Plugins

Cérebro DeepSeek + transcrição automática de imagens: anexe imagens na GUI e cada uma é transcrita pelo deepseek-v4-flash-vision-exp oficial por padrão (um cérebro V4-Pro puramente textual pode ver imagens), com qualquer VLM compatível com OpenAI ou Ollama local como alternativas.

Painel de saldos e uso de API multiplataforma para a GUI web DSH: saldos de DeepSeek, Zhipu GLM, Kimi, StepFun, SiliconFlow, MiniMax, OpenRouter, Novita e xAI sob o compositor, custo estimado por sessão e por subagente com preços de pico/fora de pico do DeepSeek, descoberta automática de relays configurados nas definições do DSH, e um widget de baleia arrastável opcional.

Combine seus modelos e orçamentos de tokens com cada função, então deixe o DSH delegar subagentes especializados por tipo de tarefa. Cobre análise de arquitetura, UI/UX, implementação de código, exploração da base de código e pesquisa de documentação, com configuração automática mais esforço de raciocínio e permissões de ferramentas por função.

Recuperação de reinicialização para o DeepSeek Harness web: após uma falha ou reinicialização, um turno de agente interrompido continua automaticamente (listener agent/created no host, sem corridas de temporização do navegador).

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.

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.

Adiciona um modelo de visão configurável a modelos principais somente de texto: uma ferramenta vision_read_image, um seletor de modelo de visão na barra do compositor e conversão automática de imagem para texto em rotas somente de texto.

Plugin do DeepSeek Harness que transforma julgamentos Jev em três ações automáticas — podar saídas de ferramentas grandes demais para os segmentos relevantes à requisição, triar páginas obtidas em busca de instruções dirigidas ao modelo e escolher qual skill se encaixa no próximo passo — além das ferramentas jev_ask e jev_gate, um registro de julgamentos que sobrevive a reinicializações e um relatório /jev-status. Requer uma chave de API TypeSafe; sem ela, fica inerte e não envia nada.

Aprovação automática baseada em regras para escalonamentos de sandbox do DeepSeek Harness, com revisor LLM opcional e fallback humano nativo.

Uma barra de dobrar melhor: dobra automaticamente chamadas de ferramentas e segmentos Think em barras de dobrar de etapas, e colapsa cada turno concluído em um único cabeçalho de turno com métricas ao vivo (duração, TTFT, token, tok/s, acerto de cache) — apenas o resumo final fica visível; ícones iniciais personalizáveis com cartas de baralho animadas integradas (animação de cartas com naipes em ciclo durante a execução, um baralho quando colapsado, um leque quando expandido), uma linha de configurações para o modo de dobrar oficial, compatível com versões novas e antigas do DSH. Zero intrusão no código-fonte do DSH.

Cobrança de cache por chamada no popover do medidor de contexto: totais da etapa, rodada e sessão atuais com tokens e valores de acerto / erro / saída, preços automáticos de pico e fora de pico no horário comercial de Pequim, tarifas por modelo e cobrança também de relays de terceiros.

Uso do computador por meio de um dispositivo USB HID externo: nomeie um alvo em linguagem natural, um modelo de visão o localiza em uma captura de tela recortada, e um Raspberry Pi Pico 2 move o mouse real e digita no teclado real. 7 ferramentas. Windows tem listagem de janelas, recorte por janela e elevação automática de janelas; macOS precisa de pyobjc e não tem nenhum dos recursos; Linux não é suportado.

Do chat à tela e à obra: conduza o ComfyUI como IDE visual de fluxos dentro do DSH. Incorpore o ComfyUI (local ou nuvem) como tela dividida no DSH Web: o agente escreve prompts e scripts no chat, aplica-os ao vivo e produz imagens, música, vídeo e 3D. Operações: compor pipelines, ler/gravar fluxos, editar nós, conectar links, executar, ajustar e depurar. Produção: varreduras de parâmetros em lote (batch_run) e recuperação automática de saídas para o chat (get_outputs). Manutenção: inicialização e atualização com um clique do ComfyUI, do núcleo e dos nós personalizados. Este pacote é o plugin do lado DSH e inclui o nó de ponte do lado ComfyUI.

Adaptador LLM do GitHub Copilot: login com fluxo de dispositivo OAuth, descoberta de modelos ao vivo pela API do Copilot, suporte a visão para modelos com capacidade de imagem (gpt-4.1, gpt-4o), e dois protocolos de comunicação (Chat Completions e Responses API) com roteamento automático de endpoint por modelo.

Revisão de alterações pendentes para o DeepSeek Harness: cada alteração de edit, write e str_replace_editor é coletada automaticamente na lista de arquivos, onde um bloco de alteração, os blocos de uma seleção ou o arquivo inteiro podem ser mantidos ou revertidos, com suporte a desfazer/refazer. Importa as alterações de controle de versão do espaço de trabalho, mostra o diff em coluna única ou lado a lado e oferece uma prévia Markdown na qual alterações também podem ser mantidas ou revertidas, busca no arquivo, salto de blocos e referências de linha copiáveis; os dados do diff são armazenados de forma persistente, então a revisão continua após reiniciar.

Conecta uma conta ChatGPT aos modelos Codex no DeepSeek Harness via browser PKCE ou OAuth device-code, com refresh automático de token e login Web ou headless.

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.

Marketplace de plugins em Configurações que atinge qualquer perfil local, não apenas o em execução: instala, atualiza e remove nos perfis web, headless e outros, com avisos de script de instalação, uma visão de instalados que também cobre dependências de perfil fora do catálogo, e uma reinicialização automática do DSH quando o perfil atual muda.

Loop de auto-refinamento contínuo: memória persistente, revisão e refinamento periódicos, conhecimento compartilhado entre sessões e rollback automático por meio de uma ferramenta harness_refine chamável pelo modelo.

Aprimora a visualização de dados no DeepSeek Harness selecionando automaticamente tipos de gráficos a partir da entrada do usuário e gerando imagens para tendências, comparações, proporções, relações e fluxos.

Cartão de configurações para o mecanismo de auto-retry do LLM do DSH: ajuste o número de tentativas, backoff e jitter ao vivo em Settings -> General, com chips configuráveis de retryableCodes - os padrões adicionam INVALID_REQUEST para que erros reasoning_text HTTP 400 no estilo OpenAI em modo thinking sejam reenviados automaticamente.

Roteia de forma automática e inteligente cada tarefa delegada para o melhor modelo configurado usando aliases, tags de capacidade e orientação de uso — mantendo o trabalho rotineiro rápido e barato enquanto envia o trabalho complexo para especialistas mais fortes. Configure sua equipe de modelos na Web UI ou em um setup guiado, execute especialistas em paralelo com junção confiável de resultados e veja o modelo escolhido de relance nas views de subagents e inline na árvore Tasks da Better Sidebar.

Converse com o Excel no DeepSeek Harness: crie, edite, repare e verifique planilhas por conversa, com verificações automáticas de saúde das fórmulas após cada edição.