Plugins

Hospeda conversas QQ como sessões do DeepSeek Harness: cada conversa QQ corresponde a uma sessão DSH que persiste após reinícios. Inclui permissões de ferramentas por participante, memória de três camadas com consolidação noturna, personas em quatro seções, compactação de contexto, painel lateral de nove páginas e assistente de instalação do kernel Roost e do plugin ai-chat. Por padrão, qualquer pessoa do grupo QQ pareado pode falar com o bot; só o proprietário tem o conjunto completo de ferramentas locais.

Rotas de modelo dedicadas, ferramentas e orientação de sistema para visão, compactação, revisões, subagentes, títulos e geração de imagens.

Envolve o trabalho em tarefas nomeadas e, quando uma tarefa fecha, dobra todo o seu intervalo de mensagens num único resumo no próximo limite de passo; o conteúdo original pode ser restaurado a pedido.

Painel de uso do DeepSeek para DSH Web: estimativa de dias restantes a partir do gasto médio recente, custos diários/mensais/acumulados com comparação entre períodos, classificação de custos por modelo, economia de cache, impacto de preços em horário de pico/fora de pico e um widget flutuante de saldo arrastável.

Agent de GUI para Android com capturas de tela via ADB, grounding compacto da hierarquia de UI, ações iterativas verificadas, aprovações e uma visão Mobile Web.

Oferece compactação limitada de contexto, reutilização de resumos por sessão, controles explícitos de memória e remoção de ferramentas preservando diagnósticos. Adaptado ao dsh 0.2.1-rc.2, incluindo a lista de presets Web e metadados de plugins localizados.

Força a compressão de contexto ao executar modelos llama.cpp de baixo contexto como Qwen3.8-27B, melhorando a eficiência do modelo e a suavidade de uso, junto com prompts de compactação bem refinados.

Trilho de turnos compacto na borda direita, com resumos ao passar o mouse e navegação por clique para saltar. Disponível no npm como `dsh-turn-scrubber`.

Tema claro Solarized, layout compacto, cápsulas recolhíveis para think/cadeia de ferramentas, e dashboards de saldo, custo de sessão e uso para a web UI do DSH.

Skin compacto ASCII/terminal para DeepSeek Harness: 19 paletas selecionáveis na barra de status, 3 densidades de UI, barra de status estilo vim, arte ascii.rest em sessões vazias e abertura retrô com texto de logo personalizado.

Três presets Agent com memória persistente separada: 鲸鱼娘Agent预设 (chinês simplificado coloquial, chama o usuário de 主人, afetuoso-tsundere), 鲸鱼娘活人版Agent预设 (pode retrucar, desconversar ou ser frio; menos doçura) e 鲸鱼娘涩涩版Agent预设 (personalidade original, afeto só ao usuário, reduzido em grupos). Usam a composição mínima oficial (um shell persistente) e ferramentas de leitura/escrita, glob e grep. whale-loli.md, whale-loli-v2-live.md e whale-loli-v3-naughty.md são lidos por whale_memory, whale_memory_v2 e whale_memory_v3; não compartilham memória. billion-context compacta as conversas; este plugin considera os resumos evidências e permite consultar detalhes quando necessário.

Gestão automática de contexto ao estilo Codex para DeepSeek Harness: rollover sem perdas e sem chamadas a modelos de resumo, âncoras de passagem de tarefa, notas de trabalho que sobrevivem à compactação e recuperação literal de janelas arquivadas. Notas obsoletas geram um aviso explícito em vez de serem apresentadas como atuais. Inclui botão de um clique e comando /smart-compact, rollover automático em três níveis e limpeza obrigatória das âncoras; funciona sem configuração.

Combina o esqueleto de código do Headroom (Apache-2.0) ao estimador do TokenPilot (arXiv:2606.17016). Números publicados: Headroom relata 20% menos tokens para agentes de código e 60–95% para JSON com as mesmas respostas; TokenPilot relata até 60% menos custo em sessões longas. São dados desses projetos, não medições nem benchmarks deste plugin. No DSH, configure perfil, limite do Auto Compact e compressão por esqueleto. Mede com tokenizer exato do DeepSeek V4 e confere a mesma revisão; em modelos incompatíveis, fail-open mantém resultados originais das ferramentas. Comprime por esqueleto durante o turno e resume a intenção no final, dentro da compressão JSONL oficial.

Disciplina de chamadas de ferramentas para DeepSeek Harness: prompts de comportamento, redução de concorrência e orientação para novas tentativas conforme falhas, verificações pós-gravação com restauração de backup, barreiras para comandos de alto risco, resumos e lembretes de verificação, consultas consultivas à memória do projeto, avisos configuráveis após compactação ou em intervalos e estatísticas de conformidade.

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.

Inteligência de código local para DSH: Impact X-Ray visualiza impacto potencial de mudanças com evidências de código inspecionáveis e incerteza; também oferece navegação de símbolos, Context Packs limitados e suporte a ArkTS.

Compactação de contexto autônoma pelo modelo para DeepSeek Harness. mind_map examina o contexto do agente (seq IDs estáveis, papéis, pesos de tokens, limites de limpeza e guia clear-mind); clear_mind substitui um trecho escolhido do histórico por um checkpoint escrito pelo modelo via transação nativa de compactação. Pares de chamada/resultado viram tombstones de uma linha; um lembrete avisa sobre contexto longo ou turnos com etapas demais.

Pipeline em camadas de otimização de tokens para DeepSeek Harness: escala de saída, carregamento tardio de MCP, driver de compactação e relatório de acertos de cache. Construído sobre as APIs reais de plugin do DSH; economiza cerca de 40–60% de entrada em sessões longas.

Visão para o DeepSeek somente-texto via Doubao Web por padrão (sem custo, sem chave de API — controla seu Chrome logado por meio de uma ponte CDP do Windows), com cota do Antigravity IDE (flash/pro) ou fallback para o Gemini; escalonamento automático de detalhe, memória de evidências visuais com reidratação após compactação, cache por hash de conteúdo e um painel de cliente bilíngue.

Modo chinês global: um pequeno interruptor em formato de pílula ao lado do compositor que injeta um requisito de idioma no prompt do sistema de qualquer predefinição (personas completas excetuadas); resposta, raciocínio e saída de ferramentas alternam cada um entre chinês e inglês, e predefinições ancoradas são suportadas.

Importe o histórico de chat do claude-code / codex / reasonix / zcode para sessões do dsh: vinculação de workspace, chamadas de ferramentas preservadas, proteção contra sessões grandes demais e restauração de compactação do zcode.

Dobragem de contexto sem perdas para o DeepSeek Harness: o trecho mais antigo é substituído por um resumo, e os originais permanecem no log da sessão.

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.

Modo de codificação compacto do Codex para DSH: guardrails leves de prompt contra GPT explicar demais, com prompt editável e ferramentas nativas no estilo Codex.