Plugins

Memória de projeto para dsh com integração nativa ao sistema de tarefas: todos os todos da sessão e leituras de arquivos são condensados automaticamente em registros de tarefa entre sessões (links task↔file), de modo que fluxos de trabalho possam ser alternados e retomados sem recontextualização. Memória em tempo de leitura (sem varredura inicial): extrai símbolos de código, resume docs e cria cross-links docs↔symbols; aprimoramento semântico opcional de TS (auto ligado quando TS está instalado). Notas de experiência são deduplicadas automaticamente. Cada recuperação inclui uma citação rastreável. Pure JS, uma única dependência, funciona de saída, operação silenciosa, zero overhead.

Transforma documentos locais em markdown e texto numa base de conhecimento consultável com pesquisa híbrida semântica e por palavras-chave, verificação de citações e injeção de fontes.

🌊 Painel de saldo/uso persistente e totalmente personalizável para o DeepSeek Harness — mapa de calor de atividade, comparação de canal duplo, somente local e focado em privacidade.

Otimização com um clique de uma instrução bruta em um prompt profissional: três estilos de saída, perfilagem de papel/tarefa/objetivo ciente da situação, aprendizagem autoiterativa (memória de sessão + padrões inteligentes + substituições do usuário), /template para 22 sub-cenas com zero chamadas de modelo, ✨ otimizar/desfazer com um clique na caixa de entrada, ferramenta prompt_optimize, hook de auto-otimização e documentos zh/en detectados automaticamente.

Skill Smart Charts: transforma arquivos de dados CSV/TSV/TXT/XLSX/XLS/JSON em HTML ECharts interativo e autônomo — 32 tipos de gráfico, inclusive mapas offline, 3 temas, sem CDN. Um perfil de dados --profile (dtype por coluna, cardinalidade, ausência de valores, amostras, estatísticas, granularidade de entidades, sinais de insight) permite ao agente ler os dados e escolher o gráfico sozinho; cada gráfico embute uma ficha técnica (plot_stats + data_preview) cujos números são os únicos valores citáveis. O código de transformação do LLM roda em sandbox restrito (blacklist + whitelist de AST + builtins seguros); --doctor autoverifica o ambiente Python. Totalmente offline, ECharts incluído.

Ponte para dispositivos HarmonyOS: loop de automação de captura de tela/instalação/log/crash/UI via hdc com read_image, conhecimento de API versionado priorizando fontes oficiais (SDK .d.ts + documentação offline embutida) e uma trilha de build/assinatura/lint via CLI do DevEco.

Saldo da conta DeepSeek e custo da sessão na dock do composer, com preços oficiais obtidos automaticamente e suporte a horários de pico/fora de pico.

Combine seus modelos e orçamentos de tokens com cada função, então deixe o DSH delegar subagentes especializados por tipo de tarefa. Cobre análise de arquitetura, UI/UX, implementação de código, exploração da base de código e pesquisa de documentação, com configuração automática mais esforço de raciocínio e permissões de ferramentas por função.

Análise de documentos do DSH independente de provedor, alimentada por MinerU, com jobs em segundo plano nativos, resultados imutáveis e coalescência segura de solicitações.

Gerador de galgame: forneça um documento de roteiro além de recursos de personagem/fundo/BGM/animação no espaço de trabalho (img_human/, img_bg/, audio/, img_cg/) e ele gera uma página web de visual novel jogável com slots de salvamento configuráveis ([存档 N], 9 por padrão), sprites seguidores do falante com troca de variantes multi-pose ([表情]), animações de abertura/encerramento/CG ([op]/[ed]/[cg]), controle de reprodução/parada/volume de BGM e ramificação por linhas if.

Ferramenta de compreensão de vídeo de baixo custo: uma ferramenta video_understand transforma um link do Bilibili / BV / vídeo local em uma camada de informação AVIS (ASR + estrutura de cena + rastreamento de objetos + rótulos YOLO) e retorna resumo + Q&A. Roteamento dinâmico entre camadas orientado por perguntas (L0 ASR / L1 rastreamento de objetos / L2 VLM de keyframe), reutilização da camada semântica para perguntas repetidas, teto de orçamento por pergunta. Motor Python: a camada principal precisa de faster-whisper / opencv / yt-dlp (~200-300MB); a camada semântica opcional adiciona ~2GB de torch / transformers / ultralytics. Um doctor --fix incluído configura o venv e instala ambos.

O trio de escritório! Ferramentas de documentos de escritório para o DeepSeek Harness (dsh): gera, lê e edita planilhas (.xlsx), PDFs e apresentações (.pptx).

Pontuação de qualidade multidimensional para plugins do DeepSeek Harness que avalia um repositório ou pacote npm em sucesso de instalação, atividade de manutenção, completude da documentação, varredura de segurança e conformidade com o protocolo usando evidências reais da CLI, e produz um relatório de ranking em JSON ou Markdown.

Skill e ferramentas de apresentação: transforma uma frase ou um documento em uma apresentação HTML e um PPTX editável, com sete layouts (incluindo citações e tabelas PPTX nativas), notas do apresentador (painel HTML na tecla S e slides nativos de notas), cinco temas integrados, configuração padrão de tema/idioma e suporte bilíngue.

Saldo da conta da API DeepSeek em tempo real no dock do compositor, com atualização manual ou automática em intervalo personalizado.

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.

Deixe qualquer projeto pronto para agentes de IA com um único comando. Detecção adaptativa de stack tecnológica (7 linguagens × 14 frameworks × 61 componentes), geração automática de AGENTS.md, esqueleto de documentação, CI/CD e infraestrutura de testes. Em uma frase: dê a qualquer projeto capacidade de desenvolvimento com IA.

Uso da assinatura OpenCode Go (janelas contínuas/semanais/mensais com contagem regressiva de reset) na doca do compositor, com editor de credenciais embutido

Revisão offline de esquemáticos para EasyEDA Pro, exposta ao dsh como quatro ferramentas: relatórios de verificação pontual, esqueletos de arquitetura, um diagnóstico de instalação e uma ponte para o editor ao vivo que prioriza ações somente leitura, tudo conduzido pela CLI local boardwise.

FormatForge: forja mais de 30 formatos de arquivo (PDF, DOCX, PPTX, XLSX, EML, EPUB, TOML, arquivos compactados) em texto legível por IA via uma caixa de entrada arrastar e soltar, as ferramentas ff_translate/ff_formats/ff_result e uma CLI; PDFs digitalizados recorrem a OCR local ou a uma dica de aprimoramento para o modelo da sessão.

Inteligência de documentos local para PDF, Office, imagens e OCR para o DeepSeek Harness.

Um mascote ikun (meme de basquete) que preenche o dock abaixo da linha de status "Deep diving..." durante as respostas: um mascote em sprite sheet caminha por uma barra de progresso de 0→100%, trocando animação e texto a cada 20%, e reproduz um aviso de voz em nível de sistema "nǐ gàn ma~" ao concluir.

Barra de uso do OpenCode Go no painel do compositor: anéis de cota contínua/semanal/mensal, estatísticas de tokens e custo da sessão DSH calculadas com tarifas oficiais em tempo real, detalhamentos por modelo e por escopo da sessão atual com atualizações em tempo real por sessão, cópia da chave de API com um clique.

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.