Plugins

Substitui o sumarizador de compactação nativo do DSH por um resumo de handoff em cinco seções e mantém toda mensagem ocultada legível em um diretório de segmentos.

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.

HUD flutuante em estilo de jogo: barra de HP do saldo, barra de MP do contexto, preços oficiais de pico/vale com contagem regressiva, compactação automática abaixo de 5% restante e nova conversa que preserva a memória.

Pacote de rotação da janela de contexto orientada pelo modelo para o DeepSeek Harness: contexto de trabalho novo, notas duráveis gerenciadas pelo modelo, uma pequena cauda recente literal e recuperação direcionada do histórico — sem sumarização.

Retomada automática de sessões de agente interrompidas: uma tabela ordenada de regras roteia por tipo de falha (rate limit, cota, autenticação, estouro de contexto, órfão travado) para retry automático com backoff, troca de modelo, retomada após compactação de contexto ou uma notificação de stop-loss, com um editor visual de regras e um log completo de atividades.

Otimizador de prompt na barra de entrada: reescreve rascunhos com 6 estratégias × 3 idiomas mais instruções personalizadas, com objetivo/todo/resumo de compactação/resultado de ferramenta e contexto de chat opcionais, um diálogo de confirmação, histórico dos últimos 5 e persistência de configurações em três níveis.

Correção de compaction para gateways qwen3.8-27b alojados em NInfer: desativa o thinking nas chamadas de compaction de contexto e de título de sessão do dsh para que o raciocínio xhigh deixe de consumir todo o orçamento de saída; a mesma ideia aplica-se a outros métodos de arranque, mas este pacote destina-se apenas ao NInfer.

Transferência de sessão e gerenciamento de contexto: documentos estruturados de transferência (exportar/retomar/status) para que uma sessão nova continue sem interrupções, além de poda ativa de contexto (ferramentas acp_* via a API oficial de compactação com resumos criados pelo modelo).

Padrões aprimorados de autocompactação para predefinições de agente do DeepSeek Harness: aplique com um único comando limites/presupostos de retenção ajustados e políticas por modelo, de forma idempotente, com backups e rollback.

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

Divide o New Session na barra lateral web do DSH em dois modos: uma linha 日常聊天 abre uma sessão no preset de agente `daily` que o plugin instala na home do harness (persona, busca e fetch na web, ask-user e compactação — sem arquivos, shell, plan mode nem subagentes), dentro do seu próprio workspace daily-chat, cuja região da barra lateral lista só esses chats, enquanto 开始工作 mantém o agente de código padrão; o botão New Session embutido é ocultado e todos os outros pontos de entrada de New Session seguem o modo ativo, que é lembrado no localStorage.

Preset de agente GLM Mode para zhipuai/glm-5.3-flash: apresentação de ferramentas PTC/Code Mode, guarda de loop de raciocínio e guarda de spin de ferramentas (dirigido por incidentes ao vivo) e auto-compactação específica do GLM em 75%/22%.

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.

Lógica de compressão de contexto inspirada no cérebro humano que reduz drasticamente o uso de contexto e o consumo de tokens em tarefas longas.

Mascote de humor Taffy para a interface web do DeepSeek Harness: o GIF no canto reage ao vivo ao estado do agente — aprovação pendente / aprovada / rejeitada / a implorar, a pensar, execuções de ferramentas, interrupções, à espera de ask_user_question, compaction, fadiga em tarefas longas, aprovação ignorada em inatividade, inativo / a dormir — com estado enviado por SSE, posicionamento por arrasto, consola com o botão do meio, consola espelho do cartão de ferramentas, bloqueio por humor, definições de aparência persistentes e estatísticas por dia.

Memória de decisões e objetivos com linhagem: comandos explícitos e uma ferramenta de modelo registram decisões de forma determinística, um cartão de status as reancora ao longo da compactação, um fluxo de eventos sem perdas com recuperação BM25+jieba dá suporte a isso, e uma suíte de regressão de fidelidade em nível de cenário controla os releases.

Analisa imagens de conversa por meio de prompts específicos por modo (caption, UI, documento, grounding, topologia etc.) e injeta evidências estruturadas com primitivas de coordenadas (caixas, pontos, referências) como texto, com cache em nível de sessão para reutilização em replay e compaction.

Kit de visão para DeepSeek apenas texto: ferramenta `vision` invocável pelo modelo, adaptadores wrapper para deepseek/opencode-go (v4 flash/pro), cota do Antigravity IDE (default, flash/pro) / qualquer VLM compatível com OpenAI / Gemini / canais locais do Ollama, memória de evidências com reidratação por compactação, cache de hash de conteúdo e um painel de cliente bilíngue.

Personal dsh preferences: a tunable companion to the official compaction engine (threshold, retention, summarization model/reasoning, turn-end compaction), llama.cpp model import for the Models page, and tab/notification helpers (status-light favicon, bro

DSH plugin: counts completed compactions per session and raises a floating reminder — with bilingual UI — only after repeated compactions plus heavy extra token spend.

Windowed, reversible context management for DeepSeek Harness; replaces Basic compaction.

Compresses older DSH context into a structured handoff, retains recent messages, and keeps session history searchable.

Compaction fallback for compaction-basic: when its LLM summary throws, comes back empty or cannot fit the window, the span is compiled deterministically with a seq pointer on every line (vendored dsh-compaction-instant compiler). Adds recall and search tools, /recall and /context commands, an idle trigger at 45% of the window and an on-disk span archive. The engine mounts as one row in the agent preset (docs/dsh-integration.md).

Model-autonomous context compaction for DeepSeek Harness: a mind_map tool surveys the agent context surface (stable seq ids, roles, token weights, clear-boundary markers, the clear-mind playbook), a clear_mind tool replaces a chosen conversation-history span with a model-written checkpoint through the native compaction transaction, call and result pairs self-collapse into one-line tombstones, and a proactive reminder nudges the model when the context grows long or a turn runs too many steps.