Plugins

Ferramentas de geração de imagens e vídeos com Agnes AI para DeepSeek Harness; trabalhos longos de vídeo podem ser retomados em uma chamada posterior. Requer uma chave de API Agnes (AGNES_API_KEY).

Grafo de pesquisa biomédica fundamentado em literatura e resultados experimentais: bifurca hipóteses, conecta evidências e avança a pesquisa.

Um subagent Douyin navega vídeos e lê comentários em horários tranquilos e reporta; ferramentas `dy_*` também publicam e respondem. Respostas saem da página já autenticada com assinatura de requisição própria, sem ticket IM. Inclui timer de cota diária e Settings → Douyin (chave geral, modo automático, horários tranquilos, rodadas/dia, profundidade do relatório). Voltado ao Windows; requer binário separado `douyin-mcp` (releases yunsur/douyin-mcp, caminho em `dy_config mcpExe`) e login Edge/Chromium. Responder precisa de navegador autenticado na porta CDP; publicar exige credenciais extras que muitas contas não têm.

Geração de imagens por oito APIs provedoras (Labnana, OpenAI, Gemini, Seedream, DashScope, xAI, Zhipu, ComfyUI), com vários perfis salvos, galeria por conversa e acompanhamento de créditos Labnana.

Orquestração de estúdio 3D local: detecta Blender, COLMAP e ComfyUI a cada execução e escolhe uma rota disponível. Fallback Three.js gera modelos de primitivas, edita/escala GLB, grava viewer offline e renderiza PNGs multiângulo sem Blender.

Kit de busca e planejamento para o site de tutoriais de modding Minecraft BeiShan Besson: 7 ferramentas pesquisam 194 tutoriais indexados, planejam rotas de aprendizado, comparam ambientes de versão e obtêm o texto dos artigos.

Mantém saídas volumosas fora da conversa: `ctk_execute`, `ctk_execute_file` e `ctk_batch_execute` executam código em processo filho e retornam só a conclusão. `ctk_index`/`ctk_search` arquivam material longo em base FTS5 local via `node:sqlite`; gate de roteamento recusa curl/wget antes da execução. Inclui `ctk_stats`, `ctk_doctor` e Settings com ocupação de contexto ao vivo. Sem dependências runtime de terceiros.

Baixa vídeos do Bilibili com yt-dlp, extrai quadros-chave e transcreve por legendas do site ou faster-whisper local se não houver. Registra a skill de resumo, ativada somente quando a mensagem do usuário contém apenas o link do vídeo. Requer yt-dlp e ffmpeg no PATH; faster-whisper sem legendas.

Plugin de memória/persona local-first para DeepSeek Harness: quatro camadas em arquivos (pinned, memory, facts, experience), persona SOUL/MOOD editável, captura de sessão sem LLM, recuperação BM25 e cartão de humor temático. Sem painel web independente, serviço Python, banco vetorial ou API key.

Busca por palavra-chave no chat e entre sessões, destaca o contexto, permite navegação pelo teclado e salta direto à mensagem.

Reinicia DeepSeek Harness sem perder trabalho: aguarda todas as conversas ficarem ociosas e retoma o que foi interrompido. Se um supervisor gerencia o host, pede a ele; nunca inicia outro junto a um ativo. Antes de reiniciar, limpa cookies antigos que podem exceder o cabeçalho da requisição e impedir a inicialização. Salva snapshots de configuração e plugins (2 por padrão, máx. 10; remove antigos/incompletos). Não aplica nem restaura snapshots automaticamente e não monitora o host: servem só para consulta ou rollback manual. Ao terminar, conta e desliga a máquina. Funciona no Windows desktop e em dsh web hospedado, verificado em WSL com systemd. Web no Windows, WSL sem systemd e Linux nativo não testados.

Organizador lateral em dois níveis: grupos de workspace e pastas de sessão aninhadas por workspace, arrastar e soltar, pontos de status ao vivo, visão de sessões pendentes e marcas manuais de não lido.

Personagens ligados ao model e mundo compartilhado para DeepSeek Harness: persona/memória editáveis, diários AI e consolidação do sono opcionais, controles chinês/inglês, pets desktop atentos à tarefa, temas e estatísticas; updates preservam ajustes. Windows/Linux/macOS; requisitos por sistema no guia. Diários/consolidação consomem tokens. Recomenda-se fechar pets/bolhas visíveis antes de instalar/atualizar (arquivos abertos podem falhar). Consultas de contas Codex/OpenAI API validadas por usuários; outras fontes aguardam validação/feedback.

Canais entre conversas no mesmo nível: permissão do usuário, simétrica e persistente após reinício; mensagens em rajada são agrupadas em uma entrega ordenada.

Adiciona uma seção ao system prompt para manter palavras privadas fora de entregáveis formais e, a cada algumas ocorrências, deixar uma nota curta no final.

Adiciona parâmetros próprios às solicitações de modelo do dsh: roteamento/fallback OpenRouter, raciocínio, amostragem, campos body e headers personalizados, para OpenRouter ou outro gateway. Organizados pelos canais existentes; prévia ao vivo e log do enviado/resposta do gateway.

Requer ZCode CLI instalado e conectado. Encaminha o agente do CLI ao DSH como provedor de modelos. Uma sessão app-server transmite cada turno; o catálogo vem do CLI em runtime, então contexto, imagens e rotas seguem CLI/conta instalados. Stable 0.6.0 suporta DSH 0.2.2-rc.1, melhora descoberta e inclui Retry opcional. Permissões de ferramentas são negadas por padrão; métodos desconhecidos de aprovação/permissão sempre; full-auto exige opt-in explícito. UI DSH não intermedeia o app-server separado; não é sandbox do SO. Derivado de kyle123740/dsh-zcode-cli-proxy (AGPL-3.0); mesmo provider id `zcode-cli`, incompatível com o original.

Adiciona login/logout web por device code para o provider GitHub Copilot integrado ao DSH, predefine uma rota Copilot pronta para uso e mantém credenciais no armazenamento integrado. O catálogo de modelos é fallback no primeiro login e nunca sobrescreve entradas personalizadas.

Conecta o Cursor desktop com sessão local ao DSH como LlmAdapter nativo: lê o token de state.vscdb ou auth.json, usa o stream bidirecional HTTP/2 privado agent.v1.AgentService/Run e converte deltas InteractionUpdate em StreamChunks do DSH. Sem proxy loopback. macOS, Windows e Linux.

Usa no dsh a cota de modelos da conta TRAE, com gestão de várias contas, check-in diário, rotação, estatísticas de uso, níveis de reasoning e visibilidade de modelos. Requer Python 3.10+; na primeira execução baixa dependências Python.

Fork de dsh-reasoning-effort. Adiciona ao compositor seletor de modelo em dois níveis (provedores, painel lateral de modelos, busca e linhas compactas), com controle de raciocínio e efeitos do nível máximo.

Enriquece automaticamente os model channels do DeepSeek Harness: dispensa configurar manualmente por model contextWindow, maxTokens, entrada multimodal [text, image] e níveis de reasoning effort {low, high, max} após adicionar um provider channel. Atualiza ao salvar, com página Settings UI e backups com data/hora.

Adiciona vídeo discreto em loop atrás do workspace Harness e deixa o composer translúcido após o boot splash terminar.

Painel de uso de tokens na barra lateral do DeepSeek Harness: totais diários dos logs de sessão, heatmap de 12 meses, divisão por provider (hoje/7d/30d/tudo; por hora hoje, com velocidade média de saída por rota) e ranking por sessão incluindo sessões arquivadas/excluídas e somando o uso de subagentes ao pai.