プラグイン

ツール呼び出しの敵対的レビューゲート。tools/pre-executeに接続し、破壊的コマンド（rm -rf、git push --force、git reset --hard、DROP TABLE、format、ディスク書き込み）と機密パス（.env、id_rsa、.ssh、.git/、$DSH_HOME）をローカルregexで先に即時検査します。一致した場合だけレビューmodelを1回呼び、allowまたはdenyを返します。通常の読み取りと書き込みはこの経路に入らず遅延も増えません。各判定はWeb GUIにライブ表示されます。

DSHのすべての昇格承認プロンプトに、モデル生成の注釈を追加します。コマンドの動作、モデルの意図、リスクと理由、各選択肢の意味を説明。過去の承認履歴を/dsh-approval/historyで検索でき、診断ページは/dsh-approval/diagです。

DSH向けGitHub issueサービス。テレメトリー失敗の分析を統一形式のissue報告に変換し、設定された長さ上限を超える場合は短縮した新規issue URLを作成します。通常の説明文を、deploymentのmodelを使って構造化issueに書き換えます。

対象となるbashコマンドをrtk（Rust Token Killer）経由で実行し、ツール出力がモデルに届く前に圧縮します。インストール済みrtkに各コマンドを書き換えさせ、その出力を採用します。rtkがない場合、executorは標準動作と完全に同じです。

各セッションを、セッションworkspace内の読みやすいMarkdownタイムライン1本に記録します。モデルに送った全リクエスト（system promptとプラグイン注入を含む）、ユーザー入力、返信、推論、ツール呼び出しと結果、ファイル読み書き、Web検索、skill読み込み、コマンド実行、token使用量を収録。レビュー画面、セッション別タブ、取得範囲の設定も備えます。

DSH Web向けAgent Studio。モデル、プロンプト、プラグイン別ツール紐付け、Skillsを設定します。ツール結果を編集して試行実行し、実行履歴を確認。セッションのcapability snapshotを保持し、単独利用できるpresetをexportし、ガイド付きcreator presetでAgentsの下書きを作成します。

Jenkins CI連携。右サイドバーにビルド進捗パネル、複数インスタンス設定ページ、モデル向けツール5種（list jobs、build status、console log、workspace、trigger build）を追加します。追跡中のビルドが失敗すると、そのビルドを追跡していた会話を起動し、失敗したビルドを引き継がせます。

3役の自己改善loopと3 operator：Data-RSIは日次cross-sectional cleaning（winsorize→cross-sectional standardization→median fill）＋experience extraction、Harness-RSIはsystem prompt/memory/skillsを進化、Model-RSIはframework-native walk-forward（2-day gap、multi-seed）でalpha training recipeを進化。offline one-command、GPU auto-detect、skill 1つ。

小context local model向けhost-side long-task検出。長outputはparts skeleton（返信ごとに1part、後でassemble）、multi-step作業はPLAN.md ledger＋notes/（先にplan、各返信1step）へ分割。判定はheuristicかつhost側で、model自身の限界判断に依存しません。

DSH内に永続するBotとgroup roomを追加します。各Botは独自のmodel、permission preset、workspace、sessionを保持し、再起動後も維持します。各回答のrunはledgerに記録され、sidebar panelで再生できます。

DeepSeek Harness常駐assistantだがchat boxではない：他sessionから独立したfloating windowとstanding conversation。heartbeatはauthority grant、日次turn budget、quiet hours、pacing cooldownの4 gateで制限され、保持leaseでrestart後も継続。各wakeをmodelがSKIPまたは短文で決めるので沈黙も判断。host session store、非公開時はdisk logから実message flow表示し会話へ送信可。本人と同じ範囲だがread-only：全session、このmachine、GitHub等work channelを読めるがwrite/send/publishせず、permissionを求めず、他session tool callをgateしない。`npm run digest:github`は通知と自分のopen PRを3中国語欄（waiting on you／review／yours）と未送信明記の返信draftにする。

日／週task manager：起動時popup reminder、composer上marquee、ワンクリックcircle完了、編集可能task card、日曜AI週報。sidebar DeepSeek API usage widgetはbalance、今日／累計tokenとcost、model別内訳、7日chartを表示。$DSH_HOME内JSON保存。

難問に1ページのvisual HTML解説を回答。modelが短いMarkdown draftを書き、同梱・依存なしam CLIがlayout、CSS、図座標を構築。upstream answer-me-with-html skillをそのまま同梱するskill-only DSH bundleでHost codeなし。

DeepSeek HarnessにOmni-modal設定を追加し、任意のOpenAI互換画像・動画endpointに接続します。設定profileを切り替えられ、各profile内で画像側と動画側のendpoint、API key、model、path、sizeを個別に指定し、追加request parameterも自由に設定できます。生成quotaを使わない接続test、model向けgenerate_image・generate_video・check_videoの3ツールを備え、非同期動画taskは再起動後も保持されます。

画像promptを止めるmodel capability gateを解除。llm.resolveModelInfo結果とadapter model tableにimage inputを宣言するpatchを当て、input modality未宣言のrouteでも画像送信・読取を可能にします。app.asar／config-treeは編集しません。

local PNG 2枚のpixel-level screenshot diff。先頭行はmachine-readable `PIXEL_CHANGED=true|false`（assertion利用可）、続いて差分率、region bbox、最大channel delta、MAE、単体HTML比較page。absolute／fractional座標のignore regionで時計・cursor等の描画ノイズを除外。content認識はせず、変化有無のみを決定論的に回答。完全local、model call／network／uploadなし。

workspaceからユーザー選択画像を右column panelで比較。1/2/3/4/6枚／page、各画像zoom/pan、1画像の拡大率・表示位置を全画像へ同期、filmstrip並替え。browserが全画像を読み、modelへは送信しません。

built-in web_search用のOpenAI互換web-search provider。1組のbaseURL／apiKey／modelでQwen Token Plan、OpenAI、任意のResponses API gatewayを利用。

DSHとlocal WorkBuddy desktop appを4機能で連携：memory/skills/plans/daily logsのread/search/append；4 permission profile付きlocal CodeBuddy CLI task；CDPで実行中WorkBuddyを操作（会話を開く、sanitized rich HTML返信を読む、入力・送信、account-billed model切替、debug port付き再起動）；会話面をDSH内sidebar panelへ表示。計25 tools／15 HTTP routes。

DSHから離れず中国語↔英語を設定済みmodelで翻訳。追加API key不要、stream出力、promptカスタマイズ、履歴から再表示・再翻訳。

SQLite FTS5＋BM25のcode retrieval MCP server。tools: code_search/code_outline/code_index/index_status。CJK bigram、declaration-aware tree-sitter chunk、増分reindex、3層secret filter。中国語queryで英語code検索、既定ではvector DB／embedding不要。scripts/install.shでlocal Python 3.10–3.12 engineを導入し、profile patchにCODERAG_ROOT設定必須。

toolによるwrite／edit前に各fileをsnapshotし、turnが変更した全fileをmodel undo tool、人間の/undo、またはassistant action-row buttonでrollback。shell実行でなくin-processに保存するため、workspace-write限定sessionで追加sandbox permission不要。

tsm-core-dlr semantic service（LanceDB vector＋graph）をMCP toolとしてmountし、scenario非依存DLR/TSM modeling skill、service status overlay、agent rulesを同梱。serviceは必須依存でbundle起動前に稼働必須。