プラグイン

非公式のCommand Code LLMプロバイダー：ライブモデルカタログとreasoning-effortサポートを備えた`commandcode`ルートを登録する。

各モデルが利用可能なreasoning effortを0〜30の視覚的強度スケールにマッピングする適応型reasoningスライダースキン。ポートレート、背景、インターフェースカラーが同期して変化する。

DSH Web UIコレクション、dshmarket、Codex Connect、reasoning-effortコントロールを固定バージョンでインストールするデスクトップ機能アグリゲート。

DSH向けのCodexスタイルのreasoning強度スライダー、および「デブおさかなランニング」スライダー。DeepSeek Harness向けのCodexスタイルのモデル・reasoning-effortスライダー。

APIキーもワークスペース選択も不要で、CodexブラウザOAuthフローを通じてDeepSeek HarnessにChatGPTアカウントでサインイン:ログインをpi-aiのCodexプロバイダーに登録し、新規セッション用のグローバルなデフォルトのCodexモデルとreasoning effortを設定でき、サインインしたアカウント自身のカタログエンドポイントからモデルリストを更新し、コンポーザーに5時間ごとと週次の使用状況ウィンドウを表示します。

アイデアを自由に——Tydora は WYSIWYG 編集、双方向リンク、マインドマップ、無限キャンバスを組み合わせたモダンなデスクトップ Markdown エディタです。深い思考と自在な表現を可能にします。

カスタム DSH モデル向けに reasoning-effort レベルとサブエージェントのデフォルトを設定。

サードパーティプロバイダー向けモデルごとのreasoning-effortと入力モダリティ設定：モデルナレッジベースと生の/modelsエンドポイントエビデンスを信頼度ラベル付きで融合した提案を、公式Modelsページカード内で編集。

DSH Web UI用Claude Codeスタイルの推論エフォルトスライダー：無段階ドラッグ、リリース時にスナップ、WebGLファイアトレイル、任意のカスタムサードパーティモデルまたはプロバイダー用の実際に機能する思考エフォルト制御。

DeepSeek Harness のモデル + 思考強度セレクターとしての Liang Saint Slider。

モデルとトークン予算を各ロールに合わせ、そのうえで DSH にタスク種別ごとの専門サブエージェントを委任させます。アーキテクチャ分析、UI/UX、コード実装、コードベース探索、ドキュメント調査をカバーし、自動セットアップに加えてロールごとの推論労力とツール権限を備えます。

モデルごとのケイパビリティ設定ページ: reasoning-effort レベルとそのワイヤー綴り、入力モダリティ、トークン容量を宣言またはスパースカタログオーバーライドとして記述。

dsh 用のラウンドごとの reasoning_effort オプティマイザー — シンプルなツール呼び出しでは reasoning を自動的に下げ、重い作業では引き上げ、ツール呼び出し間の思考時間を短縮します。

DeepSeek Harness 向けのラウンドごとの thinking-level（reasoning_effort）制御。Auto を選ぶと最近の tool-call 履歴から low/high/max をスケジュールするか、wire level（off/on/minimal/low/medium/high/xhigh/max）を手動で固定できる。カスタム wire マッピング、モデル認識型 capability ガード、コンテキストウィンドウのプリセット（64K〜1M）を備える。モデルごとの capability card は別プラグイン [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions)（dsh-market からインストール可能）と組み合わせて使い、カスタムの OpenAI 互換ゲートウェイ（vLLM / LM Studio / self-hosted）でも reasoning を試せる。card は llm-pi-ai capabilities を書き、adapter が wire（compat.thinkingFormat）を駆動し、このプラグインが takeover リストを自動維持する。

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。

DeepSeek Harness 用の拡張 ACP サーバー:ブロック&推論ストリーミング、使用状況テレメトリ、モデル/エフォート切替、権限プリセット、セッション再開/アーカイブ、セッション毎 MCP サーバー、Zed ファイル/ターミナル転送。

NewAPI(OpenAI互換ゲートウェイ)LLMプロバイダー:チャット専用モデル検出を伴う`newapi`ルートを登録し、models.devからモデルパラメータ(コンテキストウィンドウ、reasoning effort)を自動入力、ベースURLとAPIキーのWeb設定セクションを追加。

名前付きプロファイル（task ごとの model、reasoning effort、tool scope）で subagent を派遣し、安全性チェック、節約比較付きのコスト見積もり、完全な dispatch decision ledger を備える。

Builder ID、Identity Center、Google、GitHub、資格情報インポートによるサインイン、トークンとプロファイルの自動更新、アカウント使用量、ライブモデル検出、選択可能な推論努力度、ストリーミングツール呼び出し、プロバイダーの停止理由とコンテキストオーバーフローへの対応、そしてKiroが正確なカウンターを送信する場合はそれを使用し、それ以外の場合は実際に送信されるコンテキスト使用率（パーセント）をモデルの公称ウィンドウに基づいてスケーリングするトークン計上を備えたKiroモデルプロバイダー。

プロバイダおよびモデル毎に保存される思考レベル:推論エフォートが設定されたセッションを超えて存続し、dsh が決して尋ねないサブエージェントにも到達。セッション内ピッカーが依然優先され、行がないモデルはプロバイダデフォルトを保持。

モデル選択画面に組み込まれた、Codex 風の推論強度スライダー。

ローカルの workbuddy2api ゲートウェイプロセスを監視・管理し、そのモデルを LLM プロバイダーとして公開します。コンテキストウィンドウと reasoning effort はゲートウェイ自身のモデルエンドポイントから読み取られます。

DSH 向け OpenCode Go サブスクリプションチャット：モデルごとに Completions、Responses、Anthropic プロトコルを選択でき、モデル検出、コンテキスト、vision・thinking メタデータ、effort 既定値、使用量メーターを提供します。

ローカル認証済み AGY CLI 用 DSH モデルプロバイダ:Gemini/Claude モデル検出、独立推論エフォート、DSH 所有ツール、有界コンテキストとツール結果処理、Windows セーフストリーミング。問題報告は GitHub Issues:https://github.com/darkings/dsh-agy-provider/issues。