Plugins

Multi-round deep research in the DSH sidebar: each round fans sub-questions out to parallel sub-agents, then continues from where the last round stopped and writes a cited report.

Drive the NI Multisim 14.3 install on a Windows machine through nine msim_* tools: open and save .ms14 designs, read and edit component values and circuit parameters, run DC operating point, AC sweep, single-frequency AC and transient analyses, export schematics, BOM and netlists. A Win32 channel drives the visible window to run the Analyses dialog and capture Multisim's own schematic view and waveform plot; a SPICE command-file engine handles designs that expose no probes; an offline reader unpacks the .ms14 container without starting Multisim at all. Requires Windows, NI Multisim 14.3, and a 32-bit Python 3.11-3.13 with pywin32.

Publishes and reads QQ Zone posts through SnowLuma's OneBot qzone_* actions (SnowLuma 2.2+ signed in to QQ), and lets the agent understand images with a local vision model (OpenAI-compatible gateway) or Windows OCR.

Whole-disk file search on Windows: ask for files or folders by name, path, extension, size or modified date and get matches from the local voidtools Everything index in milliseconds, with full paths, sizes and modified times. A second card reports whether Everything is reachable and how many items it indexes. Ships the official Everything SDK, so no es.exe or HTTP server is needed; Everything 1.4+ must be installed and running (the plugin can start it).

Indexes public AI-company job boards (Greenhouse, Ashby, Lever, Workable, SmartRecruiters), scores postings for AI relevance, extracts the requirements from each job description, and produces a scheduled daily Markdown digest.

Disk cleanup for Mac (macOS) and Windows: a risk-tier audit and space breakdown, then moves caches, leftovers and similar photos to the Trash or a quarantine folder, with undo. Space is freed only after a batch is permanently deleted.

Cria um vídeo explicativo narrado a partir de um roteiro. Usa por padrão slides de cartões de texto (rápidos e precisos para tutoriais) ou imagens geradas por IA por segmento (exige AGNES_API_KEY). Inclui 14 vozes neurais chinesas online e 3 vozes offline para Windows, além de um pacote de amostras gerado em um comando para escolher pelo ouvido. Requer ffmpeg. Para vozes online, copie o skill video-remix incluído para `<workspace>/.dsh/skills/video-remix` e execute npm install lá.

Um painel para MCP servers, skills e plugins do Claude Code nos escopos global, perfil e projeto: status ao vivo, importação/exportação, lixeira e backups, além de instalar, atualizar e desinstalar pelo mercado oficial claude-plugins-official.

Compila LaTeX com o TeX Live instalado na máquina. A ferramenta `latex` compõe fórmulas em SVG, PNG ou PDF e documentos inteiros em PDF (texto chinês usa xelatex com ctexart), grava o arquivo no espaço de trabalho e retorna uma referência Markdown. Uma seção do prompt do sistema pede ao modelo que use `$...$` e `$$...$$` em vez de blocos de código. Se não houver TeX Live, um aviso acima do compositor oferece instalação com um clique do BasicTeX ou TinyTeX.

Controla Siemens NX 2406 e 2506, além do NX 12, pelo DeepSeek Harness. Inclui 16 ferramentas tipadas sobre um NX batch residente e um executor que avalia o journal pelo log, não pelo código de saída (o NX pode retornar 0 ao engolir uma exceção e 0xC0000409 após uma execução limpa), além de uma sonda que distingue as três versões. Somente Windows; NX 2406 é a referência e 2506 é esperado. Requer instalação local do Siemens NX e uma licença disponível; execute `dsh-nx install` uma vez. As 16 ferramentas MCP ficam desativadas até `NX_ENABLE_MCP=1` (a rota skill funciona sem isso).

Gateway somente leitura sobre um vault Markdown local, com quatro ferramentas. `wiki_recall` retorna a seção correspondente completa, citações por página, estado do vault e um esqueleto de resposta. `wiki_context` traz trechos, parecer de suporte e lacunas explícitas; `wiki_verify` confere o rascunho e aponta afirmações sem respaldo, inclusive números; `wiki_observe` conta correções. Configurações e painel lateral usam a mesma consulta do modelo, então a busca manual coincide com seu contexto. As três ferramentas (`wiki_context`, `wiki_verify`, `wiki_observe`) requerem ponte local Python 3 com `bridge.python` e `bridge.toolsRoot` contendo `wiki_bridge.py`; sem ela, retornam `E_PYTHON_UNAVAILABLE`.

Memória auto-narrativa em cinco segmentos limitados (800 caracteres, não o contexto completo): nota em primeira pessoa do modelo, perfil do usuário com fatos aprovados, dados do ambiente separados da identidade, conclusões priorizadas e hábitos. Cada fato inserido pode ser rastreado e removido por ID; perfil editável à mão e notas em linhas simples apagáveis. Fatos se atenuam com tempo e uso sem mudar a credibilidade. Preferências são detectadas como candidatas, nunca aprovadas; conflitos ficam lado a lado. Inclui lembranças de conversas com citações, índice incremental que decodifica só frames novos, camada aquecida com ponteiro obrigatório, doctor de falhas, heartbeat da injeção e export/import para outra máquina.

Hub unificado de memória de longo prazo: captura turnos como evidências L0 e os destila em segundo plano em fatos L1, cenas L2 e perfil L3 (profundidade configurável). Inclui busca híbrida BM25+fuzzy, 13 ferramentas memory_*, linhagem rastreável até os turnos de origem, backend Hindsight opcional e painel de memória integrado com três pontos de entrada.

Memória de longo prazo para dsh com defesa em profundidade. Usa dois níveis — `.dsh-memory/` do projeto e `$DSH_HOME/memory/` do usuário — em JSON editável manualmente, com limites de entradas e tags. Gravação atômica (temporário exclusivo e rename), histórico `history/` limitado e bloqueios por nível entre processos, com recuperação de bloqueios obsoletos. Recusa uma revisão de disco divergente para evitar perda de atualizações. Delimita o texto como dados não confiáveis, remove marcas forjadas ao gravar, valida limites ao carregar e bloqueia escapes por symlink com MEMORY_STORE_ESCAPE. Sem filtro heurístico de conteúdo nem confirmação, mantém a consolidação automática sem interface. Instalação: `dsh plugin --profile web add github:RocoFish/deepseek-memory`.

Lingshu (灵枢) é um sistema de memória persistente, persona e crescimento inspirado no cérebro para agentes de programação com IA. Usa apenas a biblioteca padrão do Python, sem dependências e com prioridade local; requer Python 3.9+. Oferece memória em camadas hipocampo/córtex, curvas de esquecimento, consolidação dos sonhos, recuperação associativa difusa, sistema emocional, proteção contra desvio de persona, base de conhecimento, skills escritos pelo próprio agente e painel web local. Distribuído como skill incluído no DSH. O plugin cordis de injeção na inicialização, instalável à parte, injeta sessões automaticamente somente se (Lingshu estiver em ~/.dsh/skills/lingshu ou brainPy estiver configurado) e Python 3 estiver disponível. A verificação opcional de atualização acessa GitHub/Gitee.

Carrega a configuração de IA do VSCode/Copilot do espaço de trabalho em todas as sessões DSH. Insere .github/copilot-instructions.md como instruções permanentes; .github/instructions/**/*.instructions.md segue o applyTo do frontmatter e é adicionado uma vez quando a sessão acessa um arquivo correspondente; .github/skills/*/SKILL.md é registrado como skill DSH. Também lê diretórios fora do espaço, por padrão ~/.copilot, e permite editar a lista de caminhos nas configurações.

Memória de chat que arquiva mensagens por data e as recupera pelo período indicado; se não encontrar, amplia o intervalo duas vezes antes de admitir que esqueceu.

Memória persistente compatível com Claude Code: o host insere o índice MEMORY.md no início da sessão, e o modelo mantém os arquivos com ferramentas comuns de leitura, gravação e edição. Uma página de configurações lista as memórias salvas. Usa o mesmo formato em disco do Claude Code; o modo claude compartilha exatamente o mesmo diretório de memória.

Memória de longo prazo para DeepSeek Harness: após cada turno, destila preferências duradouras do usuário e fatos do projeto, insere um resumo da memória em sessões posteriores e mantém um diário diário de hábitos. Adiciona as ferramentas memory_search, memory_save e memory_forget.

Permite editar prompts de usuário em texto simples diretamente e reenviá-los em uma nova ramificação de conversa DSH.

Injeta o horário por sessão e acompanha os intervalos de inatividade de forma durável. Informa ao agente há quanto tempo aquela conversa específica ficou sem mensagens, algo que o contexto de tempo do host (somente a última mensagem) não consegue fazer.

Exclui sessões permanentemente pela interface do DeepSeek Harness: botão de lixeira no cabeçalho e item no menu lateral após um diálogo de consentimento de risco, além da ferramenta de agente workbench_session_delete. Derivado de lsz-asd/dsh-plugin-session-delete e mantido independentemente desde v0.4.0; não instale junto com esse plugin, pois ambos registram a mesma ferramenta workbench_session_delete.

Organiza conversas do espaço de trabalho por categorias, com ordenação por arrastar e soltar, grupos recolhíveis, indicadores de atividade e registro do espaço pelo caminho do diretório.

Um intercomunicador entre janelas DSH já abertas. Sem equipes nem novas sessões, apenas mensagens ponto a ponto com limite de saltos.