Plugins

Mantém um servidor local de modelos TinyTitan acessível a partir do harness: atualiza a rota llm-pi-ai a partir dos modelos instalados e monta um backend de compaction que não pensa.

Substitui o início web do dsh para permitir vinculação a 0.0.0.0, protegida por login com usuário/senha: cookies de sessão assinados, proteção de rotas /api, aba de autenticação no painel de configurações e um CLI de redefinição que rotaciona a chave de assinatura para invalidar todas as sessões.

Provedor de modelos Tencent CodeBuddy para o DeepSeek Harness que inicia sessão com OAuth do navegador em vez de uma chave de API: lista o catálogo de modelos CodeBuddy com as capacidades de contexto, saída, chamada de ferramentas, reasoning e imagem de cada modelo, mantém várias contas com failover automático para a próxima utilizável, mostra a cota restante no compositor com um painel de uso de token e créditos, e conclui por conta as tarefas de crescimento do CodeBuddy automatizáveis, com um registro de execução. Instale do npm com `dsh plugin --profile web add @tnnevol/dsh-codebuddy`.

Início de sessão com conta ChatGPT para o DeepSeek Harness através de um fluxo OAuth do navegador do Codex, sem chave de API e sem seleção de workspace: subscreve o login no provedor Codex do pi-ai, permite definir o modelo Codex e o reasoning effort globais padrão para novas sessões, atualiza a lista de modelos a partir do endpoint de catálogo da própria conta conectada e mostra no compositor as janelas de uso de cinco horas e semanais.

Tema Bloom Morandi: dez variantes (mist, cinnabar, petal, ripple, sage, stone, lapis, amber, aurora, lavender) construídas em OKLCH para que os modos claro e escuro permaneçam perceptualmente equilibrados, alternáveis pela barra superior; todos os 20 pares deprimeiro plano e fundo atingem WCAG AA ou melhor.

Verificação de qualidade de dados para DeepSeek Harness — pipelines de perfilamento, limpeza e verificação com relatórios estruturados.

A base de conhecimento de desenvolvimento de plugins DSH como habilidade de agente sob demanda: restrições oficiais, fluxos de trabalho de tarefas, referência de API e armadilhas da comunidade, instalada com o pacote para que o agente possa consultar enquanto constrói um plugin.

DeepSeek Harness remoto com acesso completo à API do lado do servidor (`settings.*` / `credentials.*` / `host.listDirectory`). Proxy reverso protegido por token, sessões por dispositivo, QR code de convite por telefone, autoverificação de cerca (fence), aprovação opcional / CIDR / tempo limite de inatividade / TLS local, WebSocket/SSE.

Kit de ferramentas de P&D quantitativa para DeepSeek Harness — 59 ferramentas em seis domínios cobrindo dados de mercado, indicadores, avaliação de fatores, validação walk-forward de ML, risco (VaR/CVaR/drawdown/Beta com Kupiec POF), opções, títulos, FICC e simulação de fundos, com um pipeline de pesquisa ponta a ponta PDAT→PET.

lowtide: pipeline de tarefas em lote fora do pico com adjudicação humana para dsh (consciente de preços pico/vale)

Configura níveis de reasoning-effort e padrões de sub-agente para modelos DSH customizados.

MCP Connector para o DeepSeek Harness: um gerenciador de MCP com um painel único para conectar servidores, configurar autorização, buscar ferramentas entre conexões e diagnosticar falhas. Navegue por um catálogo atualizado continuamente com mais de cem conectores; filtre por conexão/servidor/status, inspecione parâmetros legíveis e o horário do último cache bem-sucedido, e redescubra ferramentas. Suporta OAuth 2.0 PKCE, chaves de API, stdio/HTTP e importação de JSON mcpServers. Mantido pela Qichacha/QCC.

Fluxo de trabalho de recrutamento com IA para RH e headhunters: definição de padrões da vaga, sourcing e triagem inicial por dois canais (Boss Zhipin e Liepin), mapeamento de talentos do mercado, avaliação de currículos, agendamento de entrevistas, registro de candidatos e relatórios diários. Pode ser instalado como plugin do Claude Code ou plugin do DeepSeek Harness (dsh) — este último traz um painel "Navegador de Recrutamento" pronto para uso. Também funciona com qualquer assistente de codificação com IA que leia o AGENTS.md.

"Leitura" de imagens para modelos somente de texto: reduz a escala + reduz a profundidade de cor + converte impressões digitais de estrutura/cor em grades de texto devolvidas à conversa, permitindo que o modelo faça zoom, amostragem e OCR de forma autônoma como um modelo multimodal; totalmente local, sem dependência de modelo externo, inclui uma skill de metodologia de leitura de imagem e PaddleOCR opcional.

Porta todos os 38 temas do opencode (33 TUI + 4 desktop 2.0 + system) para o DeepSeek Harness: pipeline orientado por dados (JSON → color resolve → DSH override), persistência por navegador, escolha entre monoespaçada/proporcional, cinco fontes de código e um fallback system que mantém apenas a tipografia.

Pausa e retoma tarefas automaticamente durante janelas de tempo definidas pelo usuário para evitar custos de API em horários de pico; inclui exibição de saldo da conta e gráfico de barras de gastos com granularidade de 10 minutos.

Acesso à web para agentes DSH: busque páginas renderizadas por JS ou protegidas como markdown limpo, pesquisa agregada em 14 motores e sessões interativas com estado (clique, digitação, rolagem, eval, captura de tela) em um motor de navegador Rust hospedado ou auto-hospedado. Cada sessão retorna uma URL de visualização ao vivo para que uma pessoa possa assistir o agente navegar e assumir o controle com o mouse.

Pipeline de QA como 10 agent skills: análise de requisitos, estratégia de teste, escrita e revisão de casos, automação E2E (Playwright) e API, exploratório, escopo de regressão e análise de bugs, respaldado por uma base de conhecimento compartilhada com regras de formato, modelo de risco e validadores de schema.

Ferramentas read / edit / batch_edit / undo_last_edit ancoradas por hash: cada linha recebe um hash de conteúdo exclusivo de 3 caracteres, as edições visam hashes em vez de números de linha, e a verificação do estado servido rejeita intervalos obsoletos com âncoras atualizadas.

Ponte Feishu/Lark para agentes de codificação locais — um grupo, uma conversa, um runtime fixado. Conecta dsh, agentes CLI (traex/codex), uma janela IDE ou um agente personalizado por trás de um único gateway.

Configura o contextWindow para modelos registados no dsh, para que sessões longas deixem de ser incorretamente avaliadas como excesso de contexto.

Memória de projeto apenas local, sem dependências de runtime empacotadas nem serviços externos: JSON como fonte da verdade mais um PROJECT_MEMORY.md gerado, Hot Memory limitada por tokens e congelada por sessão para estabilidade do cache de prefixos de prompt, recall BM25 entre projetos em cache, proveniência confiável de sessão/turno, governança explicável de duplicatas/conflitos antes da gravação, ciclo de vida editável de importância/pin/tags/substituição/arquivo, destilação configurável no fim do turno de nível superior e uma GUI web bilíngue para busca, inspeção, diagnóstico e configurações ao vivo.

OpenCues para o DeepSeek Harness — alternativas de palavras geradas por LLM e preenchimentos ativados por "_" no composer do dsh.

Instala quatro presets de pesquisa matemática multiagente para o DSH: v2 (pipeline guiado por probabilidade com debate entre vários verificadores), v3 (base de conhecimento Markdown em estilo de artigo com um agente planejador e uma biblioteca de métodos reutilizável), v4 (residentes persistentes auto-organizados que trocam mensagens e se reúnem) e v5 (um instituto de pesquisa com um acadêmico que decompõe e atribui o trabalho, pesquisadores votantes, trabalhadores temporários, chat em grupo e um quadro de tarefas compare-and-set); os quatro suportam retomada por checkpoint, intervenção humana e um interruptor opcional de verificação formal em Lean (off/encourage/require), cuja prova aprovada transforma o voto em uma checagem de fidelidade das afirmações Lean.