Plugins

Transforma o menu de esforço de raciocínio em controle deslizante e substitui o seletor padrão de modelo/nível. Segue o ponteiro; ao soltar, ajusta-se ao nível mais próximo e envia uma atualização de sessão por arrasto. A trilha mostra preenchimento, marcas e botão branco; só xhigh, max e ultra recebem gradiente fluido da marca. As extremidades exibem os nomes dos níveis mínimo/máximo; o mesmo cartão abre a lista oficial de modelos. Setas: 1 nível; PageUp/PageDown: 2; Home/End: extremos. Cada movimento é enviado. O contador de geração no objeto de diretório descarta respostas atrasadas; movimento reduzido desativa animações. Dados de modelDirectories padrão; sem novas capacidades.

Mostra o provedor do modelo atual como badge compacto à esquerda do seletor na linha de ferramentas do composer Web do DSH.

Mostra a rota de modelo realmente usada por cada subagente: badge em cada linha do catálogo pai e leitura no cabeçalho da sessão filha.

Ao selecionar texto no DSH Web, aparece um botão no fim para traduzir no lugar. Usa o serviço llm do host e o modelo da sessão, sem outra chave API; endpoint compatível com OpenAI também configurável. Resultado em popover na tela, com cópia em um clique e botões de idioma para retraduzir. Padrão: chinês→inglês, demais→chinês. Configuração no host; a chave API nunca vai ao navegador.

Substitui o seletor por lista recolhível por provedor (máx. 640x720), com nome do modelo, nome/ID do provedor e ID exato do modelo. Modelos incomuns são geridos manualmente; favoritos separados. Classificação só pelo usuário, sem rastreamento de uso ou ordenação automática. Busca por nome/ID do modelo e provedor e notas da conta.

Selecione um trecho de conversa DSH para ver uma explicação simples em painel flutuante, usando a mensagem ao redor como contexto. Três níveis (plain/general/pro), reexplicados ao alternar. Busca na Web e arquivos locais são opcionais; por padrão o modelo decide, ou um botão força uma consulta e relata só novidades. Há perguntas de seguimento e envio de toda a troca a uma nova sessão em espera, sem despertar o modelo nem gastar tokens. As configurações ficam em settings.json no host e só são gravadas ao salvar. O repositório também inclui endpoint compatível com OpenAI e extensão de navegador (source).

Marca no menu de modelos do DSH aqueles usados por outras sessões em execução e restaura, por modelo, o nível de raciocínio lembrado e o estado de recolhimento do grupo.

Exibe resumos em chinês nos cartões de skills do dsh-skill-mcp-panel: cada cartão expandido recebe um resumo curto, etiqueta de categoria e tópicos, enquanto a descrição em inglês fica recolhida atrás de “原文”. O host traduz sob demanda skills fora do mapa com o modelo padrão atual e armazena em disco usando o hash do texto original como chave, sem exigir cadastro manual. Skills cuja descrição já está em chinês são ignoradas.

Sugere próximos passos no composer do DSH: após cada turno concluído, uma chamada auxiliar ao modelo atual da sessão retorna três sugestões clicáveis acima do campo de entrada; ao clicar em uma, ela preenche o rascunho.

Adiciona duas páginas visuais ao DSH Settings. JSON é a fonte de verdade dos servidores MCP e reescreve o bloco gerenciado do profile patch, com validação YAML e backups com data/hora. Ao importar um mcpServers JSON colado, lista primeiro o que será adicionado ou sobrescrito. Thinking unlock consulta cada gateway compatível com OpenAI sobre os níveis de raciocínio realmente declarados e grava a configuração por nível sem alterar outros trechos de bytes do YAML escrito à mão. Um botão separado sincroniza a lista de modelos: mostra inclusões e remoções antes de gravar níveis e modelos em uma operação atômica; também pode rodar no agendamento da página.

Conecta TypeSafe/Jev, Cloudflare/Clef, Nace/Drex, Laya auto-hospedado e provedores de decisão personalizados por uma única interface. Classifica, filtra e pontua agentes e plugins, além de localizar objetos em imagens com resultados estruturados.

Remove sandbox_permissions/justification quando não podem ampliar o modo sandbox atual, evitando falha da chamada. tools/pre-execute compara o modo pedido ao resolvido pela política da sessão e remove campos quando igual ou mais restrito (inclusive justification isolado). null, vazio e use_default do shell Codex significam sem pedido; em danger-full-access remove qualquer valor, inclusive require_escalated. Solicitações de ampliação real, modos desconhecidos e ferramentas sem schema DSH ficam com o core DSH. Nunca amplia permissões. Lista configurável; padrão bash/pwsh/write/edit/run_code. Sem dependências.

Conversa com DeepSeek Harness pelo Feishu/Lark: cada chat corresponde a uma sessão DSH, mensagens viram turnos e respostas retornam em cartões. Perguntas, permissões e trocas de modelo/conversa são interativas. Arquivos/imagens recebidos são baixados no workspace.

Conecta sessões DSH ao Feishu/Lark, Telegram e DingTalk. Cada chat se vincula a uma sessão retomável e recebe respostas em cartões em streaming. O cartão final mostra modelo, tokens, etapas e duração. Perguntas e aprovações são respondidas no chat; credenciais por canal nas configurações web.

/review envia as alterações atuais a um subagente revisor fixado no modelo escolhido, com uma sessão contínua por chat.

Visão unificada para gerenciar Agent Skills locais e buscar, pré-visualizar e instalar do ClawHub, ModelScope e QwenPaw, com filtros de origem/categoria. O agente também instala via skill_hub.

Skill e ferramenta para consultar saldos de contas em DeepSeek, Doubao/Volcengine, Qwen/Alibaba Cloud, Hunyuan/Tencent Cloud e endpoints HTTP próprios. Somente leitura, cache de 60 s.

O alto-falante junto ao seletor de modelo vai ao início da pergunta mais recente, marca um cursor piscante e lê até a última resposta (dsh-tts; voz do navegador como alternativa). Segure e clique para escolher o início; arraste para cima para abrir o mixer vertical do volume de mídia na página e saída do sistema.

Visão via NVIDIA NIM: expõe o MCP stdio incluído como mcp__opencode_eyes_nvidia__describe_image, usa um dos sete modelos hospedados (MiniMax-M3 padrão) e alterna várias chaves API.

Visão para modelos de texto: expõe o servidor MCP stdio incluído como mcp__opencode_eyes__describe_image, envia a imagem ao StepFun step-3.7-flash e retorna descrição detalhada.

Observa falhas consecutivas idênticas de ferramentas e pode pausar antes da próxima etapa do modelo. Preserva os resultados originais e as repetições bem-sucedidas e mostra um relatório dentro do chat no DSH Web.

Executa respostas /single-turn e /multi-turn em subagentes isolados para manter os resultados no chat atual, sem que entrem no contexto do modelo principal.

Substitui o seletor de modelo do composer por um seletor focado em busca e adiciona uma página de gerenciamento: criar e editar canais llm-pi-ai, escolher quais modelos cada endpoint oferece e declarar níveis de raciocínio e capacidades por modelo.

Somente Windows: reutiliza o proxy local de modelos do aplicativo desktop XiaoyiWork conectado para exibi-los no DeepSeek Harness, sem uma chave de API separada.