Plugins

Mostra o saldo do DeepSeek e o gasto diário estimado, mescla registros JSONL externos de chamadas de visão e adiciona um dashboard por sessão com estatísticas de modelo, TTFT, taxa de cache, logs de chamada, estimativas de custo, filtros e exportação CSV.

O seletor de modelos para o DSH: aponte para qualquer endpoint compatível com OpenAI, com presets selecionados de provedores DeepSeek gratuitos/baratos e fallback automático quando um nível gratuito limita sua taxa

Importa logins locais do Codex, Grok, Claude, OpenCode e CC Switch para o DSH; escolha as fontes e habilite modelos nas Configurações

Controle do computador Windows para DSH com motor nativo em C#. Modelos DeepSeek somente de texto podem ler controles UI Automation e preencher formulários em lotes verificados, sem capturas de tela; referências de controle obsoletas podem ser localizadas novamente por identidade única. Recusa CAPTCHAs e códigos de verificação e os devolve a você pelo aviso de aprovação do DSH. Esc interrompe o turno a qualquer momento. Projeto derivado de Yu-tao-Li/dsh-computer-use-win; não instale junto com esse plugin upstream, pois ambos controlam o mesmo desktop.

Selecione um modelo e seu esforço de raciocínio com um único gesto de arrastar em uma grade bidimensional.

jailbreak armor por modelo: uma tabela ativa padrões com 25 feitiços (20 em 11 famílias, mais uma armor independente do modelo, um arquivo de preferências upstream e três camadas de persona combináveis). Pré-visualiza o bloco exato e o grava somente no system prompt do modelo ativado; os demais ficam intactos.

dsh-TokenLens (词元透镜): capacidade do plano por provedor e estatísticas locais de tokens DSH (hoje/7d/30d/sempre, por harness/provedor/modelo/espaço de trabalho).

Usa hosts SSH e distribuições WSL como espaços DSH remotos, com configuração do ambiente, migração das configurações de modelo e interface remota incorporada localmente.

Hub QQ para DeepSeek Harness: conversas privadas e em grupo via OneBot v11 (SnowLuma/NapCat), memória e roteamento de persona por conversa, assistente visual que descreve imagens para modelos só de texto, análise de links multiplataforma (vídeos grandes como arquivos do grupo; galerias de imagens em linha ou em encaminhamentos agrupados) e painel web para modelos, personas e configurações. Derivado de aureth-labs/dsh-aurabot-qq; não instale ambos.

Bloqueia chamadas de ferramentas cujos argumentos perderam os limites; mantém aberto o turno de encerramento quando uma etapa não foi executada sem aviso, para que o modelo possa tentar de novo; e substitui a saída danificada na superfície visível ao modelo após um fork. Sem dependências.

Pipeline em camadas com vários modelos para DeepSeek Harness: um modelo forte planeja, um rápido redige, um terceiro revisa e, se a revisão falhar, o trabalho é refeito automaticamente. Endpoints, protocolos, modelos e gates são configurados no painel de ajustes do DSH.

Bundle do DeepSeek Harness adaptado de whatcccup/cece_legal_skills (MIT) para ocultar dados sensíveis localmente em DOCX, PDF, TXT e Markdown com revisão humana, mascaramento de PDF, histórico local e edição opcional de regras do Agent. Requer Python 3.9+ e download inicial das dependências. O acesso ao modelo só é necessário para gerar regras; 1.3.0 é uma prévia de desenvolvimento e a aceitação no Windows está pendente. O upstream é uma ferramenta offline independente/skill do SkillHub, não um plugin DSH; por isso não pode ser instalado com este bundle.

Controla o menu de modelos: chaves por modelo/provedor, grupos, busca nome/ID; filtros tipo, multimodal/raciocínio, contexto mín. 128K/256K/512K/1M. Modelo atual permanece. Linhas: tipo; chat: raciocínio/níveis do adaptador, contexto, modalidades de entrada. Prioridade dos rótulos: manual > documento de configurações > adaptador > relay GET /models > catálogo pi-ai / models.dev > inferência pelo nome > correções do fornecedor; mouse mostra origem, tracejado = inferido. Tipo/contexto/modalidades/esforço editáveis, salvos fora do perfil e exportáveis ao provedor. Atualização forçada limpa caches e consulta adaptador/relays. Ativada por padrão, a opção aceita em memória imagens em rotas relay somente texto, sem mudar a configuração. Lista oculta no patch do perfil e espelhada em $DSH_HOME.

Reutiliza no DeepSeek Harness os modelos já autenticados no app AStudio, sem configuração.

Paródia de atribuição DogCatTrace em uma aba lateral: cria três desafios de inteiros, cole cada resposta do model em um campo por vez e veja o ranking de 24 raças de cães e gatos.

Chat ao vivo do Bilibili para DSH: lê mensagens, só envia após confirmação explícita e permanece na sala em segundo plano. O modelo pode decidir se responde; áudio pode ser transcrito, mas não há compreensão de vídeo. Requer venv Python 3, requirements e cookies Bilibili; transcrição requer ffmpeg e Whisper.

Memória em texto simples para DSH: cada evento é uma seção Markdown com seis campos; a recuperação usa associação entre elementos, não busca vetorial. No máximo dois títulos antigos aparecem por turno e nenhum modelo ou rede é chamado. A biblioteca é manual: pode ser aberta, pesquisada com grep, corrigida e levada a outro computador.

Gerencia uma lista de modelos Magpie e grava os selecionados em um grupo de provedor Magpie: sincronização completa de /v1/models, entradas manuais, contexto, limite de saída, entrada de imagem e reasoning effort por modelo, classificação e reordenação por arrastar. No Windows x64/ARM64, baixa e atualiza Magpie de yetone/magpie-releases com verificação SHA-256 e rollback; atualiza automaticamente quando a versão tem 30 min e todas as conversas estão ociosas. Inicia Magpie na bandeja com o DSH e alterna lite mode e prevenção de suspensão.

Escolhe o modelo de cada subagent no catálogo local conforme a categoria da tarefa, a menos que o chamador já tenha indicado um. Classifica juntos os níveis gratuitos e de cota por tags de capacidade; só usa um modelo mais caro se nenhum econômico estiver marcado como adequado. Apenas provedores com saldo restante legível ou vinculados a uma conta entram no conjunto de candidatos; os demais continuam listados, mas não recebem roteamento. Um painel permite prioridade manual por modelo acima da ordem automática e controles para permitir/revogar.

Conecta um gateway Magpie auto-hospedado com uma rota de provedor por proprietário upstream. O seletor padrão mostra grupos como Magpie (Claude) e Magpie (Codex); inclui failover automático entre várias linhas, cartões de uso somente leitura, reasoning effort padrão por modelo, troca rápida por sessão para modelos prioritários e Cloudflare Access opcional.

Repete no turno falhas do modelo (quedas, timeout, rate limit, 5xx). Configura tentativas, atrasos, backoff e fallback; backoff de rate limit tem limite e jitter e respeita dicas do servidor. retry-until-success é opcional e tem teto temporal. Config/painel permite editar tentativas, atraso inicial/máximo, fator/jitter, janela rate-limit, teto, gatilho/limite de fallback, TTL da blacklist de rotas inativas e arquivo de log. Após falhas repetidas, troca para alternativa fixada, filtrada por allowlist ou escolhida do catálogo. Auth failure, assinatura expirada e billing bloqueiam a rota por 30 min.; stale-assembly mantém retries na nova rota. Painel lateral com estado ao vivo, rotas e incidentes; chinês/inglês; logs apenas em memória por padrão.

Salve snippets reutilizáveis com categorias e `{{placeholders}}`; gerencie por comandos `/snippet` (add, list, rm, optimize) e insira no composer por um dock arrastável. Refinamento de IA em um clique com o modelo padrão.

Comandos slash para o canal Weixin do DeepSeek Harness: alternância e biblioteca de personas, histórico de sessão (carregamento leve ou troca real), seleção de modelo, uso e saldo de tokens e saudações diárias agendadas. Executados no host, sem consumir tokens do modelo.