Plugins

Tarefas agendadas: executa um prompt em cronogramas cron, cada execução abre uma nova sessão de agente para realizar o trabalho, com vinculação de espaço de trabalho, execução manual, nomeação automática de sessões e uma página de gerenciamento de tarefas em tela cheia.

Registra cada escrita, edição e `rm` de shell do agente em um repositório git sombra e depois os revisa hunk por hunk no VS Code — aceitar ou reverter cada um. Necessita da extensão complementar dsh-review-vscode; o painel só aparece dentro do webview do VS Code.

Memória entre sessões com lembrança determinística de zero token (bigram-Jaccard fundido com FTS5 BM25 via RRF, tokenização ciente do chinês), reforço que fortalece observações repetidas, e procedimentos cristalizados em arquivos SKILL.md refinados no lugar por um ciclo active-stale-archived com archive e rollback reversíveis. Ingest e disposal expõem um nível de autonomia escolhido pelo usuário; conflitos e gravações de alta importância sempre vão para revisão humana, e nada é autoapagado. Requer Node 22.5+.

Uma camada de autocorreção para chamadas de ferramentas: parâmetros ausentes, campos errados e caminhos fora do intervalo são corrigidos antes de chegarem ao modelo. A taxa de erro visível caiu de 7,95% para 2,20%.

Badges inline +N −M nas linhas das ferramentas edit/write e um cartão recolhível de resumo de mudanças de arquivo por turno com diffs alinhados, revisão e undo — cobre chamadas nativas edit/write, str_replace_editor e subchamadas do Code Dispatch, sem necessidade de git.

Roteia de forma automática e inteligente cada tarefa delegada para o melhor modelo configurado usando aliases, tags de capacidade e orientação de uso — mantendo o trabalho rotineiro rápido e barato enquanto envia o trabalho complexo para especialistas mais fortes. Configure sua equipe de modelos na Web UI ou em um setup guiado, execute especialistas em paralelo com junção confiável de resultados e veja o modelo escolhido de relance nas views de subagents e inline na árvore Tasks da Better Sidebar.

Entrada de voz para a Web UI: ditado segmentado por pausas e mensagens de voz, cada qual com sua própria cadeia de fallback de provedores (Deepgram, Groq, HuggingFace, whisper.cpp local ou endpoint compatível com OpenAI).

Skill oficial do Remotion portado para DSH: vídeo programático com React (animação/áudio/legendas/3D/gráficos/fontes, 38 arquivos de regras), mais uma verificação de integridade dos recursos incluídos.

Modo chinês global: um pequeno interruptor em formato de pílula ao lado do compositor que injeta um requisito de idioma no prompt do sistema de qualquer predefinição (personas completas excetuadas); resposta, raciocínio e saída de ferramentas alternam cada um entre chinês e inglês, e predefinições ancoradas são suportadas.

Sincronização multi-máquina: mantém várias réplicas do dsh consistentes por meio de um único repositório privado no GitCode — skill, sessões, configurações e manifestos de plugins, cada um com um interruptor independente; as mudanças passam por branch, PR e merge, as adições presentes apenas no remoto são recuperadas antes de cada push para que nada seja excluído, e uma etapa de alinhamento inteligente por IA mescla semanticamente os arquivos alterados por ambos os lados (além da resolução de conflitos em um clique); repositórios privados são obrigatórios e o pull nunca sobrescreve edições locais.

Texas Hold'em no-limit de seis jogadores para a GUI web do dsh. Um humano joga contra cinco agentes LLM que veem apenas suas próprias cartas. Adiciona uma aba dedicada e uma mini-janela arrastável sobre a área de conversa, sessões por navegador com proteção CSRF, tamanhos de aumento relativos ao pote, três recompras antes da eliminação e revelações no showdown com animações de distribuição das cartas da mesa.

Farol de segurança ao vivo para o DSH que segue a atividade das ferramentas. Clique para ver estatísticas de chamadas, cadeias de proveniência de riscos e ações bloqueadas, com restrições de tarefas somente leitura e deteção de alterações nos metadados das ferramentas.

Preset de agente Learning Mode: um agente de codificação que ensina enquanto codifica — explicações concretas ancoradas em cenários, orientação socrática e lacunas de prática TODO(你), modelado no estilo de saída Learning do Claude Code; instalável via dsh plugin add (dsh-learning-mode no npm).

Detecção de código morto para bases de código geradas por IA: o graphlint constrói um grafo de dependências, encontra código inacessível a partir de qualquer ponto de entrada para permitir a limpeza da base de código e a compreensão da eficácia funcional, e expõe as ferramentas graphlint_query / graphlint_build / graphlint_config, além de uma habilidade graphlint, aos agentes DSH.

Plugin DSH literário: uma sessão é um livro. O cartão de capa /new abre um dos 19 reinos, um preset 诸天万界DSH exclusivamente de prosa mantém o modelo escrevendo ficção, entradas de worldbook por palavras-chave fundamentam cada turno e /export-story compõe a sessão em um romance em Markdown.

TUI interativa nativa de terminal para o DeepSeek Harness (dsh) — construída com Ink, o React para terminais

Plugin de tema Solarized: o sistema clássico de paleta dupla de baixo contraste e amigável aos olhos — Solarized de Ethan Schoonover mais Selenized (sua versão refinada), cada um em escuro e claro, construído para sessões longas com cores de sintaxe canônicas.

Permita que sessões do dsh e do Claude Code troquem mensagens diretamente entre si; vem com um card de lista de peers clicável (ordenar/buscar/enviar/atualizar).

Animação monocromática de 60 quadros de uma baleia mergulhando, adaptável ao tema, com água reativa para o status de turno do DSH Web: recursos incorporados, reprodução em loop contínuo, alternativa em PNG para movimento reduzido e remoção limpa do ciclo de vida.

Custom modes / assistant manager: give each mode its own system prompt in the settings page — a custom prompt that is a plain file the agent loop re-reads before every model step, so an edit applies to the running session on its next step — and start it from the official standard / PTC / minimal / Cordis composition, toggling the plugin rows it mounts one by one (a custom plugin composition per mode), renaming it as you like. Several assistants coexist with their own prompts, so one machine can keep a coding assistant, a chat companion and a roleplay (RP) persona side by side — a multi-agent setup you pick from per new session. Rows left untouched stay byte-identical to the shipped ones, platform conditions included.

Conjunto de aparência web com uma galeria de 7 temas (cada um um mapeamento completo de 122 tokens --dsw-*) mais comutação com um clique persistida nas definições, extração de cor do papel de parede Material You que gera uma paleta dinâmica completa, e um controlo global de raio dos cantos. Os temas assentam no sistema de aparência oficial como camadas de substituição em vez de o contrariar, pelo que a linha oficial claro/escuro/automático continua válida.

Modos personalizados / gerenciador de assistentes: cada modo tem seu próprio system prompt nas configurações — um prompt personalizado, arquivo simples que o loop do agente relê antes de cada passo do modelo, de modo que a edição vale para a sessão em execução no passo seguinte — e iniciá-lo a partir da composição oficial standard / PTC / minimal / Cordis, alternando uma a uma as linhas de plugin que ele monta (composição de plugins própria por modo), renomeável à vontade. Vários assistentes coexistem com prompts próprios, então uma máquina pode manter lado a lado assistente de programação, companheiro de chat e persona de roleplay (RP) — configuração multiagente escolhida a cada nova sessão. Linhas intactas permanecem idênticas byte a byte às originais, com condições de plataforma.

Consulta a Wiki chinesa do Minecraft (API MediaWiki) e converte texto wiki bruto em saída limpa legível por IA — busca, introdução da página, Markdown completo e entrada aleatória; predefinições, referências, imagens e links entre idiomas são removidos antes de chegar ao modelo.

model router por etapa: predefinições nomeadas com regras ordenadas de grupos de imagem/palavras-chave que encaminham cada etapa do agente através de cada fornecedor e modelo montado, adicionando fluxos de colaboração para transcrição de imagens, um protetor de imagem, um painel de quotas multi-plano e observabilidade de decisões por etapa.