Plugins

Compressão determinística de contexto para o dsh — zero chamadas ao LLM, poda baseada em regras que preserva textualmente caminhos, comandos, rastros de erro e tarefas pendentes. Comprime ~80k tokens para algumas centenas.

Reino de governança de agentes para o DeepSeek Harness: territórios, vinculações de função (bind/unbind/session com identidade de modelo/agente), e um ciclo de tarefas planejar→atribuir→executar→revisar em que as declarações do Worker nunca se autocompletam (Claim ≠ Fact), com um console de operações GUI local.

Roteia comandos de shell elegíveis via rtk para compactar a saída das ferramentas e economizar tokens.

Espaço de trabalho visual de e-commerce em tela infinita para fotografia de produtos, prova virtual, edição de fundo e vídeo, sincronizado em tempo real com a conversa do Harness.

Loja de aplicativos de plugins para a DSH Web UI: navegação por catálogo, busca, instalação com um clique, selos de compatibilidade e lista de instalados.

É apenas um conector e não desenha nada por conta própria. Assina os eventos de sessão do DeepSeek Harness, agrupa-os em 12 fases de trabalho (planning / thinking / executing-tool / streaming / waiting-input / voice / awaiting-approval / complete / error / paused / idle / heartbeat) e envia cada fase por POST ao backend do mascote de desktop em http://127.0.0.1:8000/api/plugin/dsh/ingest. Não tem janela e não exige chave de API nem token. O aplicativo de mascote Mao Live2D precisa ser instalado e iniciado separadamente (um app Electron para Windows que requer PowerShell 7 / Python 3.10+ / Node 18+). Sem ele, não há destino para enviar os dados.

Composição de perfis de memória: busca de sessões em chinês, recuperação híbrida, fatos persistentes do espaço de trabalho, regras fixadas pelo usuário e skills nativas reutilizáveis. Instale o bundle Release autônomo e versionado com um comando dsh plugin add. Requer Node.js 24 e pnpm no PATH.

Preset de escrita de webnovels para DeepSeek Harness. O agente principal atua como editor-chefe e delega estrutura, rascunho, revisão, continuidade e pesquisa a cinco auxiliares em sete fases. O romance fica em um diretório novel/ estruturado em Markdown/YAML (fichas de personagens, máquina de estados de prenúncios, linha do tempo e memória narrativa), com painel criativo na barra lateral e seis comandos CLI sem dependências.

Gerenciador de modos personalizados e assistentes. Em Settings, cada modo recebe seu próprio prompt de sistema, salvo como arquivo comum que o agent loop relê antes de cada etapa do modelo; por isso, uma edição entra em vigor na próxima etapa, mesmo em uma sessão ativa. É possível começar pela composição oficial standard/PTC/minimal/Cordis, alternar individualmente as linhas de plugins montadas por cada modo e dar a ele o nome desejado. Vários assistentes com prompts próprios — para programação, conversa ou uma persona de interpretação de papéis (RP) — podem coexistir na mesma máquina e ser escolhidos a cada nova sessão. Linhas não alteradas permanecem idênticas byte a byte às fornecidas, inclusive nas condições de plataforma.

Uma gateway de encaminhamento de IA que funciona como plugin DSH. Adiciona um painel lateral Routing System para fornecedores, pool de contas, combinações de fallback e chaves de API, e disponibiliza um endpoint compatível com OpenAI em http://localhost:3080/v1.

Marketplace de plugins comunitários para DeepSeek Harness, seguindo a especificação oficial de plugins: navegue, pesquise e instale mais de 4000 plugins comunitários selecionados manualmente sem sair do app, com atualizações diárias.

Analisa o uso entre modelos, provedores, espaços e períodos, com datas personalizadas sobre todo o histórico, cache-hit visível e detalhamentos por modelo e provedor. Inclui tendências horárias/diárias, mapa de calor de 53 semanas estilo GitHub, sequências, anéis de tokens por modelo e espaço (tokens, custo, %), filtros combináveis, eficiência de cache, saldo DeepSeek, aliases de espaços, exportação CSV e um livro-razão durável que preserva o uso após excluir a sessão ou o espaço (linha Deleted) e se reconstrói de forma incremental. O registro de espaços é atualizado via sonda DSH domain/changed; só espaços registrados contam. Contabilidade separada de entrada, cache e raciocínio. Chinês: hora local; inglês: UTC; API somente loopback.

Mascote de mesa Live2D para o DSH: lâmpada de status de IA com 8 estados, widget web e uma janela de mascote transparente em Electron sempre em primeiro plano, com expressões, movimentos e balões de chat.

Compactação de contexto protegida para DeepSeek Harness (dsh): a LLM propõe, os guardas deterministic decidem — redução eager por átomo (extract/summary/false sob guardas verbatim) + eviction preguiçosa do reference-graph (0-LLM) + recall byte-exato a partir de um log append-only.

Companheiro animado de desktop para DeepSeek Harness, com notificações de tarefas, chat de sessão, pacotes de personagens e configurações nativas.

Substitui o compositor do chat por um painel de edição baseado no CodeMirror 6: números de linha, divisão entre edição e prévia Markdown, janela flutuante e aba lateral em altura total — uma superfície de entrada por vez. Os rascunhos usam a máquina de entrada oficial. O botão oficial de voz aparece se o host o fornecer; estatísticas e medidor de contexto usam os mesmos dados do dock oficial.

Instala a Herta como agente do DeepSeek Harness: um preset que traz seções de prompt de persona e memória dela, seis ferramentas de memória e voz, uma camada narrativa que separa o que ela pensa do que ela diz, 80 clipes de voz incluídos, síntese de fala offline e MiniMax, e duas visões de conversa que renderizam a sessão com os componentes dela.

Adiciona /review, /review-status e /review-cancel para gerar um subagente nativo independente que inspeciona um escopo Git escolhido (branch base, alterações não commitadas, um commit ou instruções personalizadas) e retorna um relatório de achados na conversa atual, com saída em inglês ou chinês conforme o locale do host.

Texto conciso para DeepSeek Harness: comprime a saída do agente para reduzir os tokens de cada resposta (camada 4). Muda o estilo, nunca o conteúdo.

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.

Notificações sonoras por evento: conclusão de turno, aprovação, pergunta, plan-review, goal-blocked e task-failure recebem cada um seu próprio som e volume, configuráveis na Web UI (synth integrado, mudo ou arquivo de áudio local).

Ferramenta shell Git Bash para Windows: executa comandos através do bash empacotado com o Git for Windows, com timeout, sandbox, truncamento de saída e jobs em segundo plano, substituindo a ferramenta pwsh lenta e a ferramenta bash exclusiva do WSL.

Preset modo especialista DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordenador + 17 subagentes com delegação automática. Funções: taskboard (estados pending/ready/running/done/failed, DAG dependências, reivindicação atômica, retry, recuperação), portas qualidade (pipeline 5 etapas: requisitos, implementação, verificação, revisão, integração; 2 reelaborações), Five-Anchor (revisão/convergência/anti-deriva/colaboração/recursos), Near-distance (modelo identidade/tarefa/saída), divulgação progressiva (~28% economia tokens), persistência, barramento P2P, revisão cruzada, pool experiência, via rápida, auto-retry. 17 especialistas: dados, redação, jurídico, PM, frontend, UI/UX, arquiteto, social, growth, fin. quant., backend, DevOps, BD, QA, segurança.

Reproduz sessões em uma linha do tempo reproduzível com uso de tokens por etapa, audita operações sensíveis, estima custos, visualiza linhagem de forks, compara sessões e exporta replays HTML autônomos.