Plugins

Ponte de visão nativa do provedor LLM: imagens coladas no chat são descritas por um modelo de visão (Qwen3-VL via pi-ai/llama.cpp), e a descrição em texto é enviada ao DeepSeek somente de texto para a resposta — admissão de imagem, roteamento e compactação passam pelos mecanismos nativos do harness, com cache de descrições LRU e nova tentativa em erro 503

Native DeepSeek Harness plugin: feeds every prompt into the local agent-feedback-loop capture pipeline and injects compiled recurrence rules back as context.

Contexto de rede de conhecimento de negócios OpenBKN para DeepSeek Harness

Suporte ao raciocínio DSV4.1 com contexto multimodal e aceitação limitada de artefatos para DeepSeek Harness

Painel Git estilo IDE na DSH Web GUI: uma aba residente com uma visão geral de três colunas (lista de branches/tags, grafo de histórico de commits pesquisável, detalhe de commit com árvore de arquivos alterados e mensagem) e uma página de alterações (barra de estatísticas, lista não commitada com stage/unstage/discard por arquivo, caixa de commit com amend); diffs lado a lado carregam destaque de sintaxe lazy do highlight.js, expansão de contexto entre hunks sob demanda e ênfase intra-linha em nível de palavra, com arquivos de imagem mostrados como painéis antes/depois; além de um marcador de branch estilo zsh na barra de entrada. Cada comando git é executado como array argv através do serviço subprocess do host, cwd travado na raiz do repo.

Select text in the DSH web UI to stream a translation and an explanation of what it means in that specific context, read against the conversation it came from; the panel keeps a replayable history and can be promoted into a full session.

Ferramentas de leitura da web para agentes apenas de texto. Cinco ferramentas somente leitura: web_fetch (qualquer URL em Markdown limpo ou texto simples), web_links (inventário de links de uma página), web_feed (entradas RSS 2.0 / Atom), web_headers (status HTTP, cabeçalhos e cadeia de redirecionamento sem baixar o corpo, HEAD com fallback GET automático) e web_table (tabelas HTML extraídas como linhas estruturadas com detecção de cabeçalho e expansão de grade colspan/rowspan). O transporte é o fetch do Node mais um proxy HTTP sem dependências (tunelamento CONNECT, requisições com URI absoluta, NO_PROXY com sufixo/curinga/IPv4-CIDR, Proxy-Authorization). Zero dependências de runtime.

Ponte universal do Model Context Protocol (MCP) para o DeepSeek Harness: conecta agentes a servidores MCP stdio/sse/websocket com um motor de escala dormente de 10k, busca de ferramentas BM25 em submilissegundos, orçamento dinâmico de tokens e um dashboard de UI web em tempo real.

Caret animado em modo cometa para o compositor web do DSH: um rastro luminoso desliza até a posição do texto, com cor de acento, espessura, rastro e piscada de inatividade de 500 ms configuráveis. Estende a superfície às entradas dos cartões de pergunta e corrige o caret sumindo em um compositor vazio ou no primeiro foco, a seleção por arrasto para frente que não segue o ponteiro, quebras de linha suaves medidas contra a linha anterior e o caret sendo pintado fora do compositor ao rolar entradas longas. Fork mantido de Lacquervii/smooth-cursor.

Plugin de seleção automática do nível de raciocínio para o DeepSeek Harness (DSH): o modelo Jev System One julga quanta reflexão cada mensagem merece, a faixa é derivada automaticamente dos níveis declarados pelo modelo, um envelope de contexto faz com que acompanhamentos como “continuar” herdem a profundidade do tópico, empates resolvem para cima e qualquer falha usa silenciosamente o nível original. | Esforço de raciocínio por mensagem orientado por Jev: escadas por modelo derivadas do que cada modelo anuncia, um envelope de contexto de tamanho fixo para que acompanhamentos herdem a profundidade do tópico, empates resolvem para cima, fallback silencioso em todos os caminhos de falha.

Ponte de visão para rotas DeepSeek apenas de texto que analisa imagens anexadas e locais por endpoints configuráveis OpenAI Responses, Chat Completions ou Anthropic Messages, deixando as rotas com capacidade de imagem nativas.

Preset de agente mínimo para Windows no DeepSeek Harness: persona fixa de uma linha, três ferramentas, sem contexto de runtime.

Exclusão por mensagem no DSH: remove uma mensagem do usuário, um passo de resposta ou uma resposta inteira do assistente do contexto derivado do modelo através do contrato oficial de substituição de superfície, e a oculta do transcript visível sem reescrever o log somente de acréscimo.

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.

Mescla o contexto de outras sessões no turno atual: resolução de conflitos ponderada por evidências, retratação de afirmações cujas premissas foram retratadas, rotulagem de confiança que resiste à injeção de prompts entre sessões, e empacotamento limitado por orçamento. Inclui um benchmark.

Alimenta cada prompt do dsh no pipeline local de memória de feedback agent-feedback-loop — captura insatisfações, revisa-as offline em reflexões e anexa ao turno o contexto compilado de regras de recorrência, nunca bloqueando um prompt. Requer o runtime agent-feedback-loop; executar agent-feedback-loop install depois conecta automaticamente os perfis dsh existentes.

Mostra uma sessão do DSH como uma tela de conversa — cada turno é um nó, qualquer turno bifurca uma sessão filha real, e um contexto compactado se dobra em um nó verde a partir do qual você pode continuar falando; o trilho esquerdo agrupa telas por workspace do DSH e as renomeia em sincronia com os títulos das sessões.

Same-origin in mechanism with the two loudest lines in context compression. The code-skeleton gate follows the skeletonization approach of Headroom (Apache-2.0), whose published headline is 20% fewer tokens for coding agents and 60–95% fewer tokens for JSON, same answers. The estimator channel follows TokenPilot (arXiv:2606.17016), which reports up to 60% lower cost for long-session agents. Both figures are theirs, quoted as-is; this plugin ships no benchmark of its own and claims no reduction of its own. What it adds for DeepSeek Harness: choose a compression profile, set the Auto Compact trigger level and toggle code-skeleton compression from one settings section, with exact DeepSeek V4 tokenizer measurement, same-revision count verification, and fail-open behaviour that keeps the original tool results on unsupported models.

Base de conhecimento da equipe para compartilhamento de conhecimento offline (cenário FDE box): pontos de entrada de navegação, pesquisa em texto completo e refinamento; a matéria-prima é enfileirada automaticamente e destilada em páginas wiki por uma sessão de bot serial (padrão Karpathy LLM Wiki: matéria-prima imutável, refinamento em duas etapas, fluxo de logs, lint mensal).

Âncora de instruções de sessão para o DeepSeek Harness: o primeiro passo de uma nova sessão injeta um bloco de instruções de composição livre como mensagem originada do plugin, e ele é reancorado após uma compactação com resumo, a cada N turnos, ou quando a pressão de contexto medida cruza um limite. Um comando /anchor reancora sob demanda sem chamada ao modelo; uma página de configurações gerencia a biblioteca de presets paginada, a ordem de injeção, a origem de reancoragem e os limites de caracteres.

Integração de notas SiYuan (思源笔记): 17 ferramentas host siyuan_* cobrindo listagem de cadernos e documentos, pesquisa em texto completo, consulta SQL, leitura de documentos e blocos, criação e anexação de conteúdo, movimentação e renomeação de documentos, notas diárias e atributos de bloco, além de uma página de configurações web para a URL do SiYuan, o token de API e chaves por ferramenta.

Inteligência de base de código multilíngue para IDEs compatíveis com MCP, a CLI e o DeepSeek Harness: chat, busca, auditoria, refatoração e relatórios prontos para apresentação a partir de código local.

Estilo de saída Conciso com um clique para DeepSeek Harness: resultados primeiro, sem enchimento, mesma profundidade de trabalho. Cada resposta final abre com um cartão-resumo em linguagem simples (selecione o texto para copiar), escopado por sessão, funcionando também em headless/CLI, com comando /concise, overrides em style.md e uma API local. Links e caminhos de arquivo dentro do cartão-resumo renderizam como chips clicáveis: URLs abrem direto, arquivos locais abrem com o app padrão do SO (v0.9+). Um lembrete de contrato de pré-geração por passo (v0.11.2+) corrige de forma mensurável perdas de resumo em respostas no formato de relatório de auditoria/tabela.

Escopo de MCP por workspace para o DeepSeek Harness — decida quais servidores MCP uma sessão pode ver a partir do diretório em que foi aberta.