Plugins

Publica um documento HTML como link compartilhável que abre com um toque e aparece como cartão em apps de chat; publicar, atualizar e exportar para PNG/PDF/Word.

Voz duplex em tempo real com ASR/TTS em streaming da Volcengine: narração da resposta do agente, interrupção, palavra de ativação, legendas ao vivo, 30 vozes chinesas e confirmação que prioriza a resposta. É compilado no monorepo do DSH.

Entrada por voz na Web UI: botão de microfone no compositor transcreve a fala para o rascunho via Web Speech API, com opção para ativar o envio automático.

Adiciona visão a modelos somente de texto: a ferramenta describe_image delega imagens a um modelo de visão da lista de modelos do dsh usando o próprio runtime LLM do harness.

Permite que um agente DeepSeek somente de texto leia imagens na mesma sessão delegando a um subagent com visão; converte a imagem em um caminho no momento do envio.

Cliente HTTP puro que delega tarefas repetitivas de texto e visão (OCR, análise e comparação de imagens) a um servidor Unsloth Desktop (Unsloth Studio) já em execução por meio de unsloth_run e unsloth_vision. Nunca inicia nem controla processos.

Delega tarefas repetitivas de texto e visão (OCR, análise e comparação de imagens) a um servidor KoboldCpp (llama.cpp) local por koboldcpp_run e koboldcpp_vision, com gerenciamento sob demanda do ciclo de vida do servidor.

OCR local para imagens anexadas via mecanismo integrado do Windows (Windows.Media.Ocr): apenas o texto reconhecido é enviado ao modelo, nunca os bytes da imagem; o passthrough de visão é opcional (opt-in).

OCR local para imagens anexadas via Tesseract: apenas o texto reconhecido é enviado ao modelo, nunca os bytes da imagem; o passthrough de visão é opcional.

Adiciona visão a modelos somente de texto: um modelo de visão descreve automaticamente anexos de imagem do chat com prompt padrão e os reanalisa com prompts gerados pelo modelo quando faltam detalhes. Inclui modos system/custom, painel GUI, tratamento seguro de chaves e um pequeno patch no host para DSH 0.1.0-rc.6.

Leitura de imagens em duas etapas para modelos somente de texto: primeiro OCR local rápido e offline com RapidOCR; depois, como alternativa, um modelo de visão via modlens.

Proteção transparente de imagens para rotas somente de texto: evita o deadlock de sessão 400 ao colar imagens e oferece a ferramenta vision_analyze para OCR/PDF/docx/pptx/vídeo.

Entrada de imagem em texto na Web UI: cole ou arraste uma imagem para transcrevê-la em texto estruturado e enviá-la, permitindo que LLMs somente de texto recebam imagens por uma API de visão compatível com OpenAI.

Adiciona visão a modelos DSH somente de texto: skill de imagem/OCR/reconhecimento de documentos na ordem race pool → custom channels → local, mais um patch idempotente no host para que mensagens com imagens cheguem ao modelo.

Ferramentas de verificação em navegador headless: o agente abre a página que acabou de criar, lê o DOM renderizado e os estilos calculados, verifica o console e captura o resultado. Inclui a skill frontend-verify.

Opera o navegador por referências de acessibilidade: navega, captura a página como árvore de referências, interage com elementos e aguarda condições. A política de origem segue a postura de aprovação da sessão e é aplicada pela interceptação de solicitações.

Automação de navegador real para DSH por um servidor MCP (núcleo Playwright): navegar, clicar, preencher, digitar, capturar tela e agir sobre snapshots de acessibilidade com referências numeradas. Reexpõe as 22 ferramentas web_* ao harness via stdio.

Renderiza Markdown + JSON em documentos HTML autocontidos, cartões, dashboards e galerias (CLI + ferramenta artifact_render).

Ferramentas human_task / human_task_ready_check pausam o agente até o usuário realizar uma ação no mundo real ou retornar uma observação (operação de GUI, teste de jogo, verificação visual ou checagem de hardware). Exigem consentimento da sessão e verificação de presença AFK; retornam JSON estruturado por um diálogo de tarefa Web.

Proxy GitHub sob demanda para a Web UI: alternância de proxy Git/SSH com um clique e testes de conectividade.

Transforma qualquer logo SVG em vídeo animado dentro do DSH. A ferramenta `animate_svg` renderiza uma animação de montagem transparente a 30 fps (partes voam para o lugar ou o logo inteiro se acomoda) e sintetiza um MP4 com ffmpeg.

Notas e tarefas como arquivos Markdown comuns no workspace: digite /ml e uma frase para registrar no diário de hoje. Há três tipos de tarefa: com prazo, suspensa até uma data (reativa automaticamente quando chega) e a qualquer momento. /ml view abre arquivos por busca aproximada com poucas teclas. Zero tokens: nada passa pelo modelo, e as notas continuam arquivos locais comuns que Git e qualquer editor leem.

Rollback observacional de mutações de arquivos para as ferramentas fs: estados anteriores a gravações/edições são salvos como blobs Git ou snapshots e restaurados pela ferramenta rollback_files voltada ao modelo ou pelo comando /rollback.

Manutenção de frota Nexterm numa sessão DSH com 6 ferramentas de agente: autenticação por senha/TOTP/código de dispositivo, listagem da frota, execução em um host, execução paralela em lote, verificações de saúde predefinidas e monitoramento de CPU/memória/disco via API REST Nexterm, além de uma página simples de configurações. Não precisa de chaves privadas SSH na máquina DSH.