Plugins

Integração com Feishu (Lark) para o DeepSeek Harness: 25 ferramentas para mensagens de chat e histórico, documentos em nuvem (incluindo páginas de base de conhecimento, gráficos e imagens gerados), registros de bitable, intervalos de planilhas e permissões do Drive, usando seu próprio app Feishu corporativo auto-construído.

Plugin local de base de conhecimento pessoal SAG para o DeepSeek Harness

Agent ao nível de projeto autoevolutivo para DeepSeek Harness: 16 habilidades de fluxo de trabalho SDD (esclarecimento, PRD, issue, codificação, localização, aceitação, revisão) além de memória e conhecimento de projeto que se acumulam com o tempo.

Leva ao DSH os recursos de base de conhecimento de código do langchain-ai/openwiki: criar/ler/atualizar o Wiki do repositório com um clique, cartões Grounded Claims com fontes rastreáveis e base de projeto a partir de arquivos locais enviados. Reutiliza o modelo já configurado no DSH, sem segunda chave API.

Gerenciador de base de conhecimento local para agentes DSH: importação multiformato, fragmentação com suporte a CJK, busca híbrida vetorial sqlite-vec + BM25 com rerank bge-reranker-base, snapshots, exportação/importação kbpack e busca entre KBs — 22 ferramentas de agente e um painel web.

Automação de desktop Windows para DeepSeek Harness: loop observe/act com prioridade para acessibilidade e 30 ferramentas padrão (alvos de elemento/coordenada, roteamento de estratégia auto/a11y/event), semântica de segurança de observações substituídas e sem repetição, botão de desligamento persistente, proteção contra desatualização RuntimeId/rect-drift, cartões de chat e painel flutuante (ops ao vivo, mural de frames, configurações de autodetecção de ambiente), descrição de visão em mosaico para modelos de baixa resolução, trilha de auditoria JSONL e lista de permissão de pid. Requer Windows 10+ e Python 3.9+ com uiautomation e pillow (instaláveis pela página de configurações).

Servidor MCP que pesquisa no Roblox DevForum e na documentação oficial para criadores, para que agentes de codificação de IA depurem jogos Roblox com base em conhecimento real da comunidade e do motor.

Base de conhecimento integrada ao estilo Obsidian para DSH: agentes destilam conversas, documentos e fontes web em um grafo .wiki estruturado, com recuperação, exportação do grafo, edição de notas, builds incrementais e gestão de múltiplos vaults.

Gerenciamento de sessões arquivadas, notificações de parada de tarefa, um verificador de atualizações, roteamento de modelos (regras por palavra-chave + model_route com allowlist), gatilhos agendados multi-tarefa (heartbeats e tarefas em horário fixo) e uma navegação de rolagem de mensagens no estilo DeepSeek para a UI web do dsh.

Controle do computador no Windows para DSH: captura de tela, análise por modelo de visão e simulação de mouse/teclado com base de conhecimento evolutiva. Oferece ferramentas de plugin em modo duplo e alternativa pwsh somente com skill.

Plugin do DeepSeek Harness (dsh) que embute o loop de agente fin-trace — raciocínio relacional de múltiplos saltos sobre um grafo de conhecimento financeiro, exposto como ferramentas assíncronas (start/status/cancel).

Guarda de segurança estática e em runtime para o dsh: varreduras por regras de código malicioso, injeção de prompt e desperdício de tokens, interceptação em runtime de chamadas perigosas de ferramentas, comando /scan, ferramenta plugin_scan, painel web e lista de permissões.

Dá ao agente sua própria caixa de entrada de e-mail via AgentMail — onze ferramentas para enviar, ler e rotular mensagens, além de e-mails recebidos entregues em uma sessão do harness por thread, com portão de aprovação e lista de destinatários permitidos em tudo que sai.

Interactive physics lab in the DSH sidebar — 24 parameter-driven animations (mechanics, electromagnetism, optics, thermodynamics) grouped by grade, each with a knowledge-point lesson whose steps follow the animation, a quiz with answer checking, and a draggable 3D view for four field models. Pure client side: analytic solutions computed locally, no LLM calls, no network, no telemetry.

Turn rough ideas into precise prompts for 19 image/video generation, writing, code and text models, with multi-model enhancement, prompt scoring, image-to-prompt and a periodic self-updating knowledge base.

Local task checkpoints and bounded recovery for DSH, with optional L0–L3 hierarchical memory, dependency-aware retrieval, prerequisite-aware context, and six opt-in memory tools.

Compiles a repository into a source-grounded code map: structured pages where every claim carries a verifiable path:line citation, an interactive dependency graph, knowledge cards, four model tools and the /codemap command. Deterministic, no model calls, zero dependencies.

Publishes and reads QQ Zone posts through SnowLuma's OneBot qzone_* actions (SnowLuma 2.2+ signed in to QQ), and lets the agent understand images with a local vision model (OpenAI-compatible gateway) or Windows OCR.

Gateway somente leitura sobre um vault Markdown local, com quatro ferramentas. `wiki_recall` retorna a seção correspondente completa, citações por página, estado do vault e um esqueleto de resposta. `wiki_context` traz trechos, parecer de suporte e lacunas explícitas; `wiki_verify` confere o rascunho e aponta afirmações sem respaldo, inclusive números; `wiki_observe` conta correções. Configurações e painel lateral usam a mesma consulta do modelo, então a busca manual coincide com seu contexto. As três ferramentas (`wiki_context`, `wiki_verify`, `wiki_observe`) requerem ponte local Python 3 com `bridge.python` e `bridge.toolsRoot` contendo `wiki_bridge.py`; sem ela, retornam `E_PYTHON_UNAVAILABLE`.

Lingshu (灵枢) é um sistema de memória persistente, persona e crescimento inspirado no cérebro para agentes de programação com IA. Usa apenas a biblioteca padrão do Python, sem dependências e com prioridade local; requer Python 3.9+. Oferece memória em camadas hipocampo/córtex, curvas de esquecimento, consolidação dos sonhos, recuperação associativa difusa, sistema emocional, proteção contra desvio de persona, base de conhecimento, skills escritos pelo próprio agente e painel web local. Distribuído como skill incluído no DSH. O plugin cordis de injeção na inicialização, instalável à parte, injeta sessões automaticamente somente se (Lingshu estiver em ~/.dsh/skills/lingshu ou brainPy estiver configurado) e Python 3 estiver disponível. A verificação opcional de atualização acessa GitHub/Gitee.

Port do TokenEconomizer para DSH com conhecimento de projeto entre sessões, poda opcional de ferramentas, redirecionamento de ciclos de falha e registros de uso de tokens.

Plugin de memória em camadas e base de conhecimento com recuperação híbrida para DeepSeek Harness: lembra pessoas e recupera informações confiáveis, com atribuição de fontes, fallback por confiança e gestão de perfis.

Preset de agente study-mode: base de conhecimento por tema e respostas priorizando busca; cita fontes quando encontra resultados e marca como não verificado quando não encontra. Inclui painel de conhecimento na barra lateral.

Fork de PC2005-cloud/dsh-pet com mascotes garota-baleia no tema Claude, 122 animações transparentes, sequências aleatórias de atividades, transições para trabalho no laptop e saudação de confirmação de tarefa. Substitui o plugin original; não instale ambos.