Plugins

Suíte de agentes de pesquisa: controle de objetivos de longo prazo com cadeias de evidência auditáveis, agendamento via cron, equipes multiagente de especialistas, memória de pesquisa auto-evolutiva (recall FTS5 + RRF), workspaces de projeto e uma UI de workspace personalizada.

Port de ponytail: uma persona de codificação de desenvolvedor sênior preguiçoso sempre ativa, com níveis de intensidade, persistência do nível padrão e habilidades de review, audit, debt, gain e help para DeepSeek Harness.

Ferramentas de uso de computador no desktop do Windows (click, type, key, screenshot) com verificações de atualização, controle de aprovação, verificação de identidade do processo em torno de cada ação e um rastro de auditoria sanitizado.

Guardrails de escrita de romances: 20 ferramentas novel_* impõem consistência do livro-razão de fatos, portas de fase e capítulo, auditoria automática com métricas determinísticas e revisões apenas de proposta; um workbench do painel direito cobre leitura, reprodução TTS, polimento, revisão, verificações de continuidade e redação em lote, e um mecanismo de desvio executa etapas internas fora da conversa principal.

Guarda de proteção causal de caixa branca para dsh: cada chamada de ferramenta é julgada antes da execução ao longo de uma cadeia lógica causal determinística — bloqueia operações destrutivas e em arquivos de credenciais, agrava violações repetidas de limites, corta elos com falhas até serem verificados como corrigidos e emite pareceres de risco sobre execução não auditável; roda totalmente local, sem custo de API, além de 6 ferramentas de autoverificação de caixa branca.

Auditoria de segurança local: configuração, origem dos plugins, sessões, exposição de rede — relatório de risco somente leitura e com dados sensíveis ocultos.

Plugin de memória DSH próprio: armazenamento persistente SQLite + guarda de auditoria em nível de banco (enforceAudit) + log de auditoria. Captura conhecimento automaticamente após as conversas, agentes recordam via memory_recall, com compartilhamento multiagente entre Claude Code/Codex/Cursor. Zero dependências externas.

Memória de longo prazo entre sessões sob a metáfora do “palácio da memória”: armazenamentos SQLite de escopo duplo (usuário + projeto por origem Git), recuperação híbrida FTS5 + vetores locais com fusão RRF e reforço de ranking por recência/prova, captura automática a partir do log da sessão (incluindo o turno final), cadeias de auditoria de proveniência, destilação por consolidação e esquecimento por decaimento, e um painel Memory Library na página de configurações com topologia de corredores, mordomo de tour e lista de reformas.

Port de DietrichGebert/ponytail v4.9.0: modo sênior preguiçoso sempre ativo com uma escada de 7 degraus (YAGNI até código mínimo), 6 skills para review, audit, debt, gain e help, sem ferramentas vazias.

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.

Pipeline de pesquisa multiplataforma e busca profunda: harvest_scout para descoberta paralela em GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili e YouTube; harvest_deep_research para relatórios de pesquisa abrangentes automatizados; além de extração, verificação entre fontes e auditoria de credibilidade.

Cofre local criptografado de credenciais para o Harness: uma página web de configurações e ferramentas vault_* para armazenar, pesquisar e copiar senhas, chaves de API, segredos TOTP e dados de cartão, com auditorias de saúde, rotação por expiração, importação/exportação e modos de acesso somente leitura/ask.

Aprovação automática assistida por LLM com fallback de contagem regressiva para a predefinição de permissão Auto: regras estáticas, níveis de risco, disjuntor e auditoria de arquivos.

Pacote modular de skills de pesquisa/engenharia de IA, instalável via dsh plugin add — registra 27 skills (auditoria de segurança, leitura/escrita de artigos, desenho de figuras, fluxo de trabalho de desenvolvimento, análise de armazenamento) em ctx.skills.

Scanner de segurança para plugins do DSH: análises estática e semântica do código-fonte do plugin, regras de superfície de ataque específicas do DSH, npm audit, varredura em lote e relatório HTML com severidade e evidências por achado.

Plataforma corporativa de recursos de IA como um pacote cordis de 22 plugins: IAM de organização/conta/função, provedor OIDC e SSO de aplicativos, gerenciamento de servidores MCP com a própria plataforma exposta como servidor MCP, armazenamento de ativos NAS, hub de habilidades, registros de agentes e apps, gerenciamento de conectores SaaS, canal de dados do portal corporativo, painel de bancada de agentes por departamento, integração com grupos DingTalk para envio de mensagens e aprovações, adesão remota ao dsh com um clique e proxy de ferramentas, medição de uso, cobrança por carteira, gateway de modelos, auditoria com alertas, autoatualização e marketplace de plugins de terceiros revisados — mais de 70 ferramentas operacionais tornam-se chamáveis pelo agente dsh.

Scripts de busca, descoberta e auditoria do GitHub empacotados como um pacote SKILL.md em torno da gh CLI: busca de repositórios, exploração multieixo, tendências, resumos de repositórios, projetos semelhantes, busca de código, busca de issues/PR e auditorias de organizações; distribuído como bundle do dsh (e no npm).

Companheiro de mesa de baleia em pixel art com 29 estados auditados por quadro: bate no vidro e pisca o título da aba quando há uma aprovação pendente, fala um relatório de conclusão quando um turno termina, e adiciona uma paleta de comandos de barra ao cliente web.

Plugin em estágio inicial conectando o DeepSeek Harness a um servidor OwnDsh auto-hospedado implantado separadamente para identidade de equipe, controle de acesso a modelos, cotas e auditoria de uso.

Cue Omni Reader para DeepSeek Harness: registra o servidor MCP omni-reader-mcp auditado para que suas ferramentas de parse de URL/file apareçam como mcp__omni__ (parse, get_parse_status, read_result, read_outline, save_result, discard_result, cancel_parse).

Fluxo de trabalho de pesquisa por Descoberta Orientada por Perguntas para DeepSeek Harness com um Preset de Agente QDD, execuções Manuais e Automáticas duráveis e um painel de pesquisa auditável.

O pacote DeepSeek Harness registra uma habilidade que converte produção longa (artigos acadêmicos, análises setoriais, comentários empresariais) em pipeline de 9 papéis: scouts T1 literatura / T2 dados / T3 casos em paralelo, T4 analista, T5 redator, T6 companheiro crítico, T7 auditor, T8 finalizador, T9 revisor par executados pelo coordenador. Em 6 fases com verificação triangular de evidências, M-gate de 23 verificações, auditoria G0-G14 incluindo gate de rastreamento IA chinês, pontuação peer-review com correspondência de periódicos, e 4 checkpoints humanos. Instala com `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch mais lib/index.js); envia fichas de papel T1-T9, modelos e 11 scripts de verificação sem dependências, com READMEs em cinco idiomas.

Portão de autenticação para a interface web do DeepSeek Harness: cobre páginas, /api, /plugins e upgrades WebSocket, com hash PBKDF2, cookies de sessão HttpOnly SameSite e bloqueio de login por IP; registro por código de convite; 2FA com TOTP ou passkeys (várias chaves por conta, inscrição do celular por QR, login sem nome de usuário e step-up antes de adicionar ou remover fatores); painel de gestão de usuários (perfil próprio, TOTP e passkeys, inclusão e remoção de usuários, redefinição de senhas, convites, limpeza de passkeys de dispositivos perdidos); proteção de modelos e chaves de API só para administradores; isolamento por usuário nas APIs REST/list e nos fluxos de eventos WebSocket; sessões persistentes após reinícios; log de auditoria JSONL e gateway fail-closed.

Um enxame governado de seis agentes especializados DSH — orquestrador, planejador, ponte para base de conhecimento, desenvolvedor e dois revisores — transforma um requisito em um pipeline rígido de fases em que cada entrega precisa provar-se com evidências estruturadas antes que a próxima fase possa começar; os revisores são somente leitura, merges de código só após uma passagem de revisão, e um log de eventos apenas de acréscimo fornece replay completo e auditoria em um quadro kanban ao vivo. Seu design se inspira no kanban do Hermes Agent.