プラグイン

Agent Context Editorは、AI会話コンテキストを手動で除外・編集・選択的に圧縮するクロスエージェントプラグインです。元のセッションを保持しながら、変更の検索、フィルタリング、選択、非表示、復元、元に戻す操作もサポートします。

AI4Scholar 学術検索: Semantic Scholar、PubMed、Google Scholar、arXiv、bioRxiv/medRxiv、DOI 解決にまたがる 38 のツール (検索、引用グラフ、著者、推薦、分割された PDF 全文、自動引用、科学図表)。重複排除付きの統合クロスプラットフォーム検索、設定画面の API キーカード、`/ai4scholar` 残高カードによる呼び出しごとのクレジット計算を提供。

DeepSeek Harness Web UI 向けの Live2D クジラ娘コンパニオン：モデルは画面に常駐し、エージェントの実際の動作（思考、ツール呼び出し、テキストのストリーミング、エラー、ターン完了）に反応します。クリックするとエージェントにメッセージを送り、返答が吹き出しへストリーミングされるのを眺められます。右クリックで表情、着せ替えアイテム、机のシーン、ワンショットアニメーションのメニューを表示。すべての動作は原作者のホットキー表に基づいて割り当てられ、重複せず、いずれも自動的に終了します。モデルアセットは非商用（CC BY-NC-SA 4.0）、コードは MIT、作者 Andersen216（https://github.com/Andersen216）。

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。

サイドバーのセッションベースタスクボード: セッションを todo/doing/review/done 列へドラッグ、モデルと reasoning-effort 選択付きセッション作成、復元可能なごみ箱、メモ、エクスポート/インポート。

Learning Mode エージェントプリセット: コーディングしながら教えるコーディングエージェント — 具体的なシナリオに基づく説明、ソクラテス式ガイダンス、TODO(你) 練習空白を提供。Claude Code の Learning 出力スタイルをモデル化。dsh plugin add(dsh-learning-mode on npm) でインストール可能。

Learning Modeエージェントプリセット:コーディングしながら教えるコーディングエージェント。具体的なシナリオに基づく説明、ソクラテス式ガイダンス、TODO(你)練習問題、Claude CodeのLearning出力スタイルをモデル化。`dsh plugin add` (npmのdsh-learning-mode)でインストール可能。

ハーネスエージェントのライブ状態（思考中、作業中、待機中、完了、エラー）を状態ファイルに書き出し、同梱の Electron Live2D デスクトップペットがそれをポーリングすることで、ペットの吹き出しと表情がエージェントの動作に追従します。

エージェント向けの引用ツール。DOI の正確な検索、Crossref の文献検索、GB/T 7714 / APA / MLA / Chicago 形式、BibTeX 生成、制約付き並行処理による DOI 検証とヘルスのセルフチェックを備えています。

macOS desk pet forked from anneheartrecord/dsh-desk-pet, in a real always-on-top window that covers fullscreen Spaces: the pose follows whatever the local DSH is doing across six states, the right-click menu is a real AppKit one carrying quiet mode and a session list, and seven skins ship with it. Two of the seven are drawn from geometry by a script in the repo rather than generated, so making a skin needs no image model and no API credits; the bundled skill still expands one photo into all eighteen poses on your own image tool and credentials. There is no Electron and nothing to install alongside it: the window is driven through ctypes on the Python that ships with macOS.

Ships a skill about handing work to subagents instead of doing it inline - which tasks are worth fanning out, how many to run at once, how to send them in parallel, and how to check what they returned instead of trusting the summary.

Voice for the DeepSeek Harness: speak to the agent, hear it back, and see what it is doing from a floating window that stays on top of whatever you are running.