Plugins

Proxy global para DeepSeek Harness: roteia ferramentas de agente, solicitações de modelo e buscas web através do proxy do sistema Windows ou um endereço personalizado com um alternador persistente, um cartão de configurações editável e status de proxy visível ao agente.

Verificação LLM refinada para agentes DSH: recompensas pairwise sobre logprobs de score-tokens, seleção best-of-N do Probabilistic Pivot Tournament e rastreamento de progresso por etapa.

Memo — pesquisa de memória de sessão para agentes DeepSeek Harness: recuperação de texto completo entre sessões (memo_search), notas destiladas (memo_remember) e estatísticas do corpus (memo_stats) sobre o serviço oficial sessionQuery. Infraestrutura zero, local-first.

Bridge WeChat bidirecional para DeepSeek Harness via protocolo iLink: vincule seu WeChat pessoal com um escaneamento de QR e converse com um agente DSH local a partir da caixa de chat (texto, imagens, voz para texto, arquivos); um painel de configurações web lida com vinculação/início/parada/status, vinculação de sessão de projeto continua a conversa no desktop, notificações proativas wechat_notify incluem throttling, e o daemon puramente em Node roda em Windows/macOS/Linux.

Agent Experience Network local-first para DeepSeek Harness, destilando experiências em nível de tarefa a partir de traces e manifests ao vivo, classificando por evidência H0-H4, descobrindo por compatibilidade e promovendo somente após revisão explícita.

Usa o Kimi Code como loop de agente do DSH sobre ACP, com aprovações, slash commands e attach de sessão local/remota (ssh+tmux).

Injeta automaticamente skills escolhidas pelo utilizador em sessões DSH, em cada prompt ou apenas no início da sessão, com uma página de definições e um indicador no compositor.

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.

Sinais de ciclo de vida via Web Audio para o DeepSeek Harness: dez eventos configuráveis, três padrões de baixo ruído, sons personalizados por evento e nenhum ativo de áudio incluído.

Mascote de mesa macOS que vive fora da página DSH: janela sempre no topo que não some nos Spaces em tela cheia, seis estados impulsionados pelo DSH local, menu de contexto nativo com modo silencioso e lista de sessões, além de uma skill inclusa que transforma uma foto em um skin completo de dezoito poses usando sua própria ferramenta de imagem e credenciais; apenas Python do sistema e ctypes, sem Electron nem dependências.

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

Ferramentas nativas para um cofre wiki do Obsidian: wiki_query, wiki_write, wiki_rename, wiki_scaffold, wiki_archive e wiki_lint cobrem busca BM25 com contexto de grafo de links, escritas de registro com rastreamento de fontes por sha256, renomeações em todo o cofre, scaffolds de modos, arquivamento de fontes e verificações de integridade — com bloqueios entre processos e git auto-commit opcional.

Provedores de busca e obtenção respaldados pelo Querit para a camada de capacidade web do DeepSeek Harness (ctx.web).

Importa mascotes em sprite sheets no estilo Codex e os renderiza como um shell.overlay flutuante, com uma biblioteca de mascotes, interações e vínculo com o estado do agente.

Um runner ao estilo do Chrome Dino para a interface Web do DeepSeek Harness: jogue enquanto o agente responde, com pontuação de 梁子 a 梁圣 numa faixa de progresso persistente.

Runtime de pet para a GUI web do DSH que renderiza qualquer pet Codex de spritesheet-atlas (v1/v2) como overlay arrastável: arrastar/acenada/pulo, olhos com rastreamento de mouse v2 que seguem o mouse ativo, poses de status do agente ao vivo, balões de progresso e importador de atlas dentro da GUI; inclui um pet demo original CC BY-NC (nastya), e os pets do usuário ficam em ~/.dsh/pets.

Conjunto de extensões de tempo de execução para DeepSeek Harness: caixa de correio entre sessões com ativação de inicialização a frio, equipes de agentes (capitão + membros + quadro de tarefas com dependências + team_wait), política de geração de subagentes com aprovação de escalação, predefinição de roteamento ciente de tarefas, mercado de plugins, gerenciador de habilidades e injetor de tempo de execução.

Housekeeper de ambiente para o agente: inventário de toolchain (node/pnpm/git/gh/ffmpeg/browsers), verificação de scratch/cache com limpeza de um clique protegida por lista branca, e editor do arquivo de regras da máquina (AGENTS.md) - tudo nas configurações da GUI web.

Carrega assets do Claude Code no DSH em tempo de execução — skills, slash commands, regras, regras de permissão (deny/ask/allow), subagentes e hooks vindos de .claude/, além de plugins do Claude Code (plugin.json / marketplace / skills / agents / MCP), por meio de uma camada de parse memory-IR que mantém .claude como fonte única de verdade sem escrita reversa. Seis pacotes instaláveis: loader, skills, permissions, agents, hooks, mcp.

Quatro skills de fluxo de trabalho do GitHub para triagem de PR, feedback de revisão, diagnóstico de GitHub Actions e publicação segura de draft-PR, reutilizando capacidades DSH existentes com fallbacks de gh/git.

Conexão via GitHub Device Flow mais um fluxo de trabalho de PR dentro da conversa: uma barra de status acima do compositor para criar/revisar com IA/mesclar, e ferramentas github_* para busca, leitura e escrita de issues e PRs.

Quadro kanban de projeto por espaço de trabalho: nove ferramentas de modelo kanban_* para planeamento orientado por agentes, mais uma interface de quadro no navegador com persistência em disco, desfazer, modelos e arquivo.

Predefinição de agente de equipe de produto virtual: conversa guiada pelo usuário que percorre todo o pipeline de 12 etapas desde a ideia até o produto lançado, promovido e operado, com portões por etapas e habilidades por etapa.

12 skills de engenharia testadas (git commit, code review, test-first, plugin dev, debugging, changelog, PR review, task breakdown, e mais): cada SKILL.md passa por um validador de formato alinhado com as regras oficiais de skills além de um smoke test de carga isolada.