Plugins

Canal de IM do DingTalk via WebSocket em modo Stream: cada chat conduz seu próprio agente com ferramentas; as respostas voltam em streaming como mensagens, sem URL pública de callback.

Lançador de um clique para a interface web: um Start-DSH-Web.cmd na área de trabalho do Windows que sobe o dsh web e abre o navegador automaticamente (consultando até estar pronto), além de uma ferramenta de modelo web_launcher (install / open / status).

Notificações de fim de conversa para o DeepSeek Harness: toast do Windows + som ao concluir o turno, em erro ou ao atingir a meta, além de alertas de pergunta e aprovação — somente em segundo plano, com um sino de volume ajustável no cabeçalho da conversa.

Conecta o status do ciclo de vida, erros e solicitações de aprovação do DeepSeek Harness a um companheiro de desktop OpenPets em execução local.

Relata o status do Git delimitado e relativo ao repositório como dados estruturados, sem preparar, commitar ou trocar de branch.

Ferramentas da API REST do GitHub + painel lateral no navegador: repositórios, busca, issues, PRs, comentários, vinculação de conta (cofre de credenciais) e clone como workspace em um clique.

Tarefas agendadas por cron ou pontuais: execute comandos de shell ou dispare webhooks conforme um horário, com entrega opcional dos resultados via ServerChan/DingTalk/Feishu/webhook.

Instala dois Agent Presets selecionáveis: um agente generalista com shell restrito e um agente de código focado no repositório.

Protocolo de colaboração multiagente independente de projeto para o DeepSeek Harness: guardas de laço que param laços descontrolados de agentes, um formato de passagem de seis campos, roteamento de revisão por nível de risco e uma sequência fixa verify→commit→push→review→close. Uma skill em vez das mesmas regras copiadas nas instruções de cada agente.

Agrupa sinais do arXiv, de laboratórios de primeira linha, artefatos oficiais, fabricantes de hardware e do X com consentimento em bundles de evidência versionados, e condiciona a reprodução em nível de afirmação a comandos, artefatos, métricas e verificadores.

Preset de agente para redigir contratos: fluxo jurídico de 11 etapas com revisão de IA em 5 vias paralelas, portões de decisão e pacotes de domínio para contratos gerais, trabalhistas e de investimento em participação.

Suíte de escritório confiável para trabalho governamental/empresarial da Beijing Caizhi Technology (深知可信智能): três habilidades — consultoria confiável (Q&A de políticas/regulamentos com marcadores de citação + HTML de procedência), busca confiável (recuperação de políticas/padrões autoritativos com HTML rastreável + Markdown limpo) e redação de documentos oficiais (minuta/reescrita/Word/entrega com timbre); todas as interfaces passam pelo MCP do ambiente confiável dknowc (auth Bearer), os produtos chegam ao espaço de trabalho da sessão e a configuração de chave persiste para sessões futuras; publicado no npm como dknowc-dsh.

Registra a skill Inspiration Deck Workshop para o DSH: apresentações HTML estáticas locais (6 modelos, mais de 25 layouts, 23 temas e showroom de movimento) com CLI de validação e exportação para PNG/PDF e testes de fumaça, sem dependências de runtime.

Lembretes sonoros com salto de um clique para sessões simultâneas: a sessão atual recebe tons nítidos dang/dang-dang, as outras um suave ding/ding-ding mais um cartão no canto superior direito que salta direto para a conversa que está respondendo.

Ferramenta `describe_image`: uma ponte de visão que envia imagens ao mimo-v2.5 pela API opencode Zen (credencial `OPENCODE_GO_API_KEY`, rota gratuita primeiro com fallback pago) e devolve descrições em texto para modelos somente texto, com passthrough nativo e transcodificação ImageMagick de SVG/TIFF/HEIC.

Ferramenta image_describe (识图) voltada ao modelo sobre a API compatível com OpenAI do DashScope (qwen3.7-flash), além de uma ponte de colagem: em sessões somente texto, imagens coladas se convertem automaticamente em caminhos de arquivo no envio e são renderizadas de volta na transcrição, para nunca esbarrarem na admissão de imagens. Traga sua própria DASHSCOPE_API_KEY; endpoint/modelo/orçamentos configuráveis, cliente HTTP à prova de redirecionamento e funciona em todos os agent presets.

Ponte de visão com descoberta automática para agentes DeepSeek Harness somente texto: encontra automaticamente um modelo capaz de imagens entre seus provedores configurados e devolve descrições das imagens como texto simples por uma ferramenta de visão.

Visão estruturada local-first para agentes somente texto: as imagens vão a um VLM local compatível com OpenAI e voltam como evidência JSON (resumo, OCR literal, regiões de layout, entidades/relações, cores, incerteza explícita), com fallback anti-alucinação e ponte opcional de colar/enviar; custo zero em nuvem, as imagens nunca saem da máquina.

Codificador de sinestesia para o DSH: um modelo de visão traduz imagens em texto espacial estruturado e compacto (canvas/elementos/coordenadas em porcentagem), dando a LLMs somente texto compreensão de imagem em nível de pixel pela ferramenta `mm_vision`.

Encaminha as imagens do chat para um modelo de visão fixo compatível com OpenAI, devolve observações factuais ao modelo principal selecionado e reaproveita observações por sessão em replays, compactações e reinícios.

Ponte CDP para um Chrome/Edge já em execução, para o DSH: capturas de tela, asserções por pixel, checagens de DOM/CSS e avaliação de JS na página via HTTP + WebSocket, com zero processos filhos, zero dependências npm e zero aprovações por uso.

Fornece a ferramenta bili_summary: metadados de vídeos do Bilibili, linha do tempo de legendas e captura de quadros com sharp, com tratamento de erros e degradação graciosa embutidos.

Crie um atalho de área de trabalho do Windows com um clique na página de Configurações: um inicializador .cmd + ícone na área de trabalho para o DeepSeek Harness ou qualquer servidor local, abrindo o navegador automaticamente, com dicas de fixação na barra de tarefas.

Curadoria da saída de ferramentas no momento da ingestão: mantém linhas de erro e aviso mais o início e o fim, despeja o texto completo em disco com um ponteiro que o modelo pode reler; cobre todas as ferramentas de texto, e resultados pequenos passam intactos.