Plugins

Pill flutuante DSH com uso do OpenCode Go em três rings (5h, semanal e mensal), cálculo automático da quota de modelo restante e saldo DeepSeek opcional. Modo mínimo aninha os rings e permite escolher o período de cada anel externo/intermediário/interno, com prévia ao vivo.

Agrupa cada chamada de modelo por data local, provider e modelo e mostra totais em cartão lateral, pill por chat abaixo do composer e página Settings, com saldo e janelas de assinatura de cada provider.

Monitor de saldo/uso DeepSeek para DSH: widget de canto mostra saldo recarregado, consumo por modelo/período, detalhamento de tokens e lembrete de tarifas peak/off-peak de Pequim. Adicione antes uma API key DeepSeek nas configurações.

Pausa requests em horário de pico direcionados a modelos oficiais ou listados e deixa os demais rodarem. Janelas de pico editáveis, lista de interceptação por modelo e free-run por sessão no badge panel.

Página Usage nas configurações DSH agrega todas as chamadas de modelo em um ledger local e relata requests, tokens e custo estimado por dia, rota e modelo; preços unitários editáveis e exportação CSV.

Fork do dsh-effort-slider que divide o seletor de modelo do composer em dois botões: nome abre a lista de modelos; etiqueta effort abre slider estilo Claude com fogo WebGL.

UI de feedback thumbs up/down em um clique que injeta resumos de avaliação no contexto do modelo.

Exibe acima do Composer uma linha sobre a atividade atual da IA: etapa, ação (por exemplo, executar npm test) e estado em andamento/concluído/falhou com motivo simples e curto. Inferido localmente de chamadas de ferramentas e texto de raciocínio, sem chamadas ao modelo, rede ou gravação de dados do DSH.

Assistente lateral que conhece os turnos concluídos da sessão principal, acompanha etapas e tarefas em segundo plano do agente principal e responde no painel. Modelo, orçamento de contexto e estilo configuráveis.

Renderiza respostas do modelo como cartões interativos no chat do DeepSeek Harness, com 24 componentes permitidos e cartões de turno persistentes.

Aprimora rascunhos do compositor DSH em prompts claros e estruturados, com desfazer em um clique, proteção de chips de referência, três fontes de modelo e cancelamento que considera desconexões.

Subagent Toolkit: agrupa o menu de subagentes em History / Today / Previous / Current por lote de uso; permite excluir sessões por linha ou grupo e mantém atualizada a lista de modelos permitidos a cada delegação. O cabeçalho original permanece intacto.

Substitui o botão por painel em dois níveis (provedores, modelos com busca) e controle contínuo de raciocínio. Azul-violeta, partículas nos níveis altos, cor por nível. Arrastar avança uma etapa; escolhido o modelo, painel aberto e controle no nível médio dele.

Adiciona Continue à esquerda do seletor. Após interrupção pelo usuário, falha ou erro, um clique pede a retomada ao modelo. Recolhe ao digitar ou anexar arquivo.

Cartões declarativos DSH: Host compila em JSON a especificação escrita pelo modelo; o cliente exibe formulários, tabelas, gráficos e listas com estado local e envio explícito.

Console Skills/MCP em Settings: catálogo unificado de skills de todos os providers, navegação hierárquica por origem, criação/edição online, controles independentes de invocação por modelo e usuário e lixeira recuperável. Instalação múltipla do GitHub e checagem de updates; adicionar/editar/remover/ativar/desativar MCP servers via profile patch; importar entre agents do Claude Code, Cursor, Codex, Cline, Roo Code, Continue e Windsurf; teste independente de conexão SDK.

Publica o modelo selecionado no perfil ou em Models como endpoint HTTP compatível com OpenAI: `/v1/models`, `/v1/chat/completions` com SSE streaming ou sem streaming e `/health`. A requisição pode indicar qualquer modelo roteável; se omitir `model`, usa a seleção atual do chat, então trocar ali também muda o endpoint. Quando ativado, pode disponibilizar ao modelo ferramentas Harness habilitadas individualmente, executá-las pelo runtime de ferramentas Harness e devolver resultados até o limite de rodadas. O listener é do plugin: `127.0.0.1`, `0.0.0.0` e porta encaminhada por NAT mantêm o mesmo caminho de request. Settings define bind address, porta, API key com gerador, provider/modelo fallback, reasoning effort, origem CORS e timeout.

Executa o Cursor CLI local como agente de código filho no DSH: ferramenta `cursor_code`, ferramenta native one-shot `cursor_subagent`, sub-sessão DSH espelhada por execução, seleção de modelo por tarefa, conversas retomáveis, timeline de etapas com diffs reais e painel de uso/modelo/sessão.

Painel Git na sidebar direita e quinze ferramentas agent: diffs no estilo editor, grafo de commits de todos os branches, stage/commit, operações de branch/stash/remoto, mensagens de commit assistidas por modelo, revisão pré-commit e divisão de commits.

Fornece Skills de plano compartilhado, recuperação de contexto e atualização de progresso via StateDock Remote MCP, sem executar tarefas nem agendar agentes. Destinado ao Harness 0.2.0-rc.2.

Subagents especialistas por função para DeepSeek Harness com sidebar de tarefas: explorer, librarian, oracle, designer e fixer delegam em paralelo, cada um com seu modelo e profundidade de raciocínio.

Predefinição de agente Hermit/小寄 transforma o DSH em um hub pessoal sempre ativo: persona de mordomo com escopo limitado, ferramenta de despacho que delega tarefas de várias etapas a subagentes em segundo plano com roteamento de modelo por tarefa, relatórios assíncronos inseridos no chat, limite de orçamento de créditos, cadeia de confirmação P/M e log de eventos M1.

Converte localmente arquivos Office e PDF do workspace DSH para Markdown antes da leitura pelo modelo, sem rede nem cota de API. Grava cada .md ao lado da origem para que só o caminho entre no contexto. Para um arquivo ou diretório, retorna bytes, linhas, estimativa de tokens e estrutura de títulos.

Registra uma ferramenta ocr para modelos somente de texto: executa o script offline incluído no repositório em uma imagem ou PDF e retorna o texto reconhecido. Primeiro OCR nativo do Windows, depois RapidOCR e Tesseract. Processamento local, sem rede ou chave de API. Requer Python 3.11 no PATH e pip install winocr pillow (winocr é preferido; os outros são alternativas). Resultados por linha para imagens e por página para PDFs.