Plugins

DSH Model Pro: permite, na DSH WebUI, aplicar com um clique a um provedor de destino o contexto do modelo, o limite máximo de saída, o nível de raciocínio e as opções de compatibilidade de um preset pi-ai ou de qualquer provedor já configurado, além de visualizar, criar, editar, duplicar e excluir de forma centralizada as entradas de modelo de cada provedor.

Painel de status HUD: status do Git, servidores MCP, skills, modelo e uso de tokens em um painel lateral flutuante

Pet de resposta animado e extensível com temas de baleia azul, gato laranja e gato prateado sombreado, progresso por sessão, rastros de modelo e chamadas de ferramentas, contagem de tokens, velocidade de saída, tempo decorrido e cartões de status de múltiplas sessões recolhíveis.

Visualiza e constrói modelos CAD (STL, OBJ, STEP, IGES, DXF, SVG) via cad_view/cad_info e ferramentas de modelagem paramétrica OCCT, com um card de visualização interativo e um painel CAD residente na Web UI.

Utilize em conformidade a sua própria quota Antigravity no dsh: liga a sua sessão local autenticada da CLI oficial Antigravity (agy) como fornecedor de modelo de chat e subagentes.

Sete modos predefinidos de agente para DeepSeek Harness, cada um com uma fronteira fixa de ferramentas, roteamento de modelo por modo e camadas rápidas/profundas de delegação omd_task, além de um loop plano-para-executar (/mode, /start-work, /ulw apoiado em objetivo) e uma página de configurações que remapeia modelos por modo e por camada.

Força a compressão de contexto ao executar modelos llama.cpp de baixo contexto como Qwen3.8-27B, melhorando a eficiência do modelo e a suavidade de uso, junto com prompts de compactação bem refinados.

Painel de uso do DeepSeek para DSH Web: estimativa de dias restantes a partir do gasto médio recente, custos diários/mensais/acumulados com comparação entre períodos, classificação de custos por modelo, economia de cache, impacto de preços em horário de pico/fora de pico e um widget flutuante de saldo arrastável.

FormatForge: forja mais de 30 formatos de arquivo (PDF, DOCX, PPTX, XLSX, EML, EPUB, TOML, arquivos compactados) em texto legível por IA via uma caixa de entrada arrastar e soltar, as ferramentas ff_translate/ff_formats/ff_result e uma CLI; PDFs digitalizados recorrem a OCR local ou a uma dica de aprimoramento para o modelo da sessão.

Skill de fluxo de trabalho de investigação AI-for-Science para DeepSeek Harness, dirigido a investigadores e estudantes de pós-graduação que usam IA agêntica: revisão de literatura multi-ângulo com ficheiros por ângulo, desenho de experiências com lista de ressalvas, leitura de figuras e artigos; cada tarefa devolve ficheiros mais um briefing de verificação cruzada para um segundo modelo. Zero dependências, MIT.

Tabuleiro de Xiangqi na barra lateral para DSH: jogue como vermelho enquanto o modelo atual do DSH escolhe os lances das pretas, com verificações de regra e de revisão no lado Host.

Loop de auto-refinamento contínuo: memória persistente, revisão e refinamento periódicos, conhecimento compartilhado entre sessões e rollback automático por meio de uma ferramenta harness_refine chamável pelo modelo.

Uma rota de provedor de gateway de visão-linguagem: as imagens coladas são descritas por um modelo VL configurável (Qwen-VL por padrão) antes de serem enviadas ao DeepSeek.

Plugin do DeepSeek Harness que exibe saldos de API e modelos disponíveis em Configurações

Segundas opiniões sob demanda via ask_advisor, com solicitações editáveis, aprovação humana por chamada e conselhos em texto de um modelo configurado no DSH.

Confiabilidade de tarefas: nova tentativa automática em timeouts/falhas do modelo, continuação automática de tarefas inacabadas, verificação de conclusão, interrupção de repetições de pensamento, retomada após suspensão ou reinício, modo piloto automático e endpoint de acionamento remoto (npm: `dsh-task-reliability`).

Reuniões visuais de mesa-redonda para DeepSeek Harness — nós especialistas em um anel com arestas direcionadas, uma porta de agregação, pensamento proxy para modelos trabalhadores caixa-preta e revisão adversarial (red-team) de planos consolidados com endosso/rejeição por ponto de vista.

Para o modelo de visão nativo do DeepSeek Harness deepseek-v4-flash-vision-exp, eleva os limites de admissão de imagens para 32 MiB / 8192 px / 600 imagens e adiciona uma ferramenta highres_read que divide imagens grandes em blocos e depois retorna a imagem inteira mais blocos de 800x800 por meio da ferramenta read_image do host.

Roteamento e evolução inteligentes de subagentes: vincule funções a qualquer provedor/modelo registrado no DSH, incluindo modelos fornecidos pelos plugins de provedor Codex e Claude Code, com aprendizado por workspace.

Um conjunto de skills de modelagem matemática com gate para o DeepSeek Harness: um pipeline de cinco estágios com gates, padrões de escrita de artigos de premiação, análise de sensibilidade, diagnóstico estatístico e um preset de competição.

Conecta uma conta ChatGPT aos modelos Codex no DeepSeek Harness via browser PKCE ou OAuth device-code, com refresh automático de token e login Web ou headless.

Roteia de forma automática e inteligente cada tarefa delegada para o melhor modelo configurado usando aliases, tags de capacidade e orientação de uso — mantendo o trabalho rotineiro rápido e barato enquanto envia o trabalho complexo para especialistas mais fortes. Configure sua equipe de modelos na Web UI ou em um setup guiado, execute especialistas em paralelo com junção confiável de resultados e veja o modelo escolhido de relance nas views de subagents e inline na árvore Tasks da Better Sidebar.

Analisa o uso entre modelos, provedores, espaços e períodos, com datas personalizadas sobre todo o histórico, cache-hit visível e detalhamentos por modelo e provedor. Inclui tendências horárias/diárias, mapa de calor de 53 semanas estilo GitHub, sequências, anéis de tokens por modelo e espaço (tokens, custo, %), filtros combináveis, eficiência de cache, saldo DeepSeek, aliases de espaços, exportação CSV e um livro-razão durável que preserva o uso após excluir a sessão ou o espaço (linha Deleted) e se reconstrói de forma incremental. O registro de espaços é atualizado via sonda DSH domain/changed; só espaços registrados contam. Contabilidade separada de entrada, cache e raciocínio. Chinês: hora local; inglês: UTC; API somente loopback.