Plugins

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.

Estação de trabalho omni-modal para o DSH: analyze_image sobre uma cadeia ordenada de vários cartões VLM com comutação de recurso, um conjunto de seis ferramentas de visão (zoom, amostragem de cor, diff de píxeis, OCR, deteção de elementos, apresentação inline) que partilham o mesmo resolvedor de imagens, generate_image sobre protocolos OpenAI/DashScope/ComfyUI, generate_video assíncrono com vários cartões e um construtor /build-video-tool, e TTS speak/clone_voice sobre sete fornecedores, tudo controlado por uma única página de definições com gravação automática.

Melhoria de prompt com um clique para o composer do DSH: pressione o botão de brilho para reescrever o rascunho em um prompt pronto para agente, substituído no local e reversível, com uma verificação determinística de fidelidade que mantém cada caminho, identificador, número, URL e token entre crases literalmente, além de um teto de comprimento que bloqueia inflação.

Provedor de web-fetch ultraleve Moli (navegador headless em Rust) para o DeepSeek Harness: renderiza SPAs complexas, micro-frontends e páginas dinâmicas com ~60MB de memória.

Remove os prompts de sistema de prefixo e sufixo injetados pelo harness para que o agente funcione apenas com o prompt nativo do preset, para simulação de persona garota-gato em soft-jailbreak: inclui um plugin empacotado que implanta de forma idempotente o preset 猫娘 Yuike em ~/.dsh/.agent-presets/yuike/ e nunca sobrescreve um preset editado.

Um plugin DeepSeek Harness (DSH) que permite controlar braços robóticos colaborativos da Universal Robots (UR) diretamente a partir de linguagem natural, desenvolvido pela Suzhou Nonead Robot Technology Co., Ltd. com base na mesma lógica do servidor nUR MCP próprio da empresa. (Suzhou Nonead Robot Technology Co., Ltd.)

Cita o texto selecionado da conversa no composer da Web como chips de referência nativos para turnos de acompanhamento focados.

Aprimorador de prompts para a interface web do DSH com modos basic/standard/expert: os modos standard e expert reescrevem rascunhos com contexto do projeto e histórico recente da sessão, tentam de novo com elegância quando gateways rejeitam ajustes de reasoning-effort e mostram uma revisão antes/depois com desfazer.

Plugin de gestão de comportamento para DeepSeek Harness: secção de prompt para disciplina na chamada de ferramentas, convergência de paralelismo acionada por falhas (o pool desce para 1, restaura-se automaticamente), intervenção do utilizador após falhas consecutivas. Complementa dsh-token-optimizer; funciona de forma autónoma.

Companheiro de personagem arrastável para o perfil Web do DeepSeek Harness, com seis níveis visuais e de expressão, quatro modos de tarefa, chat da sessão atual, resumos públicos do raciocínio e síntese de voz do navegador.

Despacha subagentes com perfis nomeados (modelo, esforço de raciocínio e escopo de ferramentas por tarefa), verificações de segurança, estimativa de custo com comparação de economia e um livro-razão completo de decisões de despacho.

Plugin de aprimoramento do DSH Desktop: fatos verificáveis na mesa. Restrições entram só quando relevantes; injeção em camadas (estável no system prompt, volátil em snapshot de cauda) com cache de prompt válido. Disciplina: cada turno é classificado (pergunta/pesquisa/discussão/diagnóstico/execução) — sem editar arquivos em perguntas nem corrigir o não pedido em diagnóstico; citações de código não aberto e afirmações sobre símbolos não vistos são sinalizadas. Memória: avisos em 75%/90% de contexto, recap exportável e conhecimento de projeto por diretório. Artefatos: contrato de tarefa, registros de mudanças e hipóteses com portão de evidências, decisões de design. Dashboard: roteamento e blocos em lume-metrics.jsonl via lume_metrics; personas destiladas de chats, romances ou fichas.

Tema aqua de glassmorphism para a interface web do DeepSeek Harness: modos mica e compatibilidade com desfoque e geada ajustáveis, fundo fluido ou de papel de parede, brilho do fundo, acento de baleia de partículas e um botão mestre que restaura a UI original.

Plugin do DeepSeek Harness que economiza tokens agressivamente sem afetar a qualidade: truncamento sem perdas de cabeça/cauda em resultados de ferramentas (padrão), dobra de resultados do grep, delegação ao dsh-compaction-basic acionada por pressão e uma subclasse CompactionEngine com resumo por LLM para o modo agressivo. Economiza 97,6% dos tokens de entrada em uma suíte sintética de 8 cenários, com todas as reduções passando pelo fluxo de eventos do dsh para manter modelo-visível = registrado.

Aprimoramento de prompts para o compositor: o botão “✨ Enhance” reescreve o rascunho em uma versão mais clara e estruturada usando pensamento de primeiros princípios, com base no contexto da sessão, na memória e na conversa recente; faz perguntas de esclarecimento em um cartão quando faltam informações importantes e mostra o resultado antes de aplicá-lo ao campo de entrada.

Revisão de trajetória somente leitura em uma barra lateral de conversa redimensionável, com análise de regras, explicações opcionais do modelo, navegação por evidências e comparação de execuções da mesma faixa.

Math Agent Framework para DeepSeek Harness: motor de derivação simbólica (CES / formas quadráticas / ODE / PDE), verificação com SymPy, provas formais verificadas pelo compilador do Lean 4 e verificação adversarial multiagente no estilo QED, exposto como ferramentas DSH nativas por meio de um shell TS que faz a ponte para um motor Python. Requer clonar o repositório math-agent-framework e executar `pip install -r requirements.txt`, com MATH_AGENT_HOME apontando para a raiz do repositório. Cada resultado carrega procedência (versões do motor, seed, tolerâncias) e é marcado como dados não confiáveis.

Recordar, editar-e-reenviar e regenerar, mais versionamento dentro da conversa: uma cronologia de cada retrocesso, rollback de artefactos (git em primeiro lugar, fallback por snapshot), um mapa de bifurcações dos caminhos explorados, linhagem da sessão e um watchdog em tempo real que cria um snapshot do registo ao primeiro sinal de escritas concorrentes. As edições interrompem automaticamente o agente em execução (cancel/whenIdle oficiais) para que os retrocessos nunca corrompam o registo durável nem quebrem /compact.

Fornece a ferramenta see_image para o DSH: envia um arquivo de imagem para um modelo de visão compatível com OpenAI configurável e repassa sua descrição de volta a um modelo somente de texto.

Reproduz diferentes sons configuráveis para cinco eventos de conversa na GUI web do DeepSeek Harness: conclusão normal, interrupção, erro, espera de aprovação e sucesso de nova tentativa automática; cada evento tem sua própria configuração de áudio e padrão empacotado, com nova tentativa automática após erros usando uma espera configurável (10-300 s), além de uma biblioteca de sons da comunidade. Compatível com DSH 0.1.5-rc.2.

Adiciona um botão Comprimir contexto e um botão Nova sessão ao painel do medidor de contexto; comprimir envia /compact pelo mesmo canal de comandos, e nova sessão inicia uma sessão nova no mesmo espaço de trabalho.

Notificações de sistema e de ambiente de trabalho personalizadas do Windows para eventos do DeepSeek Harness: tarefa concluída, falhada, em execução, a aguardar aprovação e a aguardar resposta. Clique para saltar para a sessão.

Kit unificado para identidade de sessão, prompts globais e do workspace com arquivos referenciados, retomada automática de sessão, reinício web sem UAC e mensagens entre sessões pares.

Após cada turno concluído do agente, uma chamada LLM auxiliar limitada grava um próximo prompt sugerido no log da sessão; o composer web o renderiza como texto placeholder fantasma, adotado via Tab.