Plugins

🌌 Mebular · memória compartilhada segura, controlável e descentralizada e colaboração de tarefas para agentes. O plugin nativo do DSH compartilha memórias entre dispositivos/agentes e oferece grafos de tarefas. Conecta-se a um app ou runtime CLI Mebular existente; se não houver, o painel instala o runtime compartilhado sob demanda. Nunca baixa nem inicia Mebular silenciosamente.

A memória que sonha — memória entre sessões para o DeepSeek Harness: recorda você entre sessões, autoconsolida-se enquanto dorme (autoDream), congela memórias conflitantes para sua revisão e mantém uma trilha de auditoria reexecutável. Busca semântica local offline-first sobre SQLite com espelhos Markdown editáveis por humanos, um grafo de entidades, um painel de memória interativo, além de uma API externa e uma CLI.

Conversas recentes permanecem vívidas. As antigas desvanecem-se em resumos, não no esquecimento. StrataGate oferece ao DeepSeek Harness memória em seis camadas, com decaimento temporal, enquanto eventos e relacionamentos duradouros se acomodam em um grafo de conhecimento. Traga suas memórias de outras IAs com você — sem precisar recomeçar.

A memória que sonha — memória entre sessões para o DeepSeek Harness: lembra de você entre sessões, autoconsolida enquanto dorme (autoDream), congela memórias conflitantes para sua revisão e mantém uma trilha de auditoria reproduzível. Busca semântica local offline-first sobre SQLite com espelhos Markdown editáveis por humanos, um grafo de entidades, um painel de memória interativo, além de API externa e CLI.

Plugin de biblioteca de literatura acadêmica para DSH: pesquisa artigos, inclui fontes, importa após aprovação e transfere pistas de notas para outros plugins da mesma sessão.

Cole um link; o agente lê. Xiaohongshu, Douyin, Bilibili, WeChat, artigos, PDFs e áudio viram Markdown citável para wiki/base de conhecimento. A/B exploratório de 60 turnos (limites de tempo diferentes, sem revisão humana da correção): leitura concluída 22%→92% (+70 pontos), timeouts 68%→0%, respostas com fato real da fonte 23%→82%. Em 123 links reais, 80% foram utilizáveis (93% das páginas que responderam); link inacessível é reportado em 26 s. Compatível com Codex, Claude Code e DSH.

Ponte compatível com OpenAI para usar no Midscene os modelos configurados no DeepSeek Harness. Em 127.0.0.1 (porta padrão 8787; escolhe uma livre se ocupada), encaminha chat completions com ou sem streaming à camada de modelos do host. Compatível com routing oficial DeepSeek, CodeBuddy, Codex e endpoints OpenAI/Anthropic personalizados. Credenciais ficam nos plugins provider; a ponte não as acessa. /v1/midscene-env cria quatro linhas MIDSCENE_MODEL_* inferindo a família. Registra sete skills de navegador, desktop, Android, iOS, HarmonyOS, E2E Vitest e referência Midscene; sem npx skills add. npm: dsh plugin --profile web add @tnnevol/dsh-midscene

Base de conhecimento para DeepSeek Harness: reúne evidências do ContextWindow na consulta dentro dos limites de títulos e tokens, com leitura adicional ao redor de cada resultado. Combina buscas BM25/vetorial com RRF ponderado, MMR e reordenação local/remota opcional. Inclui injeção automática de evidências, painel para baixar e verificar modelos locais de embedding/reordenação/OCR, busca por palavras-chave sem baixar modelos e nova varredura de diretórios importados.

Companheiro completo para a GUI web do DSH: widget de saldo com uso de hoje, custo por turno e tarifas de pico/fora de pico, fila editável de balões e efeitos sonoros. Inclui pet de desktop transparente com 106 clipes (arrasto elástico, arremesso, passeio pela tela, clones), cartão QQ via SnowLuma para ler histórico e responder, interação com publicações/comentários do Bilibili, proteção de peixes e agenda dia/noite, além de memória local bidirecional com dados ocultados. Um plugin; os dados ficam no dispositivo. Apenas Windows 10/11.

Painel de workspace e ferramentas de agente do DocsMint para pesquisar, ler, criar e atualizar documentos via Cloud OAuth ou chaves de API auto-hospedadas.

Plugin de agente de fluxo de trabalho de engenharia harness/loop orientado por habilidades.

Configuração de esforço de raciocínio e modalidade de entrada por modelo para provedores terceiros: sugestões fundidas de uma base de conhecimento de modelos e evidência bruta do endpoint /models com rótulos de confiança, editadas dentro do card oficial da página Models.

Leitura aprofundada de livros e artigos em cinco modos (rápido, profundo, mapa de conhecimento, Feynman, livro completo) com relatórios de afirmação-evidência-dados, mapas mentais Mermaid/XMind, comparação em lote, verificação prévia de orçamento, progresso transparente de tarefas em segundo plano e exportações em MD/HTML a partir de URLs, arquivos ou texto colado.

Memória de longo prazo entre sessões em um banco SQLite local: dois escopos (usuário e projeto por origem Git), recuperação híbrida FTS5 + vetores locais combinada por RRF, uma etapa de evidências que exige uma avaliação explícita de suficiência, cadeias de auditoria de proveniência, revisão espaçada SM-2, destilação de consolidação e esquecimento por decaimento, além do painel Memory Palace com nove visões. 22 ferramentas de parâmetros restritos, sem serviço externo, API key ou Docker.

A base de conhecimento de desenvolvimento de plugins DSH como habilidade de agente sob demanda: restrições oficiais, fluxos de trabalho de tarefas, referência de API e armadilhas da comunidade, instalada com o pacote para que o agente possa consultar enquanto constrói um plugin.

Pipeline de QA como 10 agent skills: análise de requisitos, estratégia de teste, escrita e revisão de casos, automação E2E (Playwright) e API, exploratório, escopo de regressão e análise de bugs, respaldado por uma base de conhecimento compartilhada com regras de formato, modelo de risco e validadores de schema.

Motor de memória entre sessões para o DeepSeek Harness: armazenamento SQLite + espelho Markdown editável por humanos, consolidação autoDream, busca semântica offline (vetorização/reclassificação/clustering locais), linha do tempo de entidade-atributo, Sleep Mode, autoSummarize com modelo personalizado e 7 ferramentas de memória.

Memória Mebular, grafo de tarefas e console compartilhado para DeepSeek Harness.

Plugin de agente de workflow para engenharia de harness/loop orientado a skills.

Cofre local do Obsidian como base de conhecimento do agente, com ferramentas DSH somente leitura que encaminham status, preferência, correção, memória, projeto, busca e sugestão para a página correspondente.

Session Workbench: busca em texto completo em sessões anteriores, recupere até 3 delas como referências @ e gerencie abas de visualização da conversa (mostrar/ocultar + reordenar por arrastar).

Acesso remoto seguro para a interface web do DeepSeek Harness: porta de login, MFA/TOTP, cookies de sessão assinados, funções opcionais de admin/usuário/convidado, seleção de workspace no navegador e pré-visualizações de arquivos remotos em lista permitida.

Instala quatro presets de pesquisa matemática multiagente para o DSH: v2 (pipeline guiado por probabilidade com debate entre vários verificadores), v3 (base de conhecimento Markdown em estilo de artigo com um agente planejador e uma biblioteca de métodos reutilizável), v4 (residentes persistentes auto-organizados que trocam mensagens e se reúnem) e v5 (um instituto de pesquisa com um acadêmico que decompõe e atribui o trabalho, pesquisadores votantes, trabalhadores temporários, chat em grupo e um quadro de tarefas compare-and-set); os quatro suportam retomada por checkpoint, intervenção humana e um interruptor opcional de verificação formal em Lean (off/encourage/require), cuja prova aprovada transforma o voto em uma checagem de fidelidade das afirmações Lean.

Cofre Obsidian local como repositório de conhecimento do agente, com ferramentas DSH somente leitura que roteiam status, preferência, correção, memória, projeto, busca e sugestão para a página correspondente.