Plugins

Painel de modelos do DeepSeek Harness: define o modelo padrão para novas sessões e substituições separadas de provedor/modelo/esforço de raciocínio para subagentes e ciclos de objetivo, com recarga ao vivo.

Adiciona ao DSH modelos WorkBuddy gratuitos e pagos, nacionais e internacionais, sem o app desktop. É um fork mantido de Faide-cyber/dsh-workbuddy, publicado como @bushizhanghan/dsh-workmate; o upstream já consta deste catálogo. Não instale ambos: registram o mesmo provider id, "workbuddy-ai", e entram em conflito. v1.2.7 move prompts de sistema longos para depois do classificador de risco de canal do gateway doméstico, altera a marca DSH e adiciona um despejo de depuração. Compatível com dsh 0.2.0-rc.2 a 0.2.1, incluindo pré-lançamentos.

Painel de uso no hero de sessão vazia: sessões, mensagens, tokens totais, dias ativos, horário de pico, model favorito e mapa de contribuições. Períodos: todo o tempo, 30 dias ou 7 dias.

Substitui o seletor de modelo e esforço de raciocínio do compositor por um menu de dois níveis e seis estilos de controle deslizante.

Após cada resposta prevê a próxima mensagem e a mostra como ghost text cinza no compositor. Tab preenche sem enviar; o model de previsão é selecionável.

Generative UI: o modelo chama render_ui com um snippet React e a resposta vira cartão interativo na conversa. O snippet roda em iframe sandboxed com opaque origin, sem ler página anfitriã, armazenamento ou cookies; a CSP do frame bloqueia a rede. Mensagem do cartão só é enviada após confirmação do usuário; cartões com falha mostram o erro e permitem abrir o source por toggle.

Memória do DSH em Markdown. Registra diariamente conversas reais entre usuário e assistente sem chamar o modelo; depois um LLM as resume no prompt de sistema de cada turno. Busca local CJK bigram + BM25 em 3 níveis (índice/resumo/texto completo) recupera só os detalhes pedidos. Itens P0 e do usuário nunca mudam automaticamente; esquecer marca stale em vez de apagar, com auditoria em status.md. 6 ferramentas: recall/write/status/extract/feedback e biblioteca de skills. Grupos prontos para virar skill exibem cartão ao fim do turno; clique cria SKILL.md, instalado após aprovação. Aprendizado vem ativo e usa o modelo da conversa. O controle principal para o LLM, mas mantém a captura. Falhas aparecem em prompt e status.md. JavaScript puro, sem dependências runtime além dos pacotes Harness.

Diagnostica endpoints de API LLM de terceiros pela barra lateral em quatro etapas: DNS/TCP/TLS, chave e modelo, conversa real em streaming e execuções repetidas cronometradas. Informa time-to-first-token, velocidade de saída e taxa de sucesso; atribui cada falha à etapa interrompida e mostra os bytes que realmente saíram da máquina. São 37 predefinições de provedores, sem nomes de modelos fixos no código.

Executa tarefas Agent únicas ou recorrentes em novas sessões DSH, com agendas em linguagem natural, edição visual e histórico vinculado à sessão. Oferece modelos e skills personalizados, pausa em caso de falha e configurações de permissões.

Reduz a carga do contexto do agente com controles de um clique para skills e MCP: mantém apenas o necessário neste turno. O que for desligado deixa de ser injetado no contexto do modelo, reduzindo conteúdo e tokens.

Mantém a memória entre sessões num documento Markdown curto, reescrito por inteiro ao fim de cada turno. Ferramentas do modelo, página e reescrita automática podem atualizá-lo.

Define um limite mais baixo de compactação automática por modelo no DeepSeek Harness. /autocompact grava uma substituição só para a sessão e o par exato provider/model (off usa os padrões do backend; default a remove). Settings → Autocompact gerencia os limites salvos herdados por cada sessão; o estado atual aparece junto ao campo de texto.

Expõe no seletor do DSH todos os modelos gratuitos do catálogo local `opencode serve`, de todos os provedores, inclusive personalizados. Nega as ferramentas nativas do OpenCode para manter a execução no DSH.

Provedor LLM não oficial para o Volcengine Ark Coding Plan. Registra 12 modelos na rota `ark-coding`, com dados de capacidade por modelo, e alterna automaticamente entre várias contas. Inclui uma versão fixada do arkcli para consultar o catálogo oficial e a cota atual do plano, além de um assistente de configuração e cartão de uso na barra lateral.

Adiciona às estatísticas do campo de texto o custo da sessão por turno e o modelo usado. Também divide o total da conversa entre acertos e falhas de cache (CNY); a tabela oficial de preços é atualizada quando solicitada.

Reproduz mídia local na conversa. Capturas, transcodificações e narrações do modelo aparecem sob a resposta final se o caminho constar em comandos, saída ou resposta; play_video reproduz outros arquivos. Vídeos usam cartões com prévia, áudio uma barra fina; HTTP Range permite buscar sem carregar arquivos longos na memória. Adiciona renderizador lateral porque o visualizador integrado não exibe mp4. look_video usa Chrome/Edge local oculto para folhas com horários, quadros grandes ou sequências curtas; verifica silêncio, volume baixo, clipping, canal único, imagem preta/congelada e cabeçalhos MP4/MOV para celular (codec, HDR, faststart); inclui correções ffmpeg.

Plugin de agentes para DeepSeek Harness (DSH), OpenCode, Pi e Codex: define funções de agentes de IA personalizados com prompts, modelos, Skills, permissões, memória e orquestração multiagente.

Adiciona Git local e quatro abas remotas do GitHub à barra lateral oficial do DSH. Changes permite preparar arquivos individualmente, ver diferenças por linha e usar mensagens de commit escritas pelo modelo já configurado; History também está disponível. Code, Issues, Pull requests e Actions passam pelo host. O token fica no host via ctx.credentials, e /dsh-git/* aceita apenas solicitações loopback.

Fonte de modelos OpenCode Go para DSH: lê o catálogo opencode-go do Models.dev e o disponibiliza em uma rota separada opencode-go-live, mantendo a rota opencode-go integrada. O snapshot do catálogo fica em cache no diretório do DSH e, se a atualização falhar, a última versão bem-sucedida é mantida. Seu próprio cartão de Models permite editar a chave da rota e exibir o uso da assinatura OpenCode Go.

Alternância de modelos e manutenção de turnos para DeepSeek Harness. Se uma solicitação falhar com erro de modelo antes de qualquer saída visível, tenta os modelos dos grupos de provedores configurados e depois o próximo provedor até obter fluxo. Falhas temporárias são repetidas com espera progressiva sob um monitor de atividade; um turno parado é retomado com avisos «继续» predefinidos. O modo opcional totalmente automático responde a permissões, perguntas e aprovações de planos e registra cada decisão em AUTO-MODE.md.

Gera imagens na GPU do usuário enfileirando um fluxo pela API HTTP de uma instalação local do ComfyUI: Z-Image-Turbo para rascunhos rápidos e Qwen-Image-2.1 para materiais finais e texto legível na imagem. Registra comfyui_generate e comfyui_status e traz um Skill sobre seleção de modelos e criação de prompts. Não tem dependências de execução e inicia o ComfyUI sem interface se não houver servidor escutando.

Recupera uma mensagem já enviada: o log da sessão continua append-only e nada é apagado, mas os turnos recuperados saem do contexto do modelo e do transcript, e o texto volta ao composer. Os arquivos alterados por esses turnos vão para uma quarentena que você pode revisar e limpar na página de configurações própria.

Oferece um endpoint autenticado compatível com OpenAI, baseado no CLIProxyAPI, para DSH e outras ferramentas. Reúne WorkBuddy, OpenCode Zen, Ollama/LM Studio locais e assinaturas CLI como Codex e Kimi. Faça login pela página do DSH sem instalar as CLIs e sincronize os modelos escolhidos, agrupados por origem. As configurações incluem chave por origem, etiquetas grátis/pago, uso do plano, estatísticas de 24 horas das chaves API, seleção de modelos e atualização/desinstalação. Funciona em macOS, Linux (inclusive junto do dsh-vps) e Windows.

Impede o DeepSeek Harness de compactar (resumir) a conversa cedo demais. Sem o plugin, em janelas de contexto menores a compactação começa perto da metade; com ele, espera até o nível desejado (80% por padrão), configurável por provedor/modelo. Só muda o momento da compactação; o DSH continua decidindo o que o resumo mantém.