Plugins

Consulta a Wiki chinesa do Minecraft (API MediaWiki) e converte texto wiki bruto em saída limpa legível por IA — busca, introdução da página, Markdown completo e entrada aleatória; predefinições, referências, imagens e links entre idiomas são removidos antes de chegar ao modelo.

Cota unificada de tokens e estatísticas de uso para o dsh: cota rotativa/paga por uso multiformecedor com cartões na barra lateral e operações de provedor, além de agregação de tokens dos logs de sessão com tendências, mapa de calor e detalhamento por modelo.

Fallback de OCR local para rotas somente de texto: quando o modelo de sessão declara que não pode aceitar imagens, a imagem anexada é armazenada em cache localmente e seu caminho é injetado para que o modelo possa chamar ocr_image — PP-OCRv5 + ONNX Runtime em CPU, sem chave de API, imagens nunca saem da máquina. Silencioso quando o modelo pode ver imagens.

Provedor gratuito do modelo conversacional ChatGPT Web (GPT 5.6 Luna) para o DeepSeek Harness com Markdown em streaming.

Despacha subagentes com perfis nomeados (modelo, esforço de raciocínio e escopo de ferramentas por tarefa), verificações de segurança, estimativa de custo com comparação de economia e um livro-razão completo de decisões de despacho.

Plugin em estágio inicial conectando o DeepSeek Harness a um servidor OwnDsh auto-hospedado implantado separadamente para identidade de equipe, controle de acesso a modelos, cotas e auditoria de uso.

Ferramenta display_file voltada ao modelo que renderiza 36 extensões de arquivo inline na interface web: imagens com lightbox de zoom ao clicar, vídeo com busca, áudio, PDF, arquivos Office e OpenDocument convertidos para PDF no host via LibreOffice, e HTML local em um frame isolado; os bytes são transmitidos por uma rota HTTP assinada com suporte a intervalos, e PNG/JPEG/WebP/GIF também entram no contexto do modelo em rotas compatíveis com imagens.

Plugin de verificação de metas baseado em evidências para DeepSeek Harness. Bloqueia metas com /ultragoal e verifica a conclusão com base nos códigos de saída de comandos e artefatos gerados, impedindo que o modelo relate falsamente a conclusão da tarefa.

Cota do CLIProxyAPI para o DeepSeek Harness: um anel ao lado do seletor de modelos e um painel de configurações que lista as janelas de cota de cada conta, com planos e horários de redefinição.

Torne seu dsh pronto para programação séria. (Ferramentas x Esquemas)^REPL. `skill://`, `ctx://`, `agent://`, `dvc://`, `dsh://`, REPL IPython, Contexto como Variáveis, compactions cruzadas recuperáveis, restauração completa do contexto. `hash-edit`, `dvc://browser`, subagent como função, workflow como função.

Revisão de trajetória somente leitura em uma barra lateral de conversa redimensionável, com análise de regras, explicações opcionais do modelo, navegação por evidências e comparação de execuções da mesma faixa.

Portão de autenticação para a interface web do DeepSeek Harness: cobre páginas, /api, /plugins e upgrades WebSocket, com hash PBKDF2, cookies de sessão HttpOnly SameSite e bloqueio de login por IP; registro por código de convite; 2FA com TOTP ou passkeys (várias chaves por conta, inscrição do celular por QR, login sem nome de usuário e step-up antes de adicionar ou remover fatores); painel de gestão de usuários (perfil próprio, TOTP e passkeys, inclusão e remoção de usuários, redefinição de senhas, convites, limpeza de passkeys de dispositivos perdidos); proteção de modelos e chaves de API só para administradores; isolamento por usuário nas APIs REST/list e nos fluxos de eventos WebSocket; sessões persistentes após reinícios; log de auditoria JSONL e gateway fail-closed.

Provedor de modelos Kiro com início de sessão via Builder ID, Identity Center, Google, GitHub e importação de credenciais, atualização automática de tokens e perfis, uso da conta, descoberta de modelos em tempo real, esforços de raciocínio selecionáveis, chamadas de ferramentas em streaming, tratamento do motivo de parada do provedor e do estouro de contexto, e contabilização de tokens que usa os contadores exatos do Kiro quando ele os envia e, caso contrário, dimensiona a porcentagem de uso de contexto que envia pela janela anunciada do modelo.

Acesso Tailscale ao Web GUI com gate de identidade, com dsh ainda vinculado a loopback: um proxy 127.0.0.1 publicado por tailscale serve admite uma solicitação somente quando o login Tailscale que ele carimba é permitido, com uma lista de permissão opcional por dispositivo, para que os métodos /api privilegiados atrás da verificação loopback — Settings, Models, Plugins — respondam sem que se diga ao dsh para confiar em um host remoto.

Fornece a ferramenta see_image para o DSH: envia um arquivo de imagem para um modelo de visão compatível com OpenAI configurável e repassa sua descrição de volta a um modelo somente de texto.

Envolve globalThis.fetch para rotear as solicitações de API do modelo do DeepSeek Harness por um proxy HTTP/SOCKS por domínio de destino, deixando todas as outras solicitações na conexão direta, sem modificar o código-fonte do Harness.

Reescreve a cópia chinesa de um plugin instalado no mercado para inglês usando um modelo já configurado no harness: automaticamente ao instalar o plugin, depois recarregado ao vivo. Cada arquivo é traduzido em uma passagem completa, validado por um parser real quando existe (node --check para JavaScript, parsers JSON e YAML caso contrário) e devolvido ao modelo com o erro para até três tentativas de reparo; arquivos acima de 48 KB, ou que nunca são analisados, recorrem a uma passagem por intervalos de linhas que compara cada linha devolvida com a original quanto à estrutura. Frases-gatilho e tabelas de locale podem opcionalmente ser preservadas em vez de traduzidas, e o original intocado fica junto ao arquivo como .zh.bak.

Pesquisa profunda como modo de agente: um único laço revisado que planeja, pesquisa em rodadas paralelas adaptativas conduzidas pelas lacunas que os próprios pesquisadores declaram, sintetiza um relatório citado e depois o revisa de forma adversarial, em vez de um script que o modelo reescreve por chamada. As perguntas que o orçamento de rodadas nunca alcançou são nomeadas no relatório em vez de serem descartadas.

Hooks de ciclo de vida orientados por configuração, incluindo injeção de contexto: declare event, handler e outcome em YAML, onde handler é uma ferramenta in-harness (MCP incluído), um comando shell ou um endpoint HTTP, e outcome é model-visible context, um denied tool call ou fire-and-forget.

Habilidade de verificação de afirmações que confronta documentos de design e planos com fatos do código, escalando afirmações comportamentais para verificação executável com primitivas lógicas para máquinas de estado e modelos de dados, com regressão antes/depois, restrições de domínio e mineração de riscos de concorrência.

Divulgação progressiva de ferramentas: um grupo de ferramentas diferido custa uma linha de catálogo em vez de seus esquemas completos até que o modelo o carregue com tool_search, com um interruptor por grupo em Settings e cada grupo medido em relação ao registry ativo.

Um nível de pensamento armazenado por provedor e modelo, para que o esforço de raciocínio sobreviva à sessão em que foi definido e também alcance subagentes, o que o dsh nunca pede. O seletor na sessão ainda vence, e um modelo sem linha mantém o padrão de seu provedor.

Concorrência de geração por provedor/modelo, com um cartão de configurações: um limite de quantas sessões podem transmitir ao mesmo tempo, aplicado no stream e novamente no spawn de subagente, onde um fan-out além do limite espera em uma fila FIFO em vez de falhar.

Reconhecimento de imagens grandes para modelos vision-exp: reconhecimento por mosaicos 800×800 sem perda (smart/pipeline/full), OCR local com pré-processamento e encaminhamento de caligrafia, GPU multivendor opcional (DirectML/CUDA/OpenVINO) com fallback automático para CPU.