Plugins

Workbench Git no estilo IDEA para Web UI: gráfico de commits com lanes e rótulos ref, filtros de log, detalhes de commit, diff dividido/unificado com staging por hunk, modo preciso de contexto zero, alterações locais com amend e sign-off, histórico de arquivos seguindo renomeações, anotação por linha, stash, branches, comparação, tags, planejador de rebase interativo e resolução de conflitos. Registra o modelo da sessão ativa em um trailer Assisted-by e mostra trailers existentes como chips para rastrear o histórico criado por IA.

Verifica um registro de qualificações de segurança do canteiro: horas de treinamento, os quatro elementos de registro obrigatórios e validade do certificado de operação especial conforme as datas trabalhadas.

Memória de três camadas para DeepSeek Harness: um pequeno bloco central sempre ativo e arquivos temáticos sob demanda (profile, preferences, decisions, lessons). As gravações incluem anotações de origem e mantêm o histórico por substituição, sem sobrescrever, para evitar que preferências e restrições do projeto mudem entre sessões. Prioridade local: sem banco vetorial, servidor ou chamadas externas.

Avalia a dificuldade da mensagem atual e mostra acima do compositor, antes do envio, o modelo mais barato e o esforço de raciocínio que ainda atendem ao pedido.

Árvore de fontes de dados e consoles SQL/Redis no estilo JetBrains Database para DeepSeek Harness, com 15 ferramentas de agente. SQL requer Java 8 ou superior; Redis não.

Visualizador de grafo de relações em forma de cérebro para DeepSeek Harness, com pipeline de base de conhecimento Markdown que importa documentos e cria o grafo. O visualizador inclui dados de demonstração e não precisa de Python; reconstruir o grafo a partir das próprias notas exige Node.js 20+ e Python 3.8+ e roda pela linha de comando.

Simulador de debate multiagente em chinês: oito debatedores, discussão ao vivo em duas colunas e notas de rascunho, juízes/placar, relógio de um lado e ZIP por rodada. Lado de treino encerra por limite de taxa de vitória ou número fixo de rodadas. Inclui pacote preparatório Word.

Painel em linguagem simples da família dsh trust: reúne nove canais (interceptação de injection, bloqueio de escrita/egress, verificação custody-chain, drift de tool-surface/prompt, varredura residual, restrições esquecidas na compaction, composição do perfil) em luz de status e cartões acionáveis. Engines read/egress usam deps npm próprias e funcionam sem plugins irmãos; ausentes mostram not installed.

Integridade da compaction: compara ao resumo diretivas extraídas do trecho compactado (marcadores never/must/必须), literalmente ou por cobertura de palavras-chave. Relata restrições esquecidas no ledger JSONL; as fixadas na config são verificadas a cada compaction.

Painel local de escalares TensorBoard com métricas selecionáveis, direção de melhoria explícita, suavização EMA opcional e UI chinês/inglês. Requer Python e TensorBoard existentes.

Saída de voz GPT-SoVITS para DSH: ferramenta speak, comando /voice, botão de leitura em cada resposta e aba de configurações para trocar vozes, ajustar síntese, gerenciar serviço local e instalar pacote de voz com um clique. Somente Windows; requer checkout local GPT-SoVITS com pesos treinados e ambiente Python.

Reconhecimento estruturado de imagens: medições locais com sharp e um modelo vision na nuvem retornam em uma chamada descrição, OCR com coordenadas, localização de objetos e atributos detalhados. Cache por fingerprint retorna imagens repetidas em milissegundos sem consumir a cota do modelo.

Fixa no system prompt a regra de pensar e responder em chinês (zh-CN) e registra um lembrete runtime por etapa para evitar voltar ao inglês após a saída de ferramentas. Arquivo único, sem dependências runtime. Se a API do host mudar, usa uma segunda forma de registro e apenas registra um aviso.

Transforma um save do Minecraft Java em capa ou animação do Blender. Procura terreno plano nos arquivos de região .mca, exporta o terreno para OBJ e executa o Blender headless com materiais MCprep, rig de personagem BPS e iluminação de três pontos. Após cada render, o OpenCV verifica orientação, contato com o chão, exposição, iluminação e composição; se falhar, renderiza novamente com parâmetros ajustados. Requer Blender 4.2 LTS ou mais recente e Python 3.10+ com opencv-python e numpy; na primeira execução, o comando incluído prepara os assets do Minecraft.

Transforma uma forma filosófica de pensar em execução: dialética e testes práticos para controlar alucinações e desvios em sessões longas, tornando a conclusão um fato verificável, não uma alegação.

Controle da toolchain FPGA Gowin (高云) 1.9 para dsh com 15 ferramentas: ambiente/licença, auditoria .gprj/.cst conforme pinagem real GW1N, síntese e place-and-route em lote via gw_sh, relatórios PnR, JTAG/flash por programmer_cli, Tcl gw_sh arbitrário e captura do analisador GAO. Inclui skill gowin-fpga e três notas de campo. JS puro, sem dependências de runtime.

Painel flutuante que ilumina os primitivos semânticos HowNet abordados pela resposta atual, com grafo de nós em forma de cérebro, traços de canais estilo EEG e cartão de composição.

Dois jogos no DeepSeek Harness: o modelo fornece a intenção e um motor local controla as regras. Uma cobra de dois cérebros tira cartas de estratégia periodicamente; no xadrez chinês, o modelo apenas comenta um lance escolhido entre candidatos legais gerados localmente. Ambos continuam funcionando se o modelo estiver lento, offline ou sem cota.

Instala uma biblioteca autoevolutiva de regras de restrições de desenvolvimento, disponibilizada ao agente por uma ferramenta constraints e um lembrete por sessão, e audita o custo de tokens de IA e o uso de contexto.

Loop de autoaperfeiçoamento com três papéis: Data-RSI faz limpeza cross-sectional diária (winsorize→padronização→median fill) e extrai experiência; Harness-RSI evolui prompt/memória/skills; Model-RSI evolui receitas alpha via walk-forward nativo com gap de 2 dias e multi-seed. Offline em um comando, GPU automática, um skill.

Colora as linhas de sessão da barra lateral do DSH conforme o status oficial, em uma paleta inspirada em Evangelion: faixa azul para aguardar interação, vermelho para sessão aberta na visualização principal, roxo para concluída ainda não vista e título de arco-íris estático para linhas fixadas. As cores variam por modo: tons vivos no escuro e variante mais escura no claro, com contraste de 4,5:1 no fundo claro. Lê o marcador de tema escuro do próprio DSH e usa somente serviços oficiais do Client; não mantém estado, não faz polling nem inclui parte no host.

Governa informações persistentes e restrições do projeto usadas pelo agente: orientação/escopo, ciclo de vida de informações/documentos e alterações persistentes no workspace, via seção aditiva no system prompt e verificações determinísticas em runtime.

Mostra a cota OpenCode Go no rodapé da barra lateral, sob a lista de workspaces. Uma célula indica a janela mais restrita; ao passar o cursor mostra percentuais móveis de 5 horas, semanal e mensal, barras de uso, marcador de tempo decorrido, parcela restante e contagem até o reset. Atualiza a cada 60 s pela API oficial de uso do OpenCode com a chave já guardada nas credenciais DSH.

Corrige a legibilidade do GUI Web do DSH conforme o papel de parede: realça três tokens de texto secundário com baixo contraste usando `color-mix` e halo ajustável. Aplica apenas ao Markdown da conversa regras para negrito, links sempre sublinhados ou recoloridos, títulos e corpo tingidos; oferece efeitos ajustáveis de borda arco-íris e preenchimento gradiente, fontes próprias da pasta do plugin ou DSH home e prévia WYSIWYG arrastável com selo de contraste WCAG.