Plugins

Um port enxuto do Headroom: comprime a saída de ferramentas, corta até 20% do contexto, sem afetar o cache de contexto do modelo ou o desempenho do agente.

Perfilagem de desempenho e diagnósticos da cache do LLM para DeepSeek Harness — engenharia de contexto, perfilagem de latência e relatórios de comportamento da cache.

Exporta eventos somente de metadados de turno, modelo, ferramenta, aprovação, nova tentativa e erro do DSH para o Tuning Engines, para rastros governados, avaliação de políticas, análise de custos e revisão de Work Session, com uma fila de novas tentativas apoiada em disco.

Localização para chinês do DeepSeek Harness: traduz em tempo de execução todos os prompts de sistema, descrições de ferramentas e contextos de execução para chinês via cascata system-prompt/assemble (1788 entradas, sem modificação do código-fonte, desinstalar restaura o inglês).

Ponte de memória Honcho: sincroniza automaticamente cada turno de conversa com um serviço Honcho auto-hospedado, com ferramentas recall/search/remember/context/status, injeção de contexto ao iniciar a sessão e um painel de configurações visual.

Provedor LLM NewAPI (gateway compatível com OpenAI): registra uma rota `newapi` com descoberta de modelos somente para chat, preenche automaticamente os parâmetros do modelo (janela de contexto, esforço de raciocínio) a partir do models.dev, e adiciona uma seção de configurações web para a URL base e a chave de API.

Plugin gerenciador de servidores MCP para o DeepSeek Harness: página Configurações → MCP, autenticação via OAuth (PKCE + registro dinâmico de cliente) ou token estático, com ferramentas registradas como mcp__<nome>__*

Instalador e verificador de servidores MCP para o DeepSeek Harness: o init interativo grava entradas reais de patch em um perfil, list e validate as inspecionam, e um verificador exigido por CI se conecta a todos os servidores curados.

Substitui o sumarizador de compactação nativo do DSH por um resumo de handoff em cinco seções e mantém toda mensagem ocultada legível em um diretório de segmentos.

Quadro Kanban de tarefas para sessões do DeepSeek Harness: o agente principal despacha tarefas de programação para subagentes worker/verifier de uso único, com agendamento de dependências, níveis de pipeline, tratamento de escalonamento e injeção de contexto de arquivos/notas.

Aprimoramento de prompts para o compositor: o botão “✨ Enhance” reescreve o rascunho em uma versão mais clara e estruturada usando pensamento de primeiros princípios, com base no contexto da sessão, na memória e na conversa recente; faz perguntas de esclarecimento em um cartão quando faltam informações importantes e mostra o resultado antes de aplicá-lo ao campo de entrada.

Mascote de desktop interativo estilo garota-baleia para DeepSeek Harness: saldo/uso/ocupação de contexto ao vivo, arremesso com estilinga, bolhas easter egg, modo eco. Pacote de 346 KB, zero processos extras.

Trilho de widgets do lado direito para DeepSeek Harness Web UI: estatísticas de sessão ao vivo, widgets de tarefa/contexto/mapa de calor/citação, cota OpenCode Go, layouts de grade multi-coluna (1/2/4 colunas) com blocos longos 2x4, uma onda de magnificação contínua e dimensionamento por instância; os widgets são instaláveis, reordenáveis e redimensionáveis em Configurações > Componentes.

Hooks de ciclo de vida orientados por configuração, incluindo injeção de contexto: declare event, handler e outcome em YAML, onde handler é uma ferramenta in-harness (MCP incluído), um comando shell ou um endpoint HTTP, e outcome é model-visible context, um denied tool call ou fire-and-forget.

Medidor local-first de uso e custo para a interface web do DSH: botão composer com custo da sessão e saldo em tempo real; painel com um gráfico diário/de 7 dias empilhado por modelo, tarifado por intervalos efetivos de preço de tabela (a página oficial de preços é sincronizada diariamente), níveis mensais de uso com um cartão de compartilhamento em canvas, alertas de pressão de contexto em 30/50/85% com /compact em um clique, alertas de orçamento e uma verificação de atualização do npm dentro do painel com atualização em um clique.

Um plugin de memória wiki LLM super simplificado: um documento índice (carregado automaticamente) + um arquivo markdown por tópico (lido apenas quando necessário) — sem despejar tudo no contexto e queimar tokens. Simples e leve, indolor de instalar/desinstalar, e livremente editável como você quiser.

Ferramentas nativas para um cofre wiki do Obsidian: wiki_query, wiki_write, wiki_rename, wiki_scaffold, wiki_archive e wiki_lint cobrem busca BM25 com contexto de grafo de links, escritas de registro com rastreamento de fontes por sha256, renomeações em todo o cofre, scaffolds de modos, arquivamento de fontes e verificações de integridade — com bloqueios entre processos e git auto-commit opcional.

Adaptador de chat nativo do Ollama Cloud: tradução NDJSON direta do formato de fio /api/chat do Ollama, descoberta de modelos com janelas de contexto e capacidades, e provedores de busca/fetch web sob o id ollama-cloud, além de um cartão de configurações Web.

Busca na web compatível com Grok, com paginação de fontes retida, consulta de documentação Context7 e Exa, extração de páginas limitada, mapeamento de sites, planejamento de pesquisa offline e diagnósticos somente leitura.

TypeSafe Jev como serviço Cordis de primeira classe e três ferramentas visíveis ao modelo para o DeepSeek Harness — offline por padrão, saída de rede divulgada, nunca ativado por padrão.

Contexto de rede de conhecimento de negócios para o DeepSeek Harness: vincule uma sessão a uma rede de conhecimento OpenBKN, consulte seus objetos e métricas por ferramentas MCP gerenciadas e abra a proveniência respaldada por traces (fatos de execução e um grafo de negócios) para cada resposta. Vem com o OpenBKN Runtime; as visualizações de proveniência exigem uma licença empresarial OpenBKN.

Mostra qual índice graft uma sessão dsh está servindo e se ele ainda corresponde ao código, e oferece ao modelo graft_ask, graft_grep, graft_callers, graft_skeleton e graft_map como ferramentas nativas.

Supervisiona um processo local do gateway workbuddy2api e expõe seus modelos como provedor LLM, lendo as janelas de contexto e os níveis de esforço de raciocínio a partir do próprio endpoint de modelos do gateway.

Camada de adaptação do dsh-ecolink para o DSH: leitura direta do pool de memória local, injeção no pre-step (pontuação + orçamento + deduplicação por sessão), filtro por #nome-da-memória, conectando o ecossistema de memória do lado web