Plugins

Revisão de planos com anotações ancoradas e feedback estruturado de volta para o agente.

Agenda resumos do GitHub Trending diários, semanais ou mensais. O núcleo local trendradar escreve resumos em chinês e retrospectivas do período, faz commit no seu próprio repositório e abre o pull request. Inclui uma bancada com visão geral, digest, histórico de execução, assinatura e configurações.

Vincula um celular à instância DSH deste computador por QR code ou código de seis dígitos e permite controlá-la remotamente pelo painel: enviar instruções, ver imagens e responder aprovações. Inclui túnel público para parear em redes diferentes.

Converte vídeos do Bilibili em texto estruturado para IA: metadados, comentários, danmaku, legendas, ASR local e OCR de quadros. O processamento é local, sem envio à nuvem; verifica quadros para detectar legendas falsas, usa cache em releituras e gera manifesto e resumo para IA. OCR de quadros requer ffmpeg. ASR/OCR local requer ambientes virtuais Python 3.10+ e, no Windows, também o runtime VC++. Legendas por IA exigem login no Bilibili.

Lê respostas do Harness em voz alta por meio de um runtime TTS local existente: iniciadores integrados de IndexTTS e GPT-SoVITS, entrada HTTP/JSONL local baseada em protocolo e carregamento de pastas de modelos para ambientes SDK de Kokoro, F5-TTS, VoxCPM, Qwen3-TTS e CosyVoice. Não inclui modelos. Derivado de 1624318455/dsh-plugin-tts; separa ID da linha e configurações para instalar ambos lado a lado com recursos duplicados desativados.

Porta para o DSH os playbooks de engenharia pstack de poteto, cobrindo planejamento, revisão, verificação e lançamento.

Porteiro de redação de patentes para dsh — primeiro avalia a ideia frente ao estado da técnica chinês, depois conduz entrevistas de alinhamento entre cinco partes, redação da divulgação em oito capítulos, figuras e execuções de simulação, revisão em sete dimensões e exportação em docx/PDF. As skills funcionam de imediato; as ferramentas de busca, exportação e experimento vêm de um serviço MCP Python incluído, entregue desativado — uma linha em ~/.dsh/patent-services.yaml o habilita, e o uvx baixa o wheel do PyPI.

Motor de persona para o DeepSeek Harness: um config.json governa o nome próprio da IA (por modelo e nível), como ela te chama, sua postura relacional, o texto de caráter, contratos por item com interruptores, o idioma da cadeia de pensamento e o tom das respostas (opt-in, por modelo), além de memória de longo prazo condicionada à confirmação humana: a IA só anexa candidatos, uma linha de confirmação os ativa, e o log é somente de acréscimo e reexecutável. Entradas confirmadas entram como bloco citado de dados, não de instruções; as marcadas com um kind vão para arquivos arbitrários e nunca chegam ao prompt. As seções do prompt são relidas do disco a cada montagem, então edições aplicam sem reiniciar. Presets: instantâneos JSON compartilháveis. Zero dependências, sem rede, sem shell.

Gerencie servidores MCP, skills e ferramentas do seu agente — estado real em contexto (carregado/truncado/expulso) e chaves por sessão.

Fluxo de trabalho no estilo Trellis para DeepSeek Harness: breadcrumbs de fase por turno via agent/pre-step, provedor de skills empacotado e estado de tarefa/fase nativo do DSH com guardrails de limpeza do git.

Camada de integração nativa DSH para o motor de memória Minta: compõe a linha oficial dsh-mcp-client, registra a skill minta-memory-governance além de um preaquecimento de memória no início da sessão, e envia um preset de agente Minta; requer o motor Minta implantado separadamente (Python/Docker) para fornecer as 19 ferramentas MCP — não utilizável sem ele.

Base de conhecimento no padrão Karpathy LLM Wiki para o DSH: habilidades wiki-write/wiki-search, pipeline sem dependências (lint/index/sincronização de memória mnemon/feedback de qualidade), plugin de ciclo de vida mínimo que injeta esquema + pré-visualização de conhecimento, e recordação semântica SiliconFlow via proxy compatível com Ollama.

Ponte QQ bidirecional sobre OneBot v11 (WebSocket reverso): sessões por grupo e por chat privado, voz speech-to-text citada por @, visualização privada de imagens/figurinhas animadas, ferramentas de rosto e figurinha.

Mantém um pool de chaves de API por provedor com rotas clone criadas automaticamente, troca para a próxima chave em erros de cota ou rate limit, verifica chaves resfriadas para recuperação e expõe os pools, o cooldown e os códigos de troca na seção Settings.

Distintivo de quota no cabeçalho e separador de monitorização de utilização: saldo/quota restante e contagem decrescente para reposição por fornecedor, com pedidos, tokens (entrada/saída/leitura de cache/escrita de cache), taxa de acerto da cache, custo estimado e latência média monitorizados por sessão, fornecedor, modelo e cliente, armazenados localmente em SQLite com importação/exportação entre dispositivos.

Entrada de voz para a Web UI: ditado segmentado por pausas e mensagens de voz, cada qual com sua própria cadeia de fallback de provedores (Deepgram, Groq, HuggingFace, whisper.cpp local ou endpoint compatível com OpenAI).

Busca qualquer página http/https e retorna título, descrição, texto principal, esboço de cabeçalhos e links, com estatísticas (contagem de caracteres/palavras, tempo de leitura, idioma) e palavras-chave principais; pode baixar imagens do conteúdo para o espaço de trabalho da sessão para análise de visão e despachá-las para analisadores registrados via serviço scrape.imageAnalyzer.

Modelo padrão configurável para delegações a subagentes via settings.yaml, com estratégias de modelo único e multimodelo em rodízio ou aleatória.

Provedores de busca SearXNG e obtenção Crawl4AI para o DeepSeek Harness

🔔 Notificações de conclusão e aprovação entre janelas para o DeepSeek Harness — lembretes em pop-up que trazem você de volta ao DSH, no estilo Codex/WorkBuddy.

Aprovação automática baseada em regras para escalonamentos de sandbox do DeepSeek Harness, com revisor LLM opcional e fallback humano nativo.

Adaptador LLM do GitHub Copilot: login com fluxo de dispositivo OAuth, descoberta de modelos ao vivo pela API do Copilot, suporte a visão para modelos com capacidade de imagem (gpt-4.1, gpt-4o), e dois protocolos de comunicação (Chat Completions e Responses API) com roteamento automático de endpoint por modelo.

Carrega arquivos .mpkg do Wallpaper Engine como fundo web do DSH: vídeo incorporado, troca por horário, desfoque fosco unificado, biblioteca de papéis de parede local e rotação.