Plugins

Exposes the models already configured in DeepSeek Harness through an OpenAI-compatible gateway, so other local projects can call them with any standard OpenAI client. Multiple provider candidates share one named group with ordered, balanced or random dispatch; upstream failures before any output switch to the next candidate transparently, and rate-limited requests are retried after the provider's backoff. Per-candidate call statistics (attempts, answers, failures, token/TTFT totals) appear as badges in the settings page, and daily aggregates persist to a local file with a 30-day heatmap and trend view. Until you create a key in the UI, the endpoint accepts calls from anyone who can reach it; keys (stored as SHA-256 hashes) then turn authentication on, and the endpoint stays locked even after the last key is revoked. Exposing the optional LAN listener without a key leaves the port open to the whole network. Runs on DSH 0.1.2-rc.1 through 0.1.7-alpha.1 and later.

Editor de capacidades do modelo: edita em linha os níveis reasoning-effort e declarações de entrada de imagem (multimodal) na página oficial, gravando o grupo inteiro em settings.yaml. Um atalho flutuante serve de alternativa se a âncora falhar.

Preços de modelos na página de configurações do DSH: ~7.250 modelos / 213 provedores com o catálogo do harness sobreposto, comparação honesta do menor preço listado, custos de sessão pela rota real, atribuição de vazamentos de cache e um feed de promoções verificado.

Roteamento explícito de modelos para Main, Subagents, web_search e geração de imagens. Os seletores de Composer e Plan Review baseados em catálogo oferecem as variantes Model, Effort, Context, Fast e Thinking.

Gerencia modelos visíveis no seletor de conversa do DeepSeek Harness. Inclui controles por modelo, busca, ações em lote por provider e redefinição total. Grava apenas sua lista oculta, nunca a configuração do provider; ocultar um modelo em uso não interrompe a sessão.

Plugin do DeepSeek Harness: início de sessão no fornecedor, catálogo de modelos e encaminhamento de seleção sobre um canal /model-hub apenas em loopback

Integração do Modellix para o DSH: geração de imagens, vídeo e áudio orientada por esquemas num espaço de trabalho Design dividido, um catálogo de modelos LLM ao vivo, e fornecedores nativos de pesquisa e obtenção web através de uma única chave de API.

Detecção de modelos do DSH: para qualquer provedor do pi-ai, obtém sua lista de modelos mais recente online e, com o models.dev, enriquece automaticamente a modalidade/capacidade/raciocínio corretos antes de gravá-los nesse provedor.

Roteamento unificado de modelos para o DeepSeek Harness: um ModelID lógico sobre múltiplos provedores com failover no primeiro token e cooldown, ranqueamento de candidatos ciente da saúde, três níveis (tier1/tier2/tier3) selecionados automaticamente por finalidade, esforço de raciocínio por candidato e um painel de gerenciamento na página de configurações.

Gerenciador de nível de esforço de raciocínio para modelos de API customizados, mais memória de preferências entre sessões: toggles inline low/medium/high/max dentro de Configurações → Modelos, com escritas atômicas de configurações.

Plugin do DeepSeek Harness: importa modelos com capacidades de uma listagem /v1/models compatível com OpenAI (extensões de capacidade do gateway) e edita as capacidades por modelo (raciocínio, visão) na sua página de configurações.

Model failover router that queues all connected DSH models, retries with continue text on failure, switches to next model, and quarantines failing models for the day.

Replace the model picker with global search, favorites, recent selections, model-family navigation, and reasoning effort selection.

Switch providers and models, adjust reasoning effort; each model remembers its own level.

Keeps a pool of models and routes every agent step to one of them with its reasoning effort set — configured by clicking in the composer, no JSON needed. The router takes over the composer's model cell, so one control shows the session's model and reasoning effort alongside the router's own settings. Three authorization scopes (model / effort / full) where a manual pick only counts in the scope that owns it, and in effort scope the router is bound to the one model you choose. Task presets with per-model weights, vision routing for image steps, session signals (active todo, context pressure, token budget, subagent depth), and an optional semantic task classifier. Thinking stays on, because DeepSeek rejects a thinking-enabled request whose history contains a tool call made with thinking off.

DeepSeek Harness 的增强模型选择器：单层菜单（搜索 + 分组）+ 底部内联推理强度（Effort）滑杆。

DeepSeek Harness Web plugin: per-model input-modality selector (text/image) on the Models settings page for third-party (pi-ai) providers.

Rule-based multi-provider model routing for DeepSeek Harness with pre-first-token failover, cooldown circuit-breaking, usage accounting, and a status API.

One-click/auto sync provider model lists against /v1/models endpoint.

Provider-first three-level model selector for the DSH Web model seat: pick a provider, then a model from that provider, with inline search on both levels, failed-provider retry rows, and a Model · Provider trigger.

Global Alt+M model command palette for DeepSeek Harness Web: fuzzy search over models and providers, favorites and recents, per-model reasoning effort, provider and model configuration, request retries, capacity presets, and optional OpenRouter image/video generation tools.

Gerencia o modelo padrão do DSH, provedores e visibilidade dos modelos; a pesquisa na Web do OpenAI Responses é opcional.

Seletor de modelos agrupado por provedor para o compositor Web do DSH, com escolhas de esforço de raciocínio guiadas pelo catálogo.

Portão de desativação de modelo único: oculta modelos negados dos catálogos do DSH, bloqueia o despacho direto com um chunk de erro no protocolo e expõe uma UI de configurações para a lista de bloqueio.