Plugins

Widget fixo no canto para saldo do DeepSeek no GUI web do DSH: três skins alternáveis (padrão / bowl-na-cabeça / bowl-na-mão), saldo com uso de hoje, pop-ups de custo por turno, conversão de preço pico/fora de pico, efeitos sonoros ao pressionar e falas aleatórias. Modificado de MeteorNOX/DeepSeek-Balance-Whale-Widget.

Acesse a UI web do dsh pela LAN: encaminhamento HTTP/HTTPS/WS mais TLS (certificados autoassinados ou personalizados); compressão adaptativa Brotli/gzip para HTTP e permessage-deflate para WebSocket; a sondagem de WebSocket meio-aberto evita que clientes mobile fiquem ociosos após irem para segundo plano; injeção automática do token de lançamento permite que dispositivos LAN conectem sem copiar o token; proteção contra DNS rebinding + lista permitida de upstream somente loopback.

Grafo de conhecimento de código local-first para agentes de codificação: 10 ferramentas MCP para compressão de contexto em camadas, planejamento DAG, indexação incremental de AST, flywheel de habilidades entre sessões, diagnósticos e importação/exportação de artefatos de grafo.

Canal QQ para DeepSeek Harness através de OneBot 11 / NapCat: mantém uma persona fixa entre sessões com memória de longo prazo, responde em conversas de grupo e privadas, envia stickers e respostas de voz, e inclui uma consola Web local que mostra o que o bot está a fazer. Os ficheiros de persona e memória são escritos por si; o repositório só inclui exemplos.

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.

Canal iMessage bidirecional para DeepSeek Harness via Photon: allowlist de remetentes, comandos de sessão, aprovações e perguntas no chat, e uma página de Configurações para autorização de dispositivo e configuração de linha hospedada.

Sistema disciplinado de fluxo de engenharia para agentes de programação com IA: planejamento, TDD, ciclos de correção automática, grafos de conhecimento do código e execução em ondas multiagente. Requer codebase-memory-mcp (pip install "codebase-memory-mcp>=0.10.8,<0.11.0"); sem ele, /scan para.

Bundle DSH que registra 13 ferramentas nativas codegraph_* que encapsulam a CLI do codegraph, para que agentes façam bootstrap, mantenham e consultem um grafo de conhecimento de código pré-indexado (consulta de símbolos, exploração, trilha de nós, chamadores/chamados, impacto, testes afetados) em vez de fazer grep em arquivos.

Fornece bases de conhecimento locais e remotas com recuperação no escopo de projeto e sessão, gravação controlada de volta e um console de gerenciamento Web integrado.

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.

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.

Um segundo cérebro autossuficiente para DeepSeek Harness — captura automaticamente conhecimento durável de diálogo num cofre Markdown local (dedup personalizado, pesquisa CJK, compatível com git), com uma base de conhecimento gráfica e um grafo de conhecimento interativo (filtro de legenda, coloração por dimensão temporal, seleção por caixa, mesclar, eliminar, exportar/importar PNG).

Base de conhecimento em canvas na barra lateral direita: notas são nós e 9 ferramentas permitem ao modelo ler, escrever, vincular e remover. Nós podem conter imagens e documentos; a leitura retorna o texto e extrai arquivos Office no local, enquanto imagens podem ser enviadas como imagens.

OMK — Observe. Measure. Know. Mudanças de conhecimento respaldadas por evidências para aplicações de IA.

Loop de auto-refinamento contínuo: memória persistente, revisão e refinamento periódicos, conhecimento compartilhado entre sessões e rollback automático por meio de uma ferramenta harness_refine chamável pelo modelo.

Contexto de rede de conhecimento de negócios para o DeepSeek Harness: vincule uma sessão a uma rede de conhecimento OpenBKN, consulte seus objetos e métricas por ferramentas MCP gerenciadas e abra a proveniência respaldada por traces (fatos de execução e um grafo de negócios) para cada resposta. Vem com o OpenBKN Runtime; as visualizações de proveniência exigem uma licença empresarial OpenBKN.

Agente de personagem para QQ (SnowLuma / OneBot 11), Bilibili e Douyin (este requer PC Windows sempre ligado): traços em evolução, memória por pessoa com esquecimento de Ebbinghaus/correção, rotina diária, mensagens proativas, memórias automáticas e painel de ajustes em 10 abas. Grupos QQ bloqueados por padrão; só responde se permitidos ou com allGroups ativado explicitamente, e ainda exige menção por @. No privado, apenas amigos do QQ. Respostas automáticas Bilibili/Douyin desligadas; Bilibili: proprietário, lista permitida e seguidores mútuos; Douyin: proprietário/lista, salvo ativação explícita de reply-to-everyone. Inclui código MIT de dsh-qq-bridge e dsh-douyin-bridge, creditado com LICENSE; não precisa instalá-los junto.

Plugin exclusivo para Windows: observa o título da janela em primeiro plano, reconhece cursos em vídeo do Bilibili, classifica por assunto, busca metadados/danmaku/comentários e gera mapas Markdown+Mermaid e manuais Word. A saída Word exige Python instalado localmente.

Ponte para o ShiGuang Memory Engine (SGME): memória de longo prazo compartilhada entre múltiplos agentes via HTTP — destilação L0/L1/L1.5/L2, injeção baseada em cenário, busca unificada e sinais proativos de cuidado (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), instalável como `dsh-sgme`

Oferece skills de Research Agent, busca bibliográfica com rastreamento de citações, criação de base de conhecimento Markdown a partir de documentos e leitura aprofundada com bancada de navegador para DeepSeek Harness.

Gateway DSH Web de loopback privado para Tailscale Serve, Cloudflare Access e Headscale TCP Serve, com listas de permissão de principais exatas e configuração guiada fail-closed.

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.

Base de conhecimento de uso geral para DSH: importação de md/txt/json/yml/docx/pdf, gerenciamento de pastas, busca de texto completo FTS5 (BM25) e uma interface web de administração.

RAG de base de conhecimento de literatura local para o DSH: recuperação híbrida BM25 + vetorial em um índice SQLite, reranqueamento com cross-encoder, respostas citadas com proveniência em nível de seção e página, atualização somente de metadados e ingestão em segundo plano com acompanhamento de progresso.