Plugins

Controla um agente local DeepSeek Harness pelo QQ e outros canais IM via AstrBot: envia tarefas com /dsh, continua citando ou mencionando o bot e responde no chat a aprovações e ask_user_question (em paralelo à Web UI DSH). Recebe resultados, imagens inline e cartões de arquivo. Traz comandos session/workspace/model/permission, recuperação /compact e /last, três modos de progresso e escopo de sessão compartilhado por grupo ou separado por usuário.

Quadro TODO entre sessões em painel flutuante arrastável, agrupado por diretório de trabalho e reordenável. Cada tarefa tem três modos: apenas lembrar, continuar na sessão atual ou abrir outra no mesmo diretório. Envia até quatro imagens como anexos reais, aceita horário local opcional e caixas de conclusão por IA/verificação do usuário. Ao terminar, o agente pega a próxima tarefa pendente daquele diretório.

Preenche janela de contexto, max tokens, níveis de pensamento e entrada de imagem ausentes em modelos DSH personalizados a partir do models.dev, e lista modelos sem correspondência para edição manual.

Despacha subagentes com perfis nomeados (modelo, esforço de raciocínio e escopo de ferramentas por tarefa), verificações de segurança, estimativa de custo com comparação de economia e um livro-razão completo de decisões de despacho.

Revisão de trajetória somente leitura em uma barra lateral de conversa redimensionável, com análise de regras, explicações opcionais do modelo, navegação por evidências e comparação de execuções da mesma faixa.

Adiciona uma ferramenta de captura de tela mais dois pontos de captura automática opcionais, colocando a tela na conversa como um bloco de imagem; requer um modelo com capacidade de imagem.

Fornece a ferramenta see_image para o DSH: envia um arquivo de imagem para um modelo de visão compatível com OpenAI configurável e repassa sua descrição de volta a um modelo somente de texto.

Habilidade de verificação de afirmações que confronta documentos de design e planos com fatos do código, escalando afirmações comportamentais para verificação executável com primitivas lógicas para máquinas de estado e modelos de dados, com regressão antes/depois, restrições de domínio e mineração de riscos de concorrência.

Reconhecimento de imagens grandes para modelos vision-exp: reconhecimento por mosaicos 800×800 sem perda (smart/pipeline/full), OCR local com pré-processamento e encaminhamento de caligrafia, GPU multivendor opcional (DirectML/CUDA/OpenVINO) com fallback automático para CPU.

Um subagente de aprovação independente julga cada escalonamento de sandbox, com um modelo configurável e um log de auditoria.

Detecta qual modelo de conversa está sendo servido a uma conta: inicia conversas-probe descartáveis concorrentes, pontua cada cadeia de pensamento em streaming pela abertura de seus parágrafos e cancela sondas que soam como o modelo antigo em segundos. Inclui um auto-check offline que reproduz 13 cadeias de pensamento rotuladas manualmente pelo mesmo classificador.

Plugin proativo de agendamento multi-modelo: ingestão de sinais multi-fonte com dedup e classificação de urgência, um motor de decisão de quatro vias executar/adiar/dispensar/perguntar ao usuário, geração de plano DAG com execução paralela de modelos, reflexão de qualidade com retry automático e troca de modelo, memória de longo prazo para padrões de tarefa e lições, e evolução de estratégia via algoritmos genéticos com avaliação em sandbox e rollout canário.

Uso do computador exclusivo para Windows no DeepSeek Harness: captura a tela virtual e controla o mouse e o teclado por meio de 9 ferramentas baseadas em PowerShell e Win32 SendInput; integra-se ao picturereader para que modelos apenas de texto concluam totalmente em local o ciclo captura-analisar-agir-verificar.

Medidor local-first de uso e custo para a interface web do DSH: botão composer com custo da sessão e saldo em tempo real; painel com um gráfico diário/de 7 dias empilhado por modelo, tarifado por intervalos efetivos de preço de tabela (a página oficial de preços é sincronizada diariamente), níveis mensais de uso com um cartão de compartilhamento em canvas, alertas de pressão de contexto em 30/50/85% com /compact em um clique, alertas de orçamento e uma verificação de atualização do npm dentro do painel com atualização em um clique.

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).

Atualizador do DSH + sincronização dos docs oficiais em Settings: atualização npm com um clique de @deepseek-ai/dsh com progresso ao vivo (stream de saída do npm, temporizador decorrido, barra monotônica), proteção contra múltiplas cópias que atua apenas na instância em execução, modo de árvore de código via git pull, instalação do PowerShell 7 com um clique no Windows, sincronização incremental de docs/ oficiais com progresso, e as ferramentas de modelo dsh_docs_search / dsh_docs_read.

Verificação de referências para DeepSeek Harness (参考文献真实性检查器): a ferramenta de modelo reference_checker verifica a bibliografia de um artigo (.pdf/.bib/.tex/.txt ou texto colado) contra Crossref, OpenAlex e arXiv, reporta found / partial / not_found / error por entrada e emite citações corretas no estilo da entrada (APA, GB/T 7714, IEEE, Vancouver, MLA, Chicago, Harvard, ACS, BibTeX).

Roteia requisições do agente para modelos default, planner e subagent configuráveis, usando automaticamente o papel planner em modo plan, com esforço de raciocínio por papel e configuração via Web UI.

Dashboard de custos para DeepSeek Harness: agrega tokens de input/output/cache do modelo em todas as sessões locais, precifica-os com uma tabela integrada (incluindo DeepSeek peak/off-peak) e mostra tendências diárias além de tabelas por modelo e por sessão.

Plugin DSH oficial para nuphus-mcp (pelos mantenedores do nuphus-mcp): automação de desktop e navegador (38 ferramentas) com percepção de elementos PaddleOCR e navegação Chrome CDP, via um processo filho stdio MCP persistente.

Instala um preset de agente orquestrador que planeja e despacha para subagentes especialistas fixados a modelos (explorer, oracle, librarian, designer, fixer, council), com perfis de modelos nomeados alternáveis via uma CLI omoslim e um botão do inspetor Web que mostra os modelos atuais dos subagentes.

Registra codex-web-search-mcp como ferramentas MCP nativas do DSH (mcp__codex-web-search__codex_web_search / codex_web_research / web_fetch) para pesquisa web e pesquisa profunda com Codex e Grok de forma independente do modelo.

Visão sob demanda para sessões DSH somente texto: imagens se tornam marcadores, e uma ferramenta vision_describe envia apenas a imagem e a pergunta para um modelo de visão compatível com OpenAI

Jogo de criação estilo Digimon: chocar um ovo que se alimenta de trabalho real (turnos, chamadas de ferramentas, erros) e evolui por quatro linhas ramificadas moldadas pela forma como você trabalha; zero tokens, invisível para o modelo.