Plugins

Fluxo de trabalho de recrutamento com IA para RH e headhunters: definição de padrões da vaga, sourcing e triagem inicial por dois canais (Boss Zhipin e Liepin), mapeamento de talentos do mercado, avaliação de currículos, agendamento de entrevistas, registro de candidatos e relatórios diários. Pode ser instalado como plugin do Claude Code ou plugin do DeepSeek Harness (dsh) — este último traz um painel "Navegador de Recrutamento" pronto para uso. Também funciona com qualquer assistente de codificação com IA que leia o AGENTS.md.

Busca acadêmica AI4Scholar: 38 ferramentas sobre Semantic Scholar, PubMed, Google Scholar, arXiv, bioRxiv/medRxiv e resolução de DOI (busca, grafo de citações, autores, recomendações, texto completo de PDF em fatias, citação automática, figuras científicas), uma busca unificada entre plataformas com deduplicação, um cartão de chave de API nas Configurações, e contabilidade de créditos por chamada com um cartão de saldo `/ai4scholar`.

Painel flutuante para gerenciar servidores MCP e skills na interface Web do DSH: o carregamento adiado de ferramentas por servidor (ToolSearch, desativado por padrão) mantém as ferramentas fora do contexto de cada turno. O prompt lista apenas os nomes; o schema completo entra quando o modelo encontra a ferramenta pelo tool_search integrado, evitando o custo de schemas nunca usados. Servidores MCP podem ser globais ou ficar no .dsh/mcp.json de um projeto; há ativação por servidor, catálogo de 47 serviços e importação de outros dez clientes. Skills são descobertas automaticamente em seus escopos reais com resolução de sobreposição; invocação automática pelo modelo ou apenas manual é configurável por skill.

Gera títulos de sessão determinísticos e configuráveis para o DeepSeek Harness a partir de campos semânticos do prompt e templates.

Adiciona uma visualização de Worktree ao DSH Web UI que agrupa Sessões por worktree do Git, mantendo o DSH como fonte de verdade.

Deixe suas ideias fluírem — Tydora é um editor de Markdown de desktop moderno que combina edição WYSIWYG, links bidirecionais, mapas mentais e uma tela infinita, potencializando o pensamento profundo e a expressão sem esforço.

Memória de projeto apenas local, sem dependências de runtime empacotadas nem serviços externos: JSON como fonte da verdade mais um PROJECT_MEMORY.md gerado, Hot Memory limitada por tokens e congelada por sessão para estabilidade do cache de prefixos de prompt, recall BM25 entre projetos em cache, proveniência confiável de sessão/turno, governança explicável de duplicatas/conflitos antes da gravação, ciclo de vida editável de importância/pin/tags/substituição/arquivo, destilação configurável no fim do turno de nível superior e uma GUI web bilíngue para busca, inspeção, diagnóstico e configurações ao vivo.

"Leitura" de imagens para modelos somente de texto: reduz a escala + reduz a profundidade de cor + converte impressões digitais de estrutura/cor em grades de texto devolvidas à conversa, permitindo que o modelo faça zoom, amostragem e OCR de forma autônoma como um modelo multimodal; totalmente local, sem dependência de modelo externo, inclui uma skill de metodologia de leitura de imagem e PaddleOCR opcional.

Seletor de habilidades no estilo WorkBuddy: um botão ao lado do compositor abre uma lista pesquisável de habilidades instaladas; escolher uma insere o gesto oficial /skill-name, para que a habilidade seja carregada junto com sua mensagem.

Plugin de autoevolução reflexiva para Qwen3.8 27B/3.8 Flash local e APIs online: um controlador de convergência do ciclo de código reduz a reflexão repetitiva de verificação profunda do Qwen3.8 27B/Flash para convergir mais rápido e diminuir o tempo de raciocínio; uma proteção de entrega com cinco estados detecta e corrige turnos travados e loops infinitos. Lógica de host independente de modelo, amplamente compatível com APIs online; melhoria contínua a cada uso com autoverificação de contrapontos, escalonamento ao crítico, recuperação de memória por índice invertido, controle de convergência e proteção de cinco estados.

Entrada de voz para a interface web: toque em Alt (ou Alt+Space) para iniciar/parar o ditado, Web Speech do navegador (sem configuração) ou ASR em nuvem compatível com OpenAI, polimento opcional por meio do LLM configurado no DSH, interface de configurações.

Leitura profunda e resumo para DSH: livros, artigos, vídeos e web convertidos em notas estruturadas do Obsidian via parsers de plugins, subagentes paralelos MapReduce de leitura profunda, saídas JSON Schema e cache idempotente.

Exclui conversas do DSH permanentemente, com opção de apagar recursivamente sessões derivadas e de subagentes.

Skills e ferramentas de desenvolvimento de Minecraft para o DeepSeek Harness: 8 skills cobrindo plugins Paper/Spigot, mods Fabric, Forge e NeoForge, desenvolvimento de addons para os principais mods e configuração de build com Gradle/JDK do Minecraft 1.7.10 até 26.x; o gerador de projetos mc_scaffold e o executor Gradle mc_gradle; uma skill de intake que pergunta pelos detalhes de versão/plataforma faltantes antes de começar; quatro subagentes integrados; e um segundo preset Minecraft Architect cuja ferramenta mc_codex executa o próprio Codex CLI do usuário via protocolo codex app-server para rascunhar o esqueleto, após o que o DSH preenche os corpos de método marcados e verifica o build.

O sistema operacional de marketing para agentes de IA: primeiro pense como um profissional de marketing, as táticas são o resultado.

Canal de bot oficial do QQ para o DeepSeek Harness (fork rico em recursos do tencent-connect/dsh-qqbot): chat em grupo e privado com o agente completo, biblioteca de stickers com etiquetagem automática e respostas de memes com IA, gestão de grupos (aprovação de entrada e mudo), eventos de cartões interativos botplay com catálogos paginados, registro de extensões de usuário (comandos slash personalizados e ferramentas do QQ), despertares agendados, aprovações remotas pelo QQ e uma UI web de dock flutuante.

Compactação reversível de contexto para DeepSeek Harness: recodificação tabular sem perdas em estilo TOON de arrays JSON uniformes, janelas de tabela amostradas por stride com números de linha e deduplicação entre turnos para saídas de ferramenta repetidas; cada substituição passa por um limite bytes+tokens (≤72% de bytes, estritamente menos tokens estimados) e o original é gravado em disco atrás de um aviso `[save-token #id]`, recuperável numa única chamada via a ferramenta `save_token_expand`, com contagem de tokens facturados e evitados num painel de definições.

Superfície de ações LSP para o DSH: diagnósticos, formatação, autocompletar, ações de código, símbolos, ajuda de assinatura, dicas embutidas e renomeação, tudo baseado em servidores de linguagem reais.

Hub de skills na GUI para DeepSeek Harness: navegue, pesquise, ative, inspecione, diagnostique e crie scaffolds de skills locais a partir do registro oficial ctx.skills, além de um mercado de skills com sincronização de fonte rastreada e atualização geral com um clique.

Adapter de terceiros que registra o servidor MCP upstream REA (Reverse Engineer Anything) no DeepSeek Harness como ferramentas mcp__rea__*. A versão 2.x fornece runtime próprio (Node, REA CLI, JDK, Ghidra) em <DSH_HOME>/plugins/rea-bundle e inicia REA por shim; após uma configuração, funciona mesmo sem pré-instalação. A 1.x (branch v1, npm 1.0.6) só configura e espera REA/Ghidra já instalados. A análise é do upstream: binários nativos (Hopper/Ghidra/IDA), apps JavaScript/Electron, assemblies .NET, sites, APK Android e dispositivos adb, firmware e capturas de processos.

Gateway de segurança remoto e móvel: acesso Tailscale/LAN sem modificações com pareamento por QR, criptografia RSA, defesa contra força bruta e trechos no estilo móvel; cede automaticamente o serviço de pareamento compartilhado a outros plugins remotos para que a coexistência nunca cause falha na inicialização.

OpenCues para o DeepSeek Harness — alternativas de palavras geradas por LLM e preenchimentos ativados por "_" no composer do dsh.

Permite que o modelo principal peça a um modelo revisor independente que revise uma decisão já tomada, nos modos off, shadow e advisory. Requer seu próprio serviço que implemente POST /v1/decision.

Classifica chamadas de ferramenta pendentes com o Jev (modelo de decisão não generativo da TypeSafe AI) em tools/pre-execute — chamadas de alto risco com alta confiança são negadas e as ambíguas escaladas para aprovação — e aprova automaticamente chamadas reversíveis claramente concedidas em approval/request, com gating de evidência de argumentos. Também cria subclasse do resolvedor de referências de sessão para que os snapshots mantenham mensagens pontuadas pelo Jev em vez de descartar as mais antigas primeiro. Degrada para o comportamento padrão em qualquer falha do provedor; modo shadow com o comando /jev-stats; endpoints TypeSafe ou OpenRouter; 64 testes.