Plugins

Painel de cobrança na barra lateral: uso real agregado a partir dos registros de sessão (chamadas/tokens/cache por modelo e por dia), custo estimado em CNY a partir de um catálogo de preços multi-provedor atualizado, rotas de planos de assinatura (coding/token/agent) isentas, e pontos de status por provedor.

Auto-memória no estilo Claude Code, nativa: arquivos de memória tipados (user/feedback/project/reference) com um índice MEMORY.md injetado automaticamente no system prompt (pegada zero quando vazio); memory_write/read/list/delete seguem as regras de escrita do Claude Code (deduplicar e atualizar, datas absolutas, links cruzados); camadas por workspace e por usuário, bloqueio de arquivo entre processos com recuperação de lock órfão, Markdown puro em disco, sem serviços externos, sem embeddings.

O Agent Context Editor é um plugin entre agentes para excluir, editar e comprimir seletivamente o contexto de conversas de IA manualmente. Também suporta pesquisar, filtrar, selecionar, ocultar, restaurar e desfazer alterações de conversa preservando a sessão original.

Alternativas de palavras e preenchimentos ativados por sublinhado no composer. Termine uma linha com _ e ela é preenchida; erros de ortografia são sinalizados enquanto você digita. Passa pelo modelo já configurado no dsh, portanto não precisa de chave de API.

Trace Compare & Live Maze: desenha a exploração real do agente — caminho principal, desvios falhos ou sem saída, retrocessos e ramificações de subagentes — em uma única linha do tempo de relógio de parede; envie 1–2 logs de sessão para uma comparação no mesmo eixo ou observe seu crescimento ao vivo em uma aba de sessão.

Mantém um servidor local de modelos TinyTitan acessível a partir do harness: atualiza a rota llm-pi-ai a partir dos modelos instalados e monta um backend de compaction que não pensa.

Arnês de auditoria no commit para agentes de codificação de IA: 24 regras de git-diff (segredos, edições fora do escopo, injeção de prompt), trilha de auditoria assinada por HMAC, reversão de snapshot e um servidor MCP com 84 ferramentas. Instalável via `dsh plugin add`.

Permite que o LLM use um ambiente de linha de comando (CLI).

DeepSeek Harness remoto com acesso completo à API do lado do servidor (`settings.*` / `credentials.*` / `host.listDirectory`). Proxy reverso protegido por token, sessões por dispositivo, QR code de convite por telefone, autoverificação de cerca (fence), aprovação opcional / CIDR / tempo limite de inatividade / TLS local, WebSocket/SSE.

Kit de ferramentas de P&D quantitativa para DeepSeek Harness — 59 ferramentas em seis domínios cobrindo dados de mercado, indicadores, avaliação de fatores, validação walk-forward de ML, risco (VaR/CVaR/drawdown/Beta com Kupiec POF), opções, títulos, FICC e simulação de fundos, com um pipeline de pesquisa ponta a ponta PDAT→PET.

QA de fidelidade de design para modelos somente texto: uma ferramenta `deepseek_vision` empresta um olho de qualquer rota de visão compatível com OpenAI, para que o modelo possa julgar se uma implementação corresponde ao seu mock — fornecida com o benchmark por trás desse julgamento (quatro fixtures, 23 defeitos injetados, transcrições brutas) e a disciplina de questionamento da qual ele depende.

Assume a caixa de entrada web do DSH (v0.3.0-beta.4 · pacote de capacidades para tarefas complexas: 3D / normais / interação / dados / concorrência / detalhes de desempenho verificados ponto a ponto + aceitação automatizável + bilíngue chinês-inglês · aplicável a dsh-0.1.6-alpha.1): antes do envio, uma IA independente (mensageira) otimiza o prompt em um comando pronto para a IA de trabalho (quatro intensidades, comprimento do fluxo conforme a dificuldade, isolamento por sessão, mini janela minimalista).

Cofre local do Obsidian como base de conhecimento do agente, com ferramentas DSH somente leitura que encaminham status, preferência, correção, memória, projeto, busca e sugestão para a página correspondente.

lowtide: pipeline de tarefas em lote fora do pico com adjudicação humana para dsh (consciente de preços pico/vale)

Executor de lotes fora do pico para DeepSeek Harness: os usuários definem tarefas durante horários movimentados — prompt, estratégia, prioridade, workspace, arquivos bloqueados — e as liberam manualmente; o plugin então executa o lote automaticamente dentro de janelas fora do pico definidas pelo usuário. Cada execução passa por cinco verificações de pré-voo (workspace, git HEAD, sha256 de arquivos bloqueados, adequação à janela, orçamento diário), suporta quatro estratégias de execução (única / iterativa / amostragem / revisão) e três níveis de autonomia (L1 por tarefa, L2 lote, L3 totalmente automático), e fecha o ciclo com um relatório matinal contendo diffs, gasto real e economia de um livro-razão diário alinhado com a tarifação oficial de pico/vale.

Guardião de escrita acadêmica (bilíngue inglês/chinês): remove a escrita defensiva típica de IA, protege evidências científicas (números, citações, força das afirmações, resultados não significativos, escopo) durante a revisão, e calibra o texto para um periódico-alvo (Journal Profile + Journal Fit). Regex/estatística local determinística, sem rede nem LLM; inclui writing_rules / writing_audit / writing_style_profile / writing_journal_profile com auditoria automática ao escrever o artigo.

Configuração de esforço de raciocínio e modalidade de entrada por modelo para provedores terceiros: sugestões fundidas de uma base de conhecimento de modelos e evidência bruta do endpoint /models com rótulos de confiança, editadas dentro do card oficial da página Models.

Configura níveis de reasoning-effort e padrões de sub-agente para modelos DSH customizados.

Cofre Obsidian local como repositório de conhecimento do agente, com ferramentas DSH somente leitura que roteiam status, preferência, correção, memória, projeto, busca e sugestão para a página correspondente.

Fluxo de trabalho de recrutamento com IA para RH e headhunters: definição de padrões da vaga, sourcing e triagem inicial por dois canais (Boss Zhipin e Liepin), mapeamento de talentos do mercado, avaliação de currículos, agendamento de entrevistas, registro de candidatos e relatórios diários. Pode ser instalado como plugin do Claude Code ou plugin do DeepSeek Harness (dsh) — este último traz um painel "Navegador de Recrutamento" pronto para uso. Também funciona com qualquer assistente de codificação com IA que leia o AGENTS.md.

Conselho multimodelo para o DeepSeek Harness: respostas independentes, revisões anônimas entre pares e uma decisão final inspecionável.

Pipeline de QA como 10 agent skills: análise de requisitos, estratégia de teste, escrita e revisão de casos, automação E2E (Playwright) e API, exploratório, escopo de regressão e análise de bugs, respaldado por uma base de conhecimento compartilhada com regras de formato, modelo de risco e validadores de schema.

O sistema operacional de marketing para agentes de IA: primeiro pense como um profissional de marketing, as táticas são o resultado.

Entrada de voz para a interface web: toque em Alt (ou Alt+Space) para iniciar/parar o ditado, Web Speech do navegador (sem configuração) ou ASR em nuvem compatível com OpenAI, polimento opcional por meio do LLM configurado no DSH, interface de configurações.