Plugins

Plugin do DeepSeek Harness que transforma julgamentos Jev em três ações automáticas — podar saídas de ferramentas grandes demais para os segmentos relevantes à requisição, triar páginas obtidas em busca de instruções dirigidas ao modelo e escolher qual skill se encaixa no próximo passo — além das ferramentas jev_ask e jev_gate, um registro de julgamentos que sobrevive a reinicializações e um relatório /jev-status. Requer uma chave de API TypeSafe; sem ela, fica inerte e não envia nada.

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.

Reuniões visuais de mesa-redonda para DeepSeek Harness — nós especialistas em um anel com arestas direcionadas, uma porta de agregação, pensamento proxy para modelos trabalhadores caixa-preta e revisão adversarial (red-team) de planos consolidados com endosso/rejeição por ponto de vista.

Plugin de «escrita de núcleo único» para o DeepSeek Harness: ferramentas minuciosamente simplificadas e saída reforçada para modelos pequenos quantizados, adequado para executar pipelines de romances longos localmente com modelos no dispositivo.

Plugin de aprimoramento de preset universal DeepSeek Harness: um editor de preset editável (entradas system/user/assistant + prepopulação de saída de modelo de camuflagem).

Controle por rodada do nível de raciocínio (reasoning_effort) para DeepSeek Harness: Auto agenda low/high/max pelo histórico recente de tool calls, ou permite fixar um wire level (off/on/minimal/low/medium/high/xhigh/max), com mapeamento wire personalizado, proteção de capacidade por modelo e presets de janela de contexto (64K–1M); seu capability card por modelo funciona com [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (instalável pelo dsh-market) para testar raciocínio em gateways compatíveis com OpenAI (vLLM / LM Studio / self-hosted). O card escreve capacidades llm-pi-ai, o adapter controla o wire (compat.thinkingFormat) e o plugin mantém a lista de takeover.

Use uma assinatura ChatGPT/Codex no DeepSeek Harness com modelos GPT, geração de imagens, busca na web, relatório de cota da assinatura, controle de modelos e recursos, e login OAuth via navegador ou código de dispositivo.

Lê GIF e WebP animados como animações: o arquivo colado continua sendo reproduzido na interface enquanto o modelo recebe uma folha identificada de quadros amostrados. A ferramenta read_animation amostra um arquivo sob demanda.

Faz login em uma conta ChatGPT por OAuth e disponibiliza os modelos do plano como rota de provedor do DeepSeek Harness. Chama api.openai.com/v1/responses com o escopo do plano da conta, não pelo backend do Codex.

Mescla todas as contas WorkBuddy conectadas localmente no DeepSeek Harness em um único pool de modelos com failover automático (rotação multiconta, créditos ao vivo e um catálogo de modelos com multiplicadores de crédito por modelo e etiquetas de grátis/desconto noturno).

Uso do computador por meio de um dispositivo USB HID externo: nomeie um alvo em linguagem natural, um modelo de visão o localiza em uma captura de tela recortada, e um Raspberry Pi Pico 2 move o mouse real e digita no teclado real. 7 ferramentas. Windows tem listagem de janelas, recorte por janela e elevação automática de janelas; macOS precisa de pyobjc e não tem nenhum dos recursos; Linux não é suportado.

Gateway de autenticação da Web UI do DeepSeek Harness: protege páginas, /api, /plugins e WebSocket. PBKDF2/salt por usuário, cookies HttpOnly SameSite, bloqueio IP, convites, TOTP/passkeys (WebAuthn) e step-up antes de alterar fatores. Usuários gerenciam perfil/fatores; admins gerenciam contas, convites e senhas. Configurações privadas de modelo/API por usuário são criptografadas com chave derivada da senha e ilegíveis para admins. Compartilhamento por admins: usuário pode usar, vê saldo, não vê a chave; revogação imediata. Sem configuração, usuário bloqueado e sem fallback. REST/listas e WS isolados por usuário; sessões persistem após reinício, auditoria JSONL, fail-closed. Requer DSH 0.2.0 (transporte 0.1.1-rc.2 removido em 0.7.0). Passkeys: HTTPS/localhost.

Um whip para DeepSeek V4 Pro: observa a impressão digital de raciocínio de cada bloco de thinking e puxa o modelo de volta quando ele escorrega do modo focado "We will / I will" para o modo disperso "let me".

Rotas de modelo dedicadas, ferramentas e orientação de sistema para visão, compactação, revisões, subagentes, títulos e geração de imagens.

Níveis de uso e cartões de estatísticas compartilháveis: 🐟→🐳 classificações por consumo mensal de tokens com percentil estimado calculado localmente, preços precisos para 46 modelos de 6 fornecedores (incluindo preços chineses por nível de tamanho), preenchimento retroativo de sessões pré-instalação e comparação antigo vs. novo após a mudança de tarifas de 2026-08-17. Apenas local, sem telemetria.

Página de configurações para capacidades por modelo: níveis de reasoning-effort com suas grafias wire, modalidades de entrada e capacidades de token, escritos como declarações ou substituições esparsas de catálogo.

Adiciona um modelo de visão configurável a modelos principais somente de texto: uma ferramenta vision_read_image, um seletor de modelo de visão na barra do compositor e conversão automática de imagem para texto em rotas somente de texto.

Estilos de saída de modelo comutáveis em tempo de execução com paridade de outputStyles do Claude Code, além do protocolo de apresentação output.render.*: um comando /style, persistência por sessão, injeção de systemPrompt, seis estilos integrados, um seletor web e um registro de renderizadores com regras por sessão/ferramenta e /export.

Controle deslizante de esforço de raciocínio no estilo Codex, embutido no seletor de modelos

Lê respostas do Harness em voz alta por meio de um runtime TTS local existente: iniciadores integrados de IndexTTS e GPT-SoVITS, entrada HTTP/JSONL local baseada em protocolo e carregamento de pastas de modelos para ambientes SDK de Kokoro, F5-TTS, VoxCPM, Qwen3-TTS e CosyVoice. Não inclui modelos. Derivado de 1624318455/dsh-plugin-tts; separa ID da linha e configurações para instalar ambos lado a lado com recursos duplicados desativados.

Bancada de escrita de romances para o DeepSeek Harness: você dá joinha ou não para trechos candidatos, e o modelo os destila em um perfil de preferência curto que acompanha as chamadas de redação seguintes, enquanto o manuscrito fica fora do contexto de redação. Adiciona um quadro de capítulos, pacotes de escrita por capítulo, revisão limitada à anotação que reescreve apenas o parágrafo anotado e verifica o resto byte a byte, um livro-razão do projeto e checagens locais de ritmo.

Preset unificado e ancorado de agente para DeepSeek V4 Pro/Flash na API oficial e no opencode-go: bootstrap mínimo-exato de duas ferramentas na primeira requisição, caminhos Pro/Flash cientes do modelo e gerenciamento de catálogo ciente de época para estabilidade em sessões longas.

Motor de persona para o DeepSeek Harness: um config.json governa o nome próprio da IA (por modelo e nível), como ela te chama, sua postura relacional, o texto de caráter, contratos por item com interruptores, o idioma da cadeia de pensamento e o tom das respostas (opt-in, por modelo), além de memória de longo prazo condicionada à confirmação humana: a IA só anexa candidatos, uma linha de confirmação os ativa, e o log é somente de acréscimo e reexecutável. Entradas confirmadas entram como bloco citado de dados, não de instruções; as marcadas com um kind vão para arquivos arbitrários e nunca chegam ao prompt. As seções do prompt são relidas do disco a cada montagem, então edições aplicam sem reiniciar. Presets: instantâneos JSON compartilháveis. Zero dependências, sem rede, sem shell.

Ativações proativas em nível de host para o DeepSeek Harness: o modelo agenda os próprios alarmes (uma vez, intervalo ou cron, com jitter opcional), sessões frias são despertadas na hora via session resume, os follow-ups do modelo são limitados por horas de silêncio e um orçamento diário, e turnos de despertar silencioso terminam com proactive_reclaim e saem do contexto como lápides. Arquivos de agenda declarados sincronizam seus JSON com os alarmes do host por glob de forma idempotente; min_idle_seconds adia os despertares até a sessão de destino se acalmar, e um painel web gerencia alarmes e histórico — o motor de batimento para companheiros de IA e personagens de RPG com rotinas próprias.