Plugins

Barra de uso do OpenCode Go no painel do compositor: anéis de cota contínua/semanal/mensal, estatísticas de tokens e custo da sessão DSH calculadas com tarifas oficiais em tempo real, detalhamentos por modelo e por escopo da sessão atual com atualizações em tempo real por sessão, cópia da chave de API com um clique.

DSH Model Pro: permite, na DSH WebUI, aplicar com um clique a um provedor de destino o contexto do modelo, o limite máximo de saída, o nível de raciocínio e as opções de compatibilidade de um preset pi-ai ou de qualquer provedor já configurado, além de visualizar, criar, editar, duplicar e excluir de forma centralizada as entradas de modelo de cada provedor.

Pet de resposta animado e extensível com temas de baleia azul, gato laranja e gato prateado sombreado, progresso por sessão, rastros de modelo e chamadas de ferramentas, contagem de tokens, velocidade de saída, tempo decorrido e cartões de status de múltiplas sessões recolhíveis.

Toda noite gera a agenda do personagem companheiro para o dia seguinte com o modelo configurado no DSH, a persona (AGENT.md por padrão) e um tipo de dia ponderado (trabalho, descanso, passeio, casa, hora extra, enrolação ou personalizado). Insere data, hora, atividade atual e próxima no prompt do sistema, com uma nota de estilo para o personagem não recitar a agenda. Adiciona `schedule_view`, `schedule_adjust` e `/life` para ativar ou desativar a inserção por sessão. Com `aa1355721445-lgtm/dsh-image-studio`, cada item recebe roupa, cena e adereços das bibliotecas do plugin. As configurações mostram as linhas do tempo de hoje e amanhã e permitem editar tipos de dia.

Sidecar de orquestração de equipes de agentes para DSH: equipes com limite configurável de membros, subagentes reais com roteamento de modelo por membro, DAG de tarefas despachado ao concluir dependências, broker que impõe permissões fs/exec/net/env e painel Web ao vivo via SSE.

Adiciona backends alternáveis a web_search e web_fetch nativos, escolhidos por sessão no menu do composer ou em /setup-search e /setup-fetch. Busca: DeepSeek, Exa, Firecrawl, Tavily, Tinyfish, OpenAlex, Semantic Scholar e busca por modelo no servidor. Fetch: HTTP local com allowlist de rede privada, DeepSeek Fetch API, Exa, Firecrawl, Tavily e Tinyfish.

Mostra no rodapé da barra lateral o saldo DeepSeek (consultado em /user/balance com a API key já guardada pelo DSH) e os preços de entrada, leitura do cache e saída do modelo ativo, obtidos de um snapshot integrado da tabela oficial. Um ponto e uma contagem regressiva marcam o período de cobrança: pico de seg. a sex., 9:00–12:00 e 14:00–18:00 no horário de Pequim, exceto feriados chineses; o restante é fora de pico. Preços e ponto só aparecem para modelos oficiais DeepSeek; os demais mostram apenas o saldo. Atualiza a cada 30 segundos, ao clicar e ao trocar de modelo; segue o tema do app e o idioma DSH.

Predefinições reutilizáveis de Agent Team para DeepSeek Harness. Settings salva Teams nomeados: um captain com prompt e lista de ferramentas permitidas próprios, além de membros com rota provider/model, reasoning effort, prompt e ferramentas próprios. Um controle no composer aplica um Team à Session atual, instala o prompt do captain e registra spawn_team_member, get_team_preset e update_team_preset.

Provedor de gateway Magpie para DSH: sincroniza os modelos do gateway no seletor com controle de visibilidade, entrada de imagens e níveis de raciocínio.

Gestão automática de contexto ao estilo Codex para DeepSeek Harness: rollover sem perdas e sem chamadas a modelos de resumo, âncoras de passagem de tarefa, notas de trabalho que sobrevivem à compactação e recuperação literal de janelas arquivadas. Notas obsoletas geram um aviso explícito em vez de serem apresentadas como atuais. Inclui botão de um clique e comando /smart-compact, rollover automático em três níveis e limpeza obrigatória das âncoras; funciona sem configuração.

Revisão de código Git e SVN somente leitura usando o modelo atual do agente DSH, com prévia das alterações, contexto explícito e solicitações ao modelo sujeitas a aprovação.

Informa quais skills cada turno invocou (carregadas pelo modelo, digitadas como /nome ou nenhuma) e gerencia o diretório local de skills: instale a partir de um repositório, pasta, SKILL.md ou endereço zip colado, defina um nome de exibição em chinês no meta.yaml da skill e remova uma skill mantendo um backup.

Compactação de contexto autônoma pelo modelo para DeepSeek Harness. mind_map examina o contexto do agente (seq IDs estáveis, papéis, pesos de tokens, limites de limpeza e guia clear-mind); clear_mind substitui um trecho escolhido do histórico por um checkpoint escrito pelo modelo via transação nativa de compactação. Pares de chamada/resultado viram tombstones de uma linha; um lembrete avisa sobre contexto longo ou turnos com etapas demais.

Combina o esqueleto de código do Headroom (Apache-2.0) ao estimador do TokenPilot (arXiv:2606.17016). Números publicados: Headroom relata 20% menos tokens para agentes de código e 60–95% para JSON com as mesmas respostas; TokenPilot relata até 60% menos custo em sessões longas. São dados desses projetos, não medições nem benchmarks deste plugin. No DSH, configure perfil, limite do Auto Compact e compressão por esqueleto. Mede com tokenizer exato do DeepSeek V4 e confere a mesma revisão; em modelos incompatíveis, fail-open mantém resultados originais das ferramentas. Comprime por esqueleto durante o turno e resume a intenção no final, dentro da compressão JSONL oficial.

Supervisiona um processo local do gateway workbuddy2api e expõe seus modelos como provedor LLM, lendo as janelas de contexto e os níveis de esforço de raciocínio a partir do próprio endpoint de modelos do gateway.

Retomada automática de sessões de agente interrompidas: uma tabela ordenada de regras roteia por tipo de falha (rate limit, cota, autenticação, estouro de contexto, órfão travado) para retry automático com backoff, troca de modelo, retomada após compactação de contexto ou uma notificação de stop-loss, com um editor visual de regras e um log completo de atividades.

Configura mapeamentos de esforço de raciocínio por fornecedor e modelo para o DeepSeek Harness, com um seletor de modelos agrupado e um cursor no compositor.

Uma camada de autocorreção para chamadas de ferramentas: parâmetros ausentes, campos errados e caminhos fora do intervalo são corrigidos antes de chegarem ao modelo. A taxa de erro visível caiu de 7,95% para 2,20%.

Controle um telefone HarmonyOS pela UI web do DSH com IA: espelhamento de tela H.264 ao vivo, toque do mouse e teclas do sistema, streaming de hilog e ferramentas agentic que permitem ao modelo ler a tela, localizar controles da UI e então tocar, manter pressionado, pressionar teclas ou digitar.

Failover de alta disponibilidade de modelos (quarentena, disjuntor de circuito, recuperação por sondagem) e orquestração de subagentes (fanout/pipeline/supervisor) com uma UI de configurações bilíngue.

Plugin DSH literário: uma sessão é um livro. O cartão de capa /new abre um dos 19 reinos, um preset 诸天万界DSH exclusivamente de prosa mantém o modelo escrevendo ficção, entradas de worldbook por palavras-chave fundamentam cada turno e /export-story compõe a sessão em um romance em Markdown.

Uma rota de provedor de gateway de visão-linguagem: as imagens coladas são descritas por um modelo VL configurável (Qwen-VL por padrão) antes de serem enviadas ao DeepSeek.

Adaptador de chat nativo do Ollama Cloud: tradução NDJSON direta do formato de fio /api/chat do Ollama, descoberta de modelos com janelas de contexto e capacidades, e provedores de busca/fetch web sob o id ollama-cloud, além de um cartão de configurações Web.