Plugins

Plugin do DeepSeek Harness que troca o modelo automaticamente nos horários de pico: muda para um alternativo definido antes do pico e retorna ao modelo oficial depois. Desenvolvido totalmente por IA; o autor não tem experiência em programação. Teste a segurança por conta própria; as instruções de instalação podem conter alucinações da IA.

Usa o agente de programação local TraeX como provedor de modelos do DeepSeek Harness via ACP.

Harness Codex mínimo para modelos GPT que não se encaixam na interface nativa do DSH, mantendo compatibilidade com o ecossistema de plugins DSH.

Tema 昔涟 (Cyrene) e pet desktop para a GUI web do dsh: tema branco perolado e rosa, pet Live2D, fundo de partículas, gradiente e cartão de configuração recolhível. Portado de Cyrene-Agent (MIT) com permissão do criador do modelo Live2D.

Salva notas desorganizadas (texto e imagens) numa base de conhecimento Yuque, classificadas pelo modelo.

Ponte WebSocket loopback que espelha ferramentas frontend do aplicativo no registro de ferramentas do agente e devolve chamadas do modelo ao aplicativo: uma ponte, vários apps, namespaces isolados por chave.

Provedor genérico de modelos de gateway LLM para DeepSeek Harness: monta newapi, LiteLLM, Higress ou qualquer gateway compatível com OpenAI como rotas de provedor, descobre a lista de modelos e complementa cada um com parâmetros models.dev.

Camada de agregação entre ecossistemas: sincroniza o tópico GitHub dsh-plugin e o registro npm em um índice JSON aberto, consultável por ferramentas de modelo, CLI e um servidor MCP stdio mínimo.

Auditor de valor de plugins: revisão antes da instalação (varredura de código-fonte + avaliação LLM) e auditoria posterior dos pacotes instalados. Lembretes para reauditar ao trocar de modelo.

Verificações de saúde para plugins DSH: verificação de manifest/patch/entry/build/pack/install, plugin_check chamável pelo modelo, detecção de profile host-shadowing + BOM, diagnósticos de ambiente e preflight de poison.

Modo RLM para dsh: subagents recursivos por uma função unificada rlm(), com spawn/await/chain como chamadas Python de primeira classe. Adiciona um kernel IPython persistente com bindings tools.* e context-as-variable.

Lançador de um clique para a interface web: um Start-DSH-Web.cmd na área de trabalho do Windows que sobe o dsh web e abre o navegador automaticamente (consultando até estar pronto), além de uma ferramenta de modelo web_launcher (install / open / status).

Exporta eventos somente de metadados de turno, modelo, ferramenta, aprovação, nova tentativa e erro do DSH para o Tuning Engines, para rastros governados, avaliação de políticas, análise de custos e revisão de Work Session, com uma fila de novas tentativas apoiada em disco.

Registro de trabalho entre sessões baseado em eventos: registra, acompanha e conclui tarefas com histórico completo de auditoria, exportação kanban e resumo do quadro injetado em cada turno do modelo.

Adiciona visão a modelos somente de texto: a ferramenta describe_image delega imagens a um modelo de visão da lista de modelos do dsh usando o próprio runtime LLM do harness.

OCR local para imagens anexadas via mecanismo integrado do Windows (Windows.Media.Ocr): apenas o texto reconhecido é enviado ao modelo, nunca os bytes da imagem; o passthrough de visão é opcional (opt-in).

OCR local para imagens anexadas via Tesseract: apenas o texto reconhecido é enviado ao modelo, nunca os bytes da imagem; o passthrough de visão é opcional.

Adiciona visão a modelos somente de texto: um modelo de visão descreve automaticamente anexos de imagem do chat com prompt padrão e os reanalisa com prompts gerados pelo modelo quando faltam detalhes. Inclui modos system/custom, painel GUI, tratamento seguro de chaves e um pequeno patch no host para DSH 0.1.0-rc.6.

Leitura de imagens em duas etapas para modelos somente de texto: primeiro OCR local rápido e offline com RapidOCR; depois, como alternativa, um modelo de visão via modlens.

Adiciona visão a modelos DSH somente de texto: skill de imagem/OCR/reconhecimento de documentos na ordem race pool → custom channels → local, mais um patch idempotente no host para que mensagens com imagens cheguem ao modelo.

Notas e tarefas como arquivos Markdown comuns no workspace: digite /ml e uma frase para registrar no diário de hoje. Há três tipos de tarefa: com prazo, suspensa até uma data (reativa automaticamente quando chega) e a qualquer momento. /ml view abre arquivos por busca aproximada com poucas teclas. Zero tokens: nada passa pelo modelo, e as notas continuam arquivos locais comuns que Git e qualquer editor leem.

Rollback observacional de mutações de arquivos para as ferramentas fs: estados anteriores a gravações/edições são salvos como blobs Git ou snapshots e restaurados pela ferramenta rollback_files voltada ao modelo ou pelo comando /rollback.

Inteligência de segurança química pelo endpoint hospedado MSDS Chain MCP: 23 ferramentas para compatibilidade e ordem de mistura, riscos GHS, PPE, armazenamento, descarte, limites de exposição, classificação de transporte, conformidade em várias regiões, consulta e diferenças entre versões SDS e relatórios de auditoria assinados. Cada resposta cita a SDS do fornecedor e a data de revisão que a fundamenta.

Gravador persistente de chamadas de ferramentas do modelo: cada chamada é escrita em arquivo JSONL que sobrevive a reinicializações e pode ser consultado pela ferramenta estruturada call_trace e pelo serviço callTraceHistory. Inclui rotação por tamanho e complemento opcional de interface em canvas flutuante.