プラグイン

dsh 向け自動思考 effort ルーティング：ローカルでファインチューニングされた 7 問分類器（ModernBERT、842MB、CPU 推論 <1 秒）が no-intent メッセージの low/high/max を選択。セッション内リトライは除外制約下でティアをエスカレート（low → high → max）。判定サービスは到達不能時に low にフェイルセーフ。入力バーにティアチップが現在のティアと直近 20 件の判定を表示。すべての推論はローカルで実行 — タスクテキストがマシンを離れることはありません。

ローカル文献ナレッジベース RAG：10 個のツール（kb_ingest、kb_search、kb_rag、kb_zotero、kb_dedup、kb_clear、kb_fetch、kb_scope、kb_stats、kb_status）、BM25+ベクトル+リランカーによるハイブリッド検索、クリック可能な DOI リンク付きの引用付き QA、単一ファイルの SQLite インデックス上の完全ローカルな bge 埋め込み。Python 3.9+ と pymupdf、faiss-cpu、sentence-transformers が必要です。`npx dsh-kb-rag-install` インストーラーがこれらをセットアップし、モデルを事前ダウンロードします。

DSH の Web GUI 上に構築される eDEX-UI 風シェル：コアごとの CPU スパークラインを備えたシステムテレメトリの左バー、encom-globe の世界地図とアップ／ダウン通信グラフの右バー、ファイルプレビュー付きのファイルシステムブラウザ、そしてアクティブなワークスペースに追従するターミナル風コンポーザーで構成されます。

DSH 向けのサーバーカードダッシュボード: ホストごとの状態、CPU、メモリ、ディスク、レイテンシを表示し、xterm.js の SSH ターミナルをワンクリックで開ける。~/.ssh/config を取り込み、better-sidebar のタブまたは独立した右側ドロワーとしてマウントできる。

DSH 用のセッション横断メモリプラグイン（v0.6.1、npm @asherliner/dsh-memory-connect）：自動抽出、SQLite FTS5 インデックス化、毎ターンシステムプロンプトに注入される RRF セマンティック再想起、定期メンテナンス、ctx.llm による LLM 駆動の統合、コンテキスト爆発の防止、~/.dsh/soul.md によるグローバルな Soul アイデンティティを提供。v0.5.0 では時間的コンテキストグラフ（valid_from/valid_until/supersedes、reviseMemory による append-only の修正）、信頼モデル（再想起された履歴は信頼できない参照として注入され、現在の指示が常に優先）、ターン終了時の要約を追加。v0.6.0 ではローカルセマンティック埋め込み（embed_server.py 経由の BAAI/bge-small-zh-v1.5、FTS5 とのコサイン＋RRF 融合、クラウド呼び出しなし、CPU で約 232 メッセージ／秒）を追加。v0.6.1 ではパス設定における ~ 展開を修正。設定不要でインストール可能です。

テキスト専用ルート用のローカルOCRフォールバック：セッションモデルが画像を受け付けないと宣言した場合、添付画像をローカルにキャッシュし、そのパスを注入してモデルがocr_imageを呼び出せるようにする—PP-OCRv5 + ONNX RuntimeをCPUで使用、APIキー不要、画像はマシンを離れない。モデルが画像を見える場合には無音。

ブラウザーで Wallpaper Engine のシーン壁紙をリアルタイムにレンダリングし（three.js プレーヤーと Rust/WASM の CPU パーティクルシミュレーション）、動画と Web 壁紙も再生し、プレビュー画像にフォールバックします。Wallpaper Engine ランタイムは不要です。ローカルの Steam ワークショップライブラリ（431960）を自動検出または手動パスでスキャンし、壁紙の選択、ライブラリとエンジンのディレクトリ、グロー、一時停止、品質のための設定パネルを提供します。

vision-expモデル用大画像認識：ロスレス800×800タイル認識（smart/pipeline/full）、前処理と手書きルーティング付きローカルOCR、DirectML/CUDA/OpenVINO対応のオプション複数ベンダーGPU（CPU自動フォールバック）。

DSH ツールで ml-quant-trading protocol v1 の CPU ベンチマークを再現・検証し、その後 issue 提出用レポートを作成する。ローカルに initial-d/ml-quant-trading のクローン（workspace または repoPath に設定）が必要で、さらに Python と PyTorch が必要。この plugin はリポジトリの取得も依存関係のインストールも行わない。

Office文書およびPDF(スキャンされたものを含む)を、CPU優先ルーティングOCRパイプライン(RapidOCR/SLANet/FormulaNet)経由で構造的にフォーマットされたMarkdownに変換します。

SCNet HPC向けDeepSeek Harnessプラグイン：SSHセットアップ、CPU/DCU Slurmジョブ、クラスタプロービング、コンピュートノード診断、Hygon DCU/DTKガイダンス。

画面端にドッキングし、リアルタイムの CPU、RAM、GPU、NVMe 温度とハードウェア情報を表示する、紫白のデスクトップペット。

DSH Webサーバーを実行しているマシンのリアルタイムCPUおよびメモリ使用率を表示します。

システム状態フローティングウィジェット：DSH Web UIの右下にCPU/メモリ/ディスク使用状況をライブ表示し、しきい値に基づく色の警告を表示。

DSH 插件：用于局域网内设备监控，在右侧边栏（结合 dsh-better-sidebar）登记最多 10 台设备， 通过 SSH 定时采集运行指标、画波形图，并对 CPU / 内存 / 磁盘 / 温度做阈值告警。

DSH 侧栏实时硬件监控：CPU / GPU / 内存 / 磁盘一页看完，每秒刷新，每个读数都能下钻到是哪个应用。支持容量与内存耗尽预测、阈值告警与 NDJSON 导出。纯 Node，零运行时依赖，完整功能仅 Windows。

Windows host performance from WSL: CPU, memory, disk and top processes.

Service control panel in DSH Web settings: live host info (PID, versions, uptime, memory/CPU trends, active sessions), npm update banner, and a confirm-guarded graceful stop that warns when tasks are running and can wait for them to finish.

DSH Web UI 用のサイドバーシステムモニター：ライブのホスト概要（CPU/メモリ/ネットワーク/ディスク）、プロセス一覧、Docker コンテナの状態。すべて読み取り専用です。

読み取り専用の Windows デバイス情報ツール。WMI/CIM と Node の os コレクターを通じ、Win32 のデバイスカテゴリ(time、system、cpu、memory、disk、gpu、network、battery、processes、usb、audio、printers)ごとにエージェントツールを提供します。

蛋白质结构预测与设计插件：序列设计（ProteinMPNN/SolubleMPNN/LigandMPNN）、结构预测（ESMFold）、复合物界面筛选、序列理化打分与多样性聚类——零手动自举（本地 CPU/GPU 自适应），供 dsh-bio-genie 消费 | Protein structure prediction & design toolkit for dsh (sequence design, folding, interface screening)

Real-time host performance monitor for the DeepSeek Harness right Sidebar: CPU / memory / swap gauges, a GPU clock and VRAM line, CPU / GPU / motherboard / drive temperatures, a sortable process table, and a keep-awake toggle for remote sessions — on Linu

Live btop-style CPU/memory/temperature/GPU monitor tab for the DeepSeek Harness web GUI.

Large-image recognition for vision-exp models: lossless 800×800 tile recognition (smart/pipeline/full), local OCR with preprocessing & handwriting routing, optional multi-vendor GPU (DirectML/CUDA/OpenVINO) with auto CPU fallback.