プラグイン

AgentDescent を使って、DeepSeek Harness の内部からスキル、エージェント、プロンプト、コード、プラグインを進化させます。

入力体験の強化: 音声入力、AI補正、上書き防止、diffプレビュー付きプロンプト最適化、DSH UI言語に追従する自動ロケール切替。

Oh My DSH（OMD）は、原典の呼び戻しを伴うコンテキスト要約、タスク連動の検証、プロンプト最適化、CodeGraph によるコードナビゲーション、OpenCU のコンピュータ制御、そしてレイアウト・サイドバー・設定を網羅する 4 つのテーマを追加します。

生の指示をワンクリックでプロフェッショナルなプロンプトに最適化：3つの出力スタイル、状況認識の役割/タスク/目標プロファイリング、自己反復学習（セッションメモリ＋スマートデフォルト＋ユーザーオーバーライド）、22のサブシーン用/template（モデル呼び出しゼロ）、入力ボックスの✨ワンクリック最適化/取り消し、prompt_optimizeツール、自動最適化フック、zh/en文書の自動検出。

DeepSeek Harness を Multisim MCP に接続:回路生成、シミュレーション、診断、設計最適化、実験レポートエクスポート。

DeepSeek Harness 向けのトークンコストパイプライン：プレッシャーを考慮した階層的コンパクション（コンテキストプレッシャー 40% 未満ではロスレスな射影、それ以上では LLM 要約）、エージェントごとのツール許可リスト、vision 要約による長文の画像化、プレッシャー・階層・節約トークンを追跡する /token-status コマンド。

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 向けの可逆なコンテキスト軽量化: 一様な JSON 配列の TOON 風ロスレス表形式再エンコード、行番号付きのストライドサンプリングされた表ウィンドウ、繰り返しのツール出力に対するターン間重複排除を行う。各置換はバイト数＋トークン数のゲート（≤72% のバイト数、推定トークン数が厳密に少ない）を通過し、元データは `[save-token #id]` 通知の背後でディスクに退避される。`save_token_expand` ツールを1回の呼び出しで復元でき、設定ダッシュボードには請求済みトークン数と削減済みトークン数の計測が表示される。

DeepSeek Harness 向けの多層トークン最適化パイプライン: 出力ラダー、MCP の遅延ロード、圧縮ドライバ、キャッシュヒット報告。実際の DSH プラグイン API を基盤に構築されており、長時間セッションでは入力を約40〜60%節約。

段階的開示型の MCP ゲートウェイ。`mcp_search` で大規模なリモートカタログを検索し、`mcp_call` で正確なスキーマを呼び出します。遅延接続と上限付きキャッシュに対応。

作業を名前付きタスクにラップし、タスクが終了すると、次のステップ境界でその全メッセージ範囲を1つのサマリーに畳み込みます。元のコンテンツはオンデマンドで復元可能です。

コンポーザー向けのプロンプト強化機能。「✨ Enhance」ボタンで、セッションコンテキスト、メモリ、直近の会話を踏まえた第一原理思考により、下書きプロンプトをより明確で構造化された形に書き換えます。重要な情報が不足している場合はカードで確認質問を行い、入力欄に適用する前に結果をプレビューできます。

DSH Web UI のネットワーク最適化。キャッシュと圧縮で転送サイズを削減し、ページ読み込みを大幅に高速化するほか、接続切断インジケーターと自動再接続を備える。最高性能を求めるユーザーや不安定なネットワーク利用に適する。

DeepSeek Harness 向けのトークン効率の高いペルソナ実行環境で、ローカルの catgirl レンダリングと段階的なツールスキーマ開示を備える。

4つのモジュールから成るセッションコンパニオン。スマートな会話エクスポート(Markdown/PDF/JSON/PNG の長尺画像、プライバシー情報の秘匿化と一括 ZIP 対応)、テンプレートの保存/インポートに対応したコンテキスト引き継ぎ要約、API コスト最適化(公式レートのリアルタイム取得、ピーク/オフピークのスケジューリング、日次/月次予算、モデルルーティング)、Ctrl+F によるチャット内検索を含むグローバル会話検索(CSS Custom Highlight API 使用)を提供します。

各タスクをあるモデルに、そのレビューを別のモデルにルーティングします。適格性の証跡、フェイルオーバー、耐久性のあるジャーナルを備えます。

人間の脳に倣ったコンテキスト圧縮ロジックで、長いタスクのコンテキスト占有とトークン消費を大幅に削減します。

GEOブランド監査スキルバンドル：17以上のAIエンジン（ChatGPT/Perplexity/Claude/豆包/DeepSeek/Kimi/文心一言）におけるAI検索の可視性、推奨、引用、競合他社の存在感、コンテンツギャップの診断。

Adds prompt optimization, cancellation, and undo controls to the DeepSeek Harness composer.

Allows deepseek harness to think dynamically like human,automatically judge the difficulty of tasks with suitable thinking chain.

Fronts stdio MCP servers with three router tools (list_capabilities, describe_tool, call_tool) so schemas load on demand instead of riding every request; shapes every tool result through a deterministic output ladder that archives the original first (retrieve_spill reads it back); prices tool groups in tokens and can hide built-in groups per agent. Bridges to a standard-library Python router, so Python 3.9+ is required.

Compaction fallback for compaction-basic: when its LLM summary throws, comes back empty or cannot fit the window, the span is compiled deterministically with a seq pointer on every line (vendored dsh-compaction-instant compiler). Adds recall and search tools, /recall and /context commands, an idle trigger at 45% of the window and an on-disk span archive. The engine mounts as one row in the agent preset (docs/dsh-integration.md).

DeepSeek Harness 输入栏「提示词精炼」插件：✨ 一键把模糊草稿改写为目标/背景/步骤/要求/[假设] 结构化提示词；成本可路由（默认模型可换成便宜的优化模型）、结果缓存、token 用量统计落盘。静态版为功能主体，动态版免安装尝鲜。

One MCP tool instead of every schema you own — a lazy capability broker that cuts resident tool context by a measured 94.4%. Search, inspect, enable and call MCP servers and skills on demand.