Plugins

Instala um auxiliar de perfil web que diagnostica e grava a configuração MCP para que Codex, Cursor ou Claude Code possam executar dsh --profile codex.

Compressão de contexto baseada em AST, filtragem de logs de teste e guarda de orçamento de tokens para o DeepSeek Harness: remove sintaxe redundante, poda linhas de log ruidosas e impõe um teto de tokens para que a janela de contexto nunca transborde.

Painel de configurações para AGENTS.md global e por workspace, com injeção de identidade e persona, alternador de contexto de tempo de execução e notificações de resultados.

Servidor MCP que pesquisa no Roblox DevForum e na documentação oficial para criadores, para que agentes de codificação de IA depurem jogos Roblox com base em conhecimento real da comunidade e do motor.

Um navegador de conversa estilo Codex para a GUI Web do DeepSeek Harness.

Exclusão por mensagem para DeepSeek Harness — um ícone de lixeira ao lado do botão de copiar em cada mensagem do chat que remove essa mensagem do contexto do modelo derivado (e da transcrição visível) via contrato oficial surface-replace.

Gestor de contexto para o DeepSeek Harness: resume automaticamente cada turno em registos ordenados por prioridade, injeta-os juntamente com notas fixadas entre sessões e texto personalizado em cada pedido ao modelo, e reduz intervalos reais de conversa de qualquer tamanho a resumos para poupar tokens. Persistente e seguro face a reinícios. NOTA: instalação manual em vários passos — copie as três pastas do pacote para profiles/node_modules e adicione as linhas fornecidas no cordis.patch.yml, depois reinicie o DSH; não é uma instalação padrão com um único comando.

Memória local de três camadas para o DeepSeek Harness: L1 memória instantânea (MEMORY.md/USER.md) lida sob demanda pelas ferramentas memory_* + L2 base de conhecimento pesquisável (fatos + SQLite FTS5, busca em chinês por tokenização de janela deslizante) + L3 importação de Hermes/Claude Code/Codex/WorkBuddy e de documentos aprovados do Agent Hub (memory/global, memory/projects, decisões aceitas) com deduplicação por hash de conteúdo. A v0.2.0 removeu toda injeção automática: a memória entra no contexto só quando o modelo chama uma das 12 ferramentas memory_*, e os dados ficam no disco local.

Memória de longo prazo por projeto + global para a GUI web do dsh: endpoints POST /items separados, contexto de chamadas de ferramenta fundido em itens de memória como resumos compactos, com deduplicação e persistência por sessão.

Ferramentas Sentry só de leitura: listagem de projetos, pesquisa de issues ao nível da organização ou do projeto, detalhe de uma issue e o evento mais recente ou um específico com uma stacktrace reduzida. Variáveis locais, cabeçalhos e corpos de pedidos, strings de consulta, pacotes e etiquetas com aparência de segredo são removidos antes de o evento chegar ao modelo, e eventos demasiado grandes degradam passando pelo contexto de origem, breadcrumbs e frames em vez de falharem.

Inspecione e simule o consumo de contexto do DSH com vistas de trajetória e inventário, e crie, injete, importe ou repare em segurança mensagens de sessão através do Message Forge integrado.

Chat nativo lado a lado com a conversa principal: uma sessão DSH arquivada independente com interface nativa completa, recuperação de contexto pai sob demanda, citação de seleção e ciclo de vida de manter ou excluir.

Inspecione, meça, pesquise e compare o contexto exato, neutro em relação ao provedor, montado pelo DeepSeek Harness.

Transforma o contexto da sessão em um jogo de mar profundo de vadiagem (moyu) em uma janela flutuante: sua mão afunda conforme o contexto cresce, toque em um peixe e dados rolados no servidor decidem a cunhagem de uma carta colecionável holográfica por cinco oceanos, com um lago de peixes e um ranking vinculado ao GitHub.

Proteção contra injeção de prompt ciente da origem para o DSH: rastreia contexto de turno não confiável, detecta sinais de injeção, pontua sumidouros sensíveis e bloqueia chamadas de ferramentas de alto risco com logs de auditoria explicáveis.

Seletor de contexto de UI do desktop Windows para Codex, DeepSeek Harness e clientes MCP: seleciona janelas, elementos de UI ou regiões da tela com destaque ao passar o mouse, UI Automation, capturas de tela e OCR local, e depois revisa e aprova o contexto Markdown/JSON antes da saída.

Painel de gestão de atenção de tokens para o DeepSeek Harness: acompanhamento de uso e custo de tokens por tarefa/dia/semana/mês (acerto/erro de entrada, saída, raciocínio), preços de pico/fora de pico do DeepSeek, reconhecimento do tipo de tarefa e conselhos sobre quando trocar de sessão, escrever uma passagem ou comprimir o contexto.

Resumo diário de notícias de 46 fontes RSS selecionadas, editado pelo modelo já configurado no dsh, entregue ao seu IM via webhook e transmitido no chat como uma resposta normal do modelo, sem custo de contexto.

Plugin do DeepSeek Harness: o CLI `self` do Superself como ferramentas voltadas para o modelo, além de um comando /self — estado do projeto entre sessões e projetos para os agentes.

Ponte MCP do Context7: fornece ao modelo documentação de bibliotecas atualizada e específica por versão e exemplos de código pelo servidor MCP do Context7, sem chave por padrão.

Preset mínimo de agente para Windows no DeepSeek Harness: persona fixa de uma linha, três ferramentas, sem contexto de execução.

Aprimoramento de rascunhos para o compositor DSH: aprimoramento por IA do rascunho de entrada com um clique (botão de brilhos ao lado de enviar), com contexto de conversa opcional e um canal de modelo configurável.

Desfazer conversas e espaço de trabalho: use a linha do tempo /undo, a ação do cabeçalho da sessão ou o ícone da mensagem para reverter antes de qualquer prompt enviado; snapshots privados do Shadow Git restauram arquivos, os turnos revertidos ficam fora do contexto do modelo e o Undo Rollback pode recuperar erros. Inclui gerenciamento de sessões arquivadas e cartões coloridos por ferramenta.

Adaptador LLM LongCat-2.0: contexto de 1M, modo de pensamento binário, chamada de ferramentas e streaming pelo endpoint compatível com OpenAI.