Plugins

Gerenciador MCP para DeepSeek Harness Web. Adiciona em Settings, ao lado de Plugins, uma página que lista os MCP servers realmente mantidos pela árvore loader em execução, com resumo da configuração, endpoint e estado ao vivo. Permite desativar/restaurar por um bloco de marcadores pareados em `cordis.patch.yml` do perfil. Valores de ambiente, headers e fontes `!!js` chegam à página somente como nomes de chave ou caminhos com pontos.

Controle de modelo subagent: Jev classifier rotula cada turno e o hook agent/request reescreve a solicitação para provider, model e reasoning effort mapeados. Inclui seletor por sessão inherit/auto/manual, um prompt por função antes da tarefa e replay offline de decisões anteriores.

Ponte Discord carregada no mesmo Host do app desktop ou dsh web, sem processo/perfil separado. Converse com sessões de qualquer workspace por DMs/threads e conecte-se às sessões abertas no desktop. Aprovações de ferramentas e perguntas do modelo são respondidas pelo lado que responder primeiro (Discord ou web).

Painel de skills do DSH Web: mostra cartões dos diretórios configurados e abre o SKILL.md completo. O seletor define disable-model-invocation e adiciona/remove no catálogo, permitindo carregar só os ativos. Reconhece pastas WorkBuddy expert-team com avatar/tags/quick prompts/members e registra o lead prompt ao ativar. Diretórios editáveis no painel.

Adiciona a ferramenta agnes_image para os modelos Agnes Image Flash (2.5, 2.1, 2.0), para texto→imagem, imagem→imagem e composição de várias imagens. Settings gerencia modelo ativo, tamanho e proporção padrão, pasta de saída, API key e histórico.

Memória de longo prazo em camadas para DeepSeek Harness, com destilação automática pelo modelo, logs de sessão criptografados e vinculados às fontes e compactação protegida.

Aplica com um clique o modelo da sessão atual a todas as outras usando um controle ao lado do seletor do compositor.

Modo de decisão JEV opcional com leituras determinísticas do projeto, seleção semântica delimitada, verificações nativas de autorização e configurações de credenciais no desktop.

Adiciona OpenCode Go à lista de modelos do DeepSeek Harness, com exibição da cota de assinatura, descoberta de modelos, afinidade de sessão e mais.

Painel de uso de tokens do DeepSeek Harness: uma barra acima do compositor abre totais de tokens contabilizados para cobrança, tendências, detalhamento por modelo/projeto e período personalizado, lendo logs locais de DSH, Codex, Claude Code, Trae e WorkBuddy. Só reporta eventos ao portal próprio se URL e chave do app estiverem configuradas; sem ambas, nada é coletado. Expõe token_usage e o serviço ctx.tokenReport; nunca coleta conteúdo das conversas.

Anel de cota ao lado do seletor de modelos do DSH: consulta cotas/saldos do OpenCode Go e de outros 14 planos de programação, alterna janelas de 5 horas, semanal e mensal e muda de cor conforme a urgência.

Uso da conta do DeepSeek Platform nas configurações do DSH: mapa de calor de tokens de 52 semanas, detalhamento por chave API e modelo e saldo ao vivo.

Injeta em cada turno no system prompt um medidor de uso ao vivo: tokens da sessão e gasto estimado, estimativa do próximo turno e duas previsões para o modelo — qual etapa preencherá a janela de contexto e qual consumirá o orçamento. Painéis /qm, sem configuração por padrão, tabela de preços opcional e contrato de orçamento summary.json para plugins vizinhos.

Plugin do DeepSeek Harness que mostra na barra lateral o ícone do provedor e modelo de cada sessão, atualizado conforme o seletor do compositor; sessões antigas usam a última solicitação como alternativa. Rotas agregadoras exibem o logo do provedor com logo do modelo de 10px no canto.

Otimizador de prompt com um clique: reescreve o rascunho do compositor por uma estratégia configurável, com modelo editável, exemplos few-shot, modelos fixados e esforço de raciocínio.

Rail compacto de navegação de 56px para a DSH Web UI, com lista de conversas separada e controle para recolher a sidebar. Também oculta modelos de embedding, rerank e geração de imagem/vídeo do menu de modelos e de `/model`.

Troca provedores e modelos e ajusta o esforço de raciocínio; cada modelo lembra seu próprio nível.

Camada de refinamento visual para o cliente web DSH: superfícies de menu em vidro fosco, slider arrastável de reasoning-effort no lugar da lista de opções e navegação do menu de modelos que chega à lista em um clique e fecha com um único Esc.

Painel lateral para ranking semanal chinês do ecossistema DSH, selecionado por humanos: 31 projetos monitorados (17 plugins instaláveis mais ferramentas/skills), classificados por estrelas atuais do GitHub e variação semanal, além de pesquisa de disponibilidade dos modelos “gratuitos” por chamadas reais. Espaços patrocinados são identificados e ficam fora do ranking.

Gate determinístico de conclusão de metas para DSH: gramática AC contract-first com comandos de verificação nomeados e falíveis; o próprio gate executa novamente cada verificação (confiança zero no modelo). Vereditos vinculados a um tree digest são invalidados por mudanças nos arquivos. tools/pre-execute bloqueia conclusões falsas em `update_goal`; um contador bloqueia após duas detecções. O tratamento de alegações por tarefa ciente do escopo (strict ou goal-only) evita deadlock em loops de Agent Teams com várias tarefas.

Memória entre compactações para sessões longas: durante a compactação salva o que será descartado e, quando perguntado, injeta algumas passagens relevantes (ou nenhuma) para o modelo lembrar decisões anteriores.

Marca quais modelos aparecem no seletor do DSH e recolhe grupos de provedores no painel de configurações.

Troca o seletor de modelo do composer por um acionador “model · reasoning level”: slider com todos os níveis informados por cada modelo, três modos alternáveis (seletor nativo DSH, trilho de partículas em gradiente, faixa de carga de energia) e preenchimento com um clique por provedor para modelos sem níveis declarados.

Estima custos de sessões e turnos usando preços de modelos em USD ou CNY, sincronizados de models.dev, OpenRouter ou DeepInfra.