Plugins

Painel de saldos e uso de API multiplataforma para a GUI web DSH: saldos de DeepSeek, Zhipu GLM, Kimi, StepFun, SiliconFlow, MiniMax, OpenRouter, Novita e xAI sob o compositor, custo estimado por sessão e por subagente com preços de pico/fora de pico do DeepSeek, descoberta automática de relays configurados nas definições do DSH, e um widget de baleia arrastável opcional.

RAG de base de conhecimento de literatura local: 10 ferramentas (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), busca híbrida BM25+vetorial+reranker, QA com citações e links DOI clicáveis, embeddings bge totalmente locais sobre um índice SQLite de arquivo único. Requer Python 3.9+ com pymupdf, faiss-cpu e sentence-transformers; o instalador `npx dsh-kb-rag-install` configura tudo isso e pré-baixa o modelo.

O pacote DeepSeek Harness registra uma habilidade que converte produção longa (artigos acadêmicos, análises setoriais, comentários empresariais) em pipeline de 9 papéis: scouts T1 literatura / T2 dados / T3 casos em paralelo, T4 analista, T5 redator, T6 companheiro crítico, T7 auditor, T8 finalizador, T9 revisor par executados pelo coordenador. Em 6 fases com verificação triangular de evidências, M-gate de 23 verificações, auditoria G0-G14 incluindo gate de rastreamento IA chinês, pontuação peer-review com correspondência de periódicos, e 4 checkpoints humanos. Instala com `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch mais lib/index.js); envia fichas de papel T1-T9, modelos e 11 scripts de verificação sem dependências, com READMEs em cinco idiomas.

Integração mcp-unity de tiro único para DeepSeek Harness: servidor MCP incluído sem configuração manual permite ao agente controlar o editor Unity por meio de 34 ferramentas - cenas, objetos de jogo, transforms, materiais, prefabs, itens de menu, play mode, testes e logs do console - com reconexão automática.

Busca interna do Zhihu, busca web global e respostas Zhida para o modelo pela API oficial Zhihu Open Platform.

Pipeline de pesquisa multiplataforma e busca profunda: harvest_scout para descoberta paralela em GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili e YouTube; harvest_deep_research para relatórios de pesquisa abrangentes automatizados; além de extração, verificação entre fontes e auditoria de credibilidade.

Melhoria de prompt com um clique no compositor — reescreve o rascunho num prompt estruturado (função e objetivo, passos executáveis, formato de saída, critérios de aceitação, casos limite) com pré-visualização antes/depois, reposição no campo e desfazer. Nunca altera a intenção, nunca inventa requisitos.

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.

Converse com o Excel no DeepSeek Harness: crie, edite, repare e verifique planilhas por conversa, com verificações automáticas de saúde das fórmulas após cada edição.

Perfilagem de desempenho e diagnósticos da cache do LLM para DeepSeek Harness — engenharia de contexto, perfilagem de latência e relatórios de comportamento da cache.

Skill de revisão de código orientada por modelos: fluxo de revisão em cinco etapas, classificação por severidade (crítica/média/menor), pontuação quadridimensional (qualidade, segurança, desempenho, manutenibilidade), saída dupla em texto e HTML e base de conhecimento de referência sob demanda.

Bancada científica reproduzível: células orientadas por agente, figuras inline com feedback/reexecução, proveniência por manifesto, snapshots de ambiente e habilidades de figuras nível publicação (9 ferramentas bio_* + UI da bancada).

Otimizador de reasoning_effort por rodada para dsh — reduz automaticamente o raciocínio em chamadas de ferramentas simples e eleva-o para trabalhos pesados, cortando o tempo de pensamento entre chamadas de ferramentas.

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.

Plataforma corporativa de recursos de IA como um pacote cordis de 22 plugins: IAM de organização/conta/função, provedor OIDC e SSO de aplicativos, gerenciamento de servidores MCP com a própria plataforma exposta como servidor MCP, armazenamento de ativos NAS, hub de habilidades, registros de agentes e apps, gerenciamento de conectores SaaS, canal de dados do portal corporativo, painel de bancada de agentes por departamento, integração com grupos DingTalk para envio de mensagens e aprovações, adesão remota ao dsh com um clique e proxy de ferramentas, medição de uso, cobrança por carteira, gateway de modelos, auditoria com alertas, autoatualização e marketplace de plugins de terceiros revisados — mais de 70 ferramentas operacionais tornam-se chamáveis pelo agente dsh.

Controle por rodada do nível de raciocínio (reasoning_effort) para DeepSeek Harness: Auto agenda low/high/max pelo histórico recente de tool calls, ou permite fixar um wire level (off/on/minimal/low/medium/high/xhigh/max), com mapeamento wire personalizado, proteção de capacidade por modelo e presets de janela de contexto (64K–1M); seu capability card por modelo funciona com [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (instalável pelo dsh-market) para testar raciocínio em gateways compatíveis com OpenAI (vLLM / LM Studio / self-hosted). O card escreve capacidades llm-pi-ai, o adapter controla o wire (compat.thinkingFormat) e o plugin mantém a lista de takeover.

Memória entre sessões baseada em arquivos: arquivos de memória em Markdown simples com injeção automática de recuperação, compatível em formato com CLAUDE.md e arquivos de memória do Claude Code, então migrar é uma cópia manual de arquivos.

Skills para construir sites na plataforma Creght: sincronização pull/push via CLI, convenções de página e componente, CMS, formulários, autenticação, SEO, publicação e rollback de versões.

Gerenciador de modos personalizados e assistentes. Em Settings, cada modo recebe seu próprio prompt de sistema, salvo como arquivo comum que o agent loop relê antes de cada etapa do modelo; por isso, uma edição entra em vigor na próxima etapa, mesmo em uma sessão ativa. É possível começar pela composição oficial standard/PTC/minimal/Cordis, alternar individualmente as linhas de plugins montadas por cada modo e dar a ele o nome desejado. Vários assistentes com prompts próprios — para programação, conversa ou uma persona de interpretação de papéis (RP) — podem coexistir na mesma máquina e ser escolhidos a cada nova sessão. Linhas não alteradas permanecem idênticas byte a byte às fornecidas, inclusive nas condições de plataforma.

Integra o Copree (antigo AIsChat) no DSH web como painel lateral nativo. Framework open-source de conversas de grupo com IA e mundos programáveis: as IAs são residentes, não ferramentas: cada uma com memória, estado e personalidade próprios, falam entre si sós; pode ver ou juntar-se. No Group World, cada grupo pode ligar um mundo vivo (página web + IA do mundo + código + relógio), que essa IA constrói e edita com ferramentas de espaço de trabalho do DSH. Inclui o painel nativo (contactos, DMs e grupos fixados), chat ao vivo por proxy HTTP/WS da mesma origem, Markdown/LaTeX, convites e imagens, páginas imersivas, e espelhamento num clique dos mundos nos espaços de trabalho do DSH (pasta + sessão DSH + world_*). Só front end: proxy para um backend Copree seu (127.0.0.1:5228 por omissão).

Página de gerenciamento de MCP nas configurações do DSH: liste, ative/desative, reinicie e exclua servidores MCP, edite-os em modo formulário ou JSON, expanda um servidor para ver as ferramentas que ele registra e importe por colagem configurações MCP de 14 ferramentas (Claude Code, Cursor, Codex, VS Code e mais) de uma só vez.

Adaptador de chat nativo do Ollama Cloud: tradução NDJSON direta do formato de fio /api/chat do Ollama, descoberta de modelos com janelas de contexto e capacidades, e provedores de busca/fetch web sob o id ollama-cloud, além de um cartão de configurações Web.

Incorpora a plataforma de agentes sociais AIsChat na Web UI do DSH como um painel lateral nativo — painel de contatos, chat em tempo real via proxy HTTP/WS same-origin, e renderização Markdown/LaTeX. O plugin é apenas o front-end; faz proxy para um backend AIsChat que você executa (default http://127.0.0.1:5228, do mesmo repositório).

Monorepo multiplataforma de Agent Skills que é montado como um pacote de perfil do DeepSeek Harness, expondo skills de escrita em chinês, Git, desenvolvimento de plugins, "taste" e linter semântico.