非依存なマルチエージェント協調プロトコル：暴走ループを止めるループガード、6 フィールドのハンドオフ形式、リスク階層別のレビュールーティング、固定の verify→commit→push→review→close 手順。同じルールを各エージェントに貼り付ける代わりの 1 つのスキルです。

arXiv、一次情報のラボ、公式アーティファクト、ハードウェアベンダー、オプトインの X シグナルを整理してバージョン付きのリリース証拠バンドルを作り、主張単位の再現をコマンド・アーティファクト・指標・検証器でゲートします。

DeepSeek Harness 向けの2段階モデルルーター——LLM による判定ルーティング、複数モデルのフォールバックチェーン、指数バックオフによるフェイルオーバー、タスク単位のオーケストレーションに対応します(pi-shift-router の DSH 移植版)。

DeepSeek Harness に、workspace-write と danger-full-access の中間の権限レベルを追加します。害のないコマンドや、現在のワークスペースを超えて設定済みの信頼領域を対象とする操作を自動承認します。

Scheduled daily toast popups summarizing yesterday's conversations and managing two-tier pending TODOs.

Keep conclusions alive across context compaction: the model writes a task checkpoint and the plugin re-injects it into the system prompt's first node — the span compaction never touches, so it survives any number of compactions. Four-tier injection (0/95/175/≤12000 chars) scales with session relatedness; checkpoints live in the plugin's own folder, never in your workspace.

Drives the OpenCode client already installed on your machine through its loopback opencode serve API, so its free-tier models work in DSH — the child process starts on first use, and OpenCode executes no tools of its own: a call it proposes is handed to the DSH tool of the same name and run there, or refused when there is no equivalent. No API key is needed.

An Auto toggle next to the model selector that schedules reasoning_effort per request: complexity is scored by a MiniMax/OpenAI-compatible model with a zero-dependency heuristic fallback (fallbacks not cached), effort ladders adapt to each model real effort list (low/high/max, low/high/highx/max/ultra, ...), heavy tool calls upgrade the tier within the same session, the lit button and reply badges show the effort actually used, and every decision plus observed token usage lands in a JSONL ledger. A standalone-button fork of imkingjh999/dsh-adaptive-effort; do not install it and the original in the same profile.

Switch OpenAI models between Codex-style Responses WebSocket transport and SSE from the composer, inheriting DSH provider settings with an optional priority-tier toggle.

Five-tier reasoning protocol injected into the system prompt — off / light / standard / deep / multi-agent, 0 / 3 / 9 / 17 / 19 rules — with the tokens each tier adds per request shown beside it. Alongside it: a claim ledger that marks a load-bearing claim with no evidence or check as unsupported, read-only analyst briefs, JSON-declared custom tools that work in the same turn, one persistent PowerShell session, and re-injection of host context after a configurable message gap. Tier 0 injects nothing and mounts no tools. A derivative of husongan/dsh-deepseek-2027 (MIT); do not install both — each injects its own reasoning-protocol section into the system prompt.

Runs an approved OpenSpec change to completion while the model stays a mechanical forwarder: a bundled Python CLI computes the ticket DAG frontier, claims tasks atomically, prepares one git worktree per assignment, and returns exact actions. The session delegates each action with the DSH subagent tool and reconciles the completion notice against a hash-bound receipt produced by re-running verification commands on a clean, advanced HEAD, so free-text "done" never counts. Runtime scope changes are plain tasks.md edits. Requires Python 3.10+ on PATH and a git project that uses OpenSpec.

Measures one university department's research output: matches author affiliation strings against a college's known name variants (detecting same-named departments at other universities), backfills papers that only name the university by faculty author IDs, classifies each paper by journal tier (CAS partition with Top flag, JCR quartile, CCF, Chinese core via a CNKI export merger), splits staff from student first authors, and writes a workbook with a dashboard sheet, a filterable paper list, a teacher-by-direction matrix and per-teacher statistics. Student authorship is inferred from affiliation and staff lists, not verified against enrolment records. Requires Python 3.9+ with pandas and openpyxl (pip install -r requirements.txt); papers come from the OpenAlex API, whose free per-IP quota is limited, and Chinese-journal coverage needs a manual CNKI export.