Plugins

Usa uma chave API PackyCode (PackyAPI) no DeepSeek Harness por uma rota de modelos multiprotocolo integrada, com rotação de chaves e exibição do saldo.

Adiciona três páginas de configurações ao DeepSeek Harness: adicionar/editar/ativar/remover MCP servers; escrever skills de agent ou instalá-las de um repositório GitHub; manter uma biblioteca global de personas e ativar uma.

Gate de três níveis deny/ask/auto para a família de ferramentas computer-use (`cua-driver`): Settings mostra um controle segmentado por categoria, e uma allow list ou deny list por nome da ferramenta prevalece sobre os níveis.

Painel de gestão Kubernetes multicluster usando kubectl local, com filtros de recursos, edição YAML, logs de Pod ao vivo, terminais interativos de contêiner, reinício/escala de workloads e sincronização do tema DSH; acessível pela barra lateral ou visualização da sessão. Requer DSH 0.2.0-rc.2.

Sincroniza listas de plugins de terceiros do DeepSeek Harness por armazenamento compatível com S3, com prévia de diferenças, snapshots locais, reversão e sincronização opcional de configuração do provedor LLM.

Lê o fluxo de eventos da sessão sem chamadas extras ao modelo e transforma correções, falhas e soluções em candidatos pendentes de aprendizado. Cada candidato é avaliado por critérios escritos e informa por que foi aceito ou recusado. Só a confirmação grava uma skill, exclusivamente pelo writer validado `learn_skill_manage`. Um curator ocioso marca skills sem uso como stale e as arquiva movendo, sem excluir; preserva as que ainda estão sendo carregadas. Registra cinco ferramentas (`learn`, `learn_review`, `learn_curator`, `learn_skill_manage`, `learn_skills`), uma seção de prompt com os critérios e um guard que recusa edição direta dos arquivos de skill para impedir o desvio do writer.

Conecta o DSH a um armazenamento MemVault local: injeta blocos centrais de memória no system prompt, extrai turnos concluídos pelo pipeline próprio do MemVault e oferece um painel para navegar, rastrear, revisar e reproduzir o que foi armazenado.

Predefinições de esforço de raciocínio para modelos de terceiros: 16 perfis de provedor/modelo com valores wire personalizados por modo, gravados em dsh-llm-pi-ai após validação prévia e rejeição por regra. Alterna por modelo entre OpenAI Chat Completions, OpenAI Responses e Anthropic Messages, reorganizando rotas automaticamente. Botão Optimize no compositor e seção de configurações reescrevem o texto com o modelo escolhido.

Permite que um modelo DSH inspecione e opere aplicativos do Windows por meio de um runtime Codex Computer Use instalado, com aprovação de aplicativos por sessão.

Busca artigos por DOI ou palavra-chave: pesquisa no Crossref e OpenAlex, download de PDFs em lote por oito mirrors do Sci-Hub com alternativa open access via Unpaywall, validação de magic bytes PDF, concorrência limitada e manifesto HTML clicável para artigos que não foram baixados.

Envolve a biblioteca Python Scrapling em até 19 ferramentas de modelo, registradas conforme os recursos detectados: renderização em navegador real para páginas só-JS; extração CSS/XPath que retorna dados, não Markdown; seletores autorreparáveis; sessões reutilizáveis com login; captura XHR; capturas de página; ações de navegador sujeitas a controle; e crawler restrito por domínio com modos content/sitemap/feed/Shopify no backend oficial de jobs. Também pode substituir web_fetch / web_search e servir a mesma tabela via MCP. Requer Python 3.14+ e Scrapling instalado. Ferramentas de navegador também exigem Chromium para patchright; uma CLI opcional o instala apenas no macOS arm64.

Transforma um NAS ZSpace (极空间) em ferramentas nativas do agente: list/stat/search/read/download/upload/write, criar pastas, rename/move/copy/delete. Funciona entre redes pelo relay do cliente desktop, sem LAN, WebDAV ou SSH; na mesma rede, muda automaticamente para o transporte WebDAV direto mais rápido. Delete exige confirm: true explícito. write/upload/create-folder/rename/move/copy executam diretamente; zspace_write sobrescreve arquivo de mesmo nome, salvo se overwrite for false.

Workbench de três janelas para dsh web: chat, construção e revisão somente leitura lado a lado por workspace, com hooks por janela. A revisão anônima multimodelo pede confirmação antes de executar, agrupa achados por problema e reporta em Markdown.

Abre o chat lateral do DSH em uma janela desktop Windows sem moldura e sempre no topo, sobre qualquer app. Traz Settings próprias para aparência, fixação, geometria lembrada, opacidade, threads efêmeras e limpeza de cache.

Servidores MCP por projeto: declarados nos documentos do projeto (`.dsh/mcp.json` por padrão; lista de arquivos local/global em Settings) e montados apenas em sessões daquele projeto, a partir do primeiro turno, liberando quando ocioso. Barra lateral/Settings mostra projetos ativos, estado dos servidores e sessão do mount; oferece `Sync`/`Retry`/`Release`, `enabled` e edição de entrada existente. Política por projeto (`disclosure`/`direct`/`off`), pins e `mcp_search_tools` definem o que o modelo vê. `${VAR}` é resolvido pelos `.env` do projeto e arquivo de credenciais; contadores por servidor persistem após as sessões.

Plugin do DeepSeek Harness que empilha verticalmente os itens do rodapé da barra lateral, padroniza o visual dos cartões e permite reordená-los arrastando.

Predefinições em que basta informar a chave: um plugin grava no DSH, com um clique, as rotas oficiais do llm-pi-ai e credenciais de 50 canais; também configura Tencent WorkBuddy, OpenCode (chave no auth.json do app) e cc-switch via CLI. O núcleo é JavaScript puro e reutilizável em outros apps.

Um grupo privado do Feishu por workspace DSH, com sincronização bidirecional de mensagens em tempo real.

Mantém a documentação do projeto no DeepSeek Harness alinhada às decisões: o mesmo log de decisões somente de acréscimo e o snapshot de design derivado são atualizados dentro do processo, não por um processo hook.

Preferências ajustáveis para o mecanismo oficial de compactação do dsh (limite, retenção, modelo/raciocínio de resumo, compactação ao fim do turno), importação de modelos llama.cpp para Models e auxiliares de abas/notificações (favicon com indicador de status).

Controla um Chromium já em execução (Chrome, Edge, Brave, Vivaldi, Opera, Chromium, Arc ou Thorium) por uma conexão CDP persistente, pedindo aprovação de depuração remota uma vez só. Comandos de abas, navegação, JS, snapshots DOM, cliques, digitação, capturas e assertions CSS/DOM/pixels passam por rota HTTP loopback chamada com o shell tool já existente do agente. Não registra ferramentas novas; inclui sua skill de uso e não tem dependências runtime.

Move para o topo da lista lateral os workspaces com sessões que precisam de atenção, nesta ordem: aguardando você, em execução, concluídas mas não abertas, apenas lidas. Mostra barra de status, fundo e título coloridos e um pulso único quando a execução para. Usa tokens do tema ativo; Settings define as três durações de promoção de sessões concluídas.

Substitui o executor pwsh do perfil Web por uma subclasse que passa cada comando por `rtk rewrite` antes da execução para economizar tokens. Se não houver equivalente, faltar rtk ou ocorrer timeout, executa o comando original sem alterações e mantém a semântica do sandbox.