Plugins

Reino de governança de agentes para o DeepSeek Harness: territórios, vinculações de função (bind/unbind/session com identidade de modelo/agente), e um ciclo de tarefas planejar→atribuir→executar→revisar em que as declarações do Worker nunca se autocompletam (Claim ≠ Fact), com um console de operações GUI local.

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.

Fontes Anthropic Sans, Serif e Mono para DSH Web UI, com Source Han como fallback para CJK.

Adiciona um preset de permissão `auto` entre workspace-write e danger-full-access: um classificador concede uma vez as escalações rotineiras do sandbox, enquanto solicitações perigosas ou incertas continuam sendo encaminhadas a um humano.

Dá visão a modelos somente de texto: encaminha as imagens do usuário para um modelo de visão compatível com OpenAI e exibe as descrições em um painel direito da interface web.

Gerencie plugins do DeepSeek Harness (DSH) com um clique na Web UI: visualização, ativação/desativação em tempo real, instalação/desinstalação, gerenciamento de ambiente e market de plugins. Cobertura total para plugins em bundle e fora dele.

Loja de aplicativos de plugins para a DSH Web UI: navegação por catálogo, busca, instalação com um clique, selos de compatibilidade e lista de instalados.

Cérebro DeepSeek + transcrição automática de imagens: anexe imagens na GUI e cada uma é transcrita pelo deepseek-v4-flash-vision-exp oficial por padrão (um cérebro V4-Pro puramente textual pode ver imagens), com qualquer VLM compatível com OpenAI ou Ollama local como alternativas.

Skin no estilo Claude, com fundo preto quente, acento em terracota e UI com fonte serifada, seguindo os temas claro e escuro nativos.

Workbench visual para gerar/cortar imagens de referência e criar modelos 3D Tripo por componente. Solicita aprovação por tarefa paga e permite pré-visualizar recursos localmente.

Agrupa todas as contas WorkBuddy conectadas nesta máquina em um provider com failover automático e oferece OpenAI Chat, OpenAI Responses e Anthropic Messages no mesmo pool. Inclui aliases de modelos, estatísticas de uso e automação programada de créditos.

Fuzzing direcionado por agente LLM. A partir de um repositório e bug (descrição CVE, patch, trace de crash ou file:line), executa PLAN, IMPLEMENT, EXECUTE e REFLECT; o modelo escreve geradores Python de entradas até acionar o oráculo de padrão stderr da campanha ou ela parar.

Plugin de análise estática LLVM que cria bitcode do programa inteiro para projetos C/C++ e executa análise de alcançabilidade do kernel-analyzer (KAMain). Fornece ferramentas kanalyzer_* ao agente e o serviço ctx.kanalyzer a outros plugins.

Permite que o DeepSeek Harness veja e opere qualquer programa no Windows. O modelo observa a tela real e controla mouse, teclado e janelas. Executa várias etapas em uma ida e volta e foca a janela antes de inserir dados para acertar o clique. Pode executar tarefas de desktop como desenho CAD, simulação de circuitos e envio de mensagens.

Gerencia o System Prompt padrão do DeepSeek Harness: consulte, pesquise e sobrescreva nas configurações da Web GUI o prompt final de cada turno.

Plugin LLVM de análise estática para DeepSeek Harness: gera bitcode analisável e executa análise de alcançabilidade do kernel-analyzer (KAMain) via ctx.kanalyzer.

Proteção contra loops para dsh: observa llm/stream, detecta e dispara novamente chamadas só de raciocínio ou material repetido e inclui dois interruptores durante o fluxo.

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.

Desenha cada ramificação de uma conversa como uma árvore clicável ao lado do chat, com favoritos, ícones e cores personalizados, mesclagem e divisão de ramificações, layout ciente de rewind e ramificações do Claude Code que mantêm sua memória.

Loop de heartbeat para DeepSeek Harness: a cada 20 minutos (por padrão) o agente desperta sozinho para manter um perfil local dos seus interesses e preferências, buscar na web o que importa para você e guardar o que encontra. Quando tem algo que vale a pena compartilhar, envia um pacote curto de notas às sessões às quais você o vincular. Um conjunto de regras em código — horários de silêncio, janelas ocupadas, um limite diário, um tempo de espera — decide se ele pode falar, e o agente nessa sessão decide se realmente dirá algo. Somente para Windows.

Um painel Settings gerencia MCP, skills, memória, subagentes, prompts e sessões. Combinações de cenários trocam todo o ambiente; o Agent também pode operar o plugin.

Melhora a experiência com modelos: várias formas de preencher parâmetros, compatibilidade aprimorada, memória do esforço de raciocínio, subagentes que acompanham em tempo real o modelo e esforço do pai e ajuste automático do esforço pela IA.

Explorador de arquivos do projeto na coluna de detalhes (seleção múltipla, mover por arrastar, enviar, baixar, renomear, lixeira, abrir no sistema) com uma aba de pré-visualização somente leitura dentro da sessão para Markdown/HTML/JSON/CSV/notebook/PDF + realce de código, um selo de throughput do modelo em tempo real e uma GoalBar multilinha.