プラグイン

AIエージェント向けのステルス性と効率を備えたブラウザードライバー。少数のツールで完全制御とトークン効率を実現。

エンジニアリングと生産性向上の27スキル（mattpocock/skills v1.3.1）を同梱し、手動導入は不要です。作者は400億トークンで構築し、元のスキルに対して開発効率10倍を実現すると主張しています。初心者がスキル集をより早く使い始めるのを支援します。GitHub Issuesは全面対応、Markdownはプレビュー、GitLabは未対応です。ご利用とご支援に感謝します。

DSH 0.2.1-alpha.1のツール出力をフィルタリングし、古いコンテキストを整理して必要時だけスキルを提示。

自作 DSH メモリプラグイン：SQLite 永続ストレージ + データベースレベルの監査ガード（enforceAudit）+ 監査ログ。会話後に知識を自動取り込み、memory_recall で想起、Claude Code/Codex/Cursor のマルチエージェント共有に対応。外部依存ゼロ。

モデル・プロバイダー・ワークスペース・期間を横断した利用分析：キャッシュヒットの可視化、モデル/プロバイダー別内訳、時間別・日別トレンド、GitHub 風 53 週ヒートマップ、連続利用、Token シェアのドーナツ図、組み合わせ可能なフィルター、キャッシュ効率トレンド、DeepSeek 残高、CSV エクスポート。セッション削除後も保持される永続台帳（増分再構築、再起動時は未変更セッションをログ再読なしで適用）。ワークスペース登録は DSH の domain/changed プローブで自動更新し、DSH 登録のワークスペースのみを厳密に集計。Token 計上は入力・キャッシュ読み書き・推論を分離し、ゼロ使用の再生は記録を上書きしない。中文は現地時間、English は UTC。API はループバックのみ。

Qwen3.8-27B のような低コンテキストの llama.cpp モデルを実行する際にコンテキスト圧縮を強制し、モデルの効率と使用のスムーズさを向上させます。よく洗練された圧縮プロンプトも付属しています。

DeepSeek Harness用の忘却曲線インプレース対話圧縮：最近のターンは逐語で保持、中盤のターンは構造的に脱水（LLM不使用）、古いターンは境界付き要約ペアに折りたたまれます — 境界付きメモリ予算での無境界会話。

On-demand memory for DeepSeek Harness: session logs are distilled into layered markdown (a summary, an index and per-topic files), and a mem_query tool returns only the matched entries rather than the whole index. Nothing is injected per turn, there are no dependencies, and every entry keeps a source pointer back to the conversation it came from.

Context curation for DeepSeek Harness: content-aware tool-output slimming, dead-log sweep, pinned user requirements and in-flight work, archive-then-compact with an audit trail.

A DSH conversation workspace: turn actions, provenance quotes, local notes and summaries, in-conversation find, focus lock, and per-workspace command buttons.

Multi-agent frugality defense plugin: read-ledger dedup metrics, compaction-immune rules, completion gate, cheap-model review lane.