Plugins

Preset de agente com ancoragem mínima: a solicitação #1 mantém o par real bash + str_replace_editor e remove o contexto injetado automaticamente. Ao ser promovido, libera todo o catálogo Standard e exibe uma única notificação para usar tarefas em segundo plano em vez de polling com sleep.

Terminal web recolhível acoplado à direita (xterm.js), conectado a um PTY do host por WebSocket: alterna bash/zsh, permite redimensionar o painel e mantém a sessão ao recolher/expandir.

Modo RLM para dsh: subagents recursivos por uma função unificada rlm(), com spawn/await/chain como chamadas Python de primeira classe. Adiciona um kernel IPython persistente com bindings tools.* e context-as-variable.

Notificações desktop em nível de sistema: banners ao concluir um turno ou workflow e alerta modal quando há uma aprovação pendente (osascript no macOS / notify-send no Linux).

Notificações e sons no desktop quando uma tarefa termina, aguarda aprovação ou falha; nativos no macOS, Windows e Linux, sem dependências de runtime.

Exporta eventos somente de metadados de turno, modelo, ferramenta, aprovação, nova tentativa e erro do DSH para o Tuning Engines, para rastros governados, avaliação de políticas, análise de custos e revisão de Work Session, com uma fila de novas tentativas apoiada em disco.

Injeta metadados permitidos de execuções do GitHub Actions e GitLab CI no contexto do agente, sem ler logs, credenciais ou APIs dos provedores.

Painel Git/GitHub para o perfil web do DSH: stage/unstage/discard/diff, branches, commit, push/pull/sync, log, navegador de arquivos, quadro de workflow e OAuth do GitHub com criação de PR.

Registro de trabalho entre sessões baseado em eventos: registra, acompanha e conclui tarefas com histórico completo de auditoria, exportação kanban e resumo do quadro injetado em cada turno do modelo.

Planejamento de execução persistido em disco para DSH: máquinas de estado de marcos/etapas, controle de dependências e fluxo de auditoria, com verificação determinística de conclusão por ferramentas dsh, CLI ou skill.

Preset de orquestração do cérebro principal: persona que prioriza delegação, bloqueio de execução da sessão raiz e skill portátil de regras AI-LAW.

Preset de scaffold para projetos DSH: roteiro rigoroso de inicialização em 5 fases, padrões de engenharia e seis modelos iniciais executáveis (node-ts / react-vite / python / go / spring-boot / monorepo).

Publica um documento HTML como link compartilhável que abre com um toque e aparece como cartão em apps de chat; publicar, atualizar e exportar para PNG/PDF/Word.

Voz duplex em tempo real com ASR/TTS em streaming da Volcengine: narração da resposta do agente, interrupção, palavra de ativação, legendas ao vivo, 30 vozes chinesas e confirmação que prioriza a resposta. É compilado no monorepo do DSH.

Adiciona visão a modelos somente de texto: a ferramenta describe_image delega imagens a um modelo de visão da lista de modelos do dsh usando o próprio runtime LLM do harness.

Permite que um agente DeepSeek somente de texto leia imagens na mesma sessão delegando a um subagent com visão; converte a imagem em um caminho no momento do envio.

Cliente HTTP puro que delega tarefas repetitivas de texto e visão (OCR, análise e comparação de imagens) a um servidor Unsloth Desktop (Unsloth Studio) já em execução por meio de unsloth_run e unsloth_vision. Nunca inicia nem controla processos.

Delega tarefas repetitivas de texto e visão (OCR, análise e comparação de imagens) a um servidor KoboldCpp (llama.cpp) local por koboldcpp_run e koboldcpp_vision, com gerenciamento sob demanda do ciclo de vida do servidor.

OCR local para imagens anexadas via mecanismo integrado do Windows (Windows.Media.Ocr): apenas o texto reconhecido é enviado ao modelo, nunca os bytes da imagem; o passthrough de visão é opcional (opt-in).

OCR local para imagens anexadas via Tesseract: apenas o texto reconhecido é enviado ao modelo, nunca os bytes da imagem; o passthrough de visão é opcional.

Adiciona visão a modelos somente de texto: um modelo de visão descreve automaticamente anexos de imagem do chat com prompt padrão e os reanalisa com prompts gerados pelo modelo quando faltam detalhes. Inclui modos system/custom, painel GUI, tratamento seguro de chaves e um pequeno patch no host para DSH 0.1.0-rc.6.

Leitura de imagens em duas etapas para modelos somente de texto: primeiro OCR local rápido e offline com RapidOCR; depois, como alternativa, um modelo de visão via modlens.

Proteção transparente de imagens para rotas somente de texto: evita o deadlock de sessão 400 ao colar imagens e oferece a ferramenta vision_analyze para OCR/PDF/docx/pptx/vídeo.

Entrada de imagem em texto na Web UI: cole ou arraste uma imagem para transcrevê-la em texto estruturado e enviá-la, permitindo que LLMs somente de texto recebam imagens por uma API de visão compatível com OpenAI.