Plugins

Instala quatro presets de pesquisa matemática multiagente para o DSH: v2 (pipeline guiado por probabilidade com debate entre vários verificadores), v3 (base de conhecimento Markdown em estilo de artigo com um agente planejador e uma biblioteca de métodos reutilizável), v4 (residentes persistentes auto-organizados que trocam mensagens e se reúnem) e v5 (um instituto de pesquisa com um acadêmico que decompõe e atribui o trabalho, pesquisadores votantes, trabalhadores temporários, chat em grupo e um quadro de tarefas compare-and-set); os quatro suportam retomada por checkpoint, intervenção humana e um interruptor opcional de verificação formal em Lean (off/encourage/require), cuja prova aprovada transforma o voto em uma checagem de fidelidade das afirmações Lean.

Instala uma predefinição de escrita de romances multiagente para o DeepSeek Harness: um agente condutor distribui o trabalho para cinco subagentes especializados — construção de mundo, enredo, gerenciamento de personagens, redação da prosa e revisão de qualidade.

Plugin Windows que troca o executor de shell do host por Git for Windows bash em todos os modos de agente, materializa variantes Git Bash das predefinições standard, minimal, PTC e Cordis (marcadas por sha256 por arquivo, edições do usuário preservadas), e expõe uma capacidade gitBash para que predefinições companheiras escolham Git Bash automaticamente; quando dsh-better-sidebar está instalado também adota o shell do terminal daquela sidebar (abas UI e as ferramentas terminal_* voltadas para o modelo) através de sua costura oficial de configurações.

Predefinição de agente em duas fases para o DeepSeek V4 Pro: a primeira solicitação vê apenas bash+read (inicialização alinhada ao Minimal), depois o catálogo completo de ferramentas Standard após a primeira chamada de ferramenta ou resposta; distribuído como pacote instalador mais um diretório de predefinições manual.

Gerenciador de sessões do DSH Web: excluir, arquivar, mover entre workspaces, migrar preset; favoritos, revisar depois, busca, ordenação, prioridade, adicionar tags e notas; processamento em massa. Sugestões e feedback são bem-vindos no GitHub.

ClearAI: o Epistemic Loop, nativo no DSH.

Combine seus modelos e orçamentos de tokens com cada função, então deixe o DSH delegar subagentes especializados por tipo de tarefa. Cobre análise de arquitetura, UI/UX, implementação de código, exploração da base de código e pesquisa de documentação, com configuração automática mais esforço de raciocínio e permissões de ferramentas por função.

Preset modo especialista DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordenador + 17 subagentes com delegação automática. Funções: taskboard (estados pending/ready/running/done/failed, DAG dependências, reivindicação atômica, retry, recuperação), portas qualidade (pipeline 5 etapas: requisitos, implementação, verificação, revisão, integração; 2 reelaborações), Five-Anchor (revisão/convergência/anti-deriva/colaboração/recursos), Near-distance (modelo identidade/tarefa/saída), divulgação progressiva (~28% economia tokens), persistência, barramento P2P, revisão cruzada, pool experiência, via rápida, auto-retry. 17 especialistas: dados, redação, jurídico, PM, frontend, UI/UX, arquiteto, social, growth, fin. quant., backend, DevOps, BD, QA, segurança.

Preset unificado e ancorado de agente para DeepSeek V4 Pro/Flash na API oficial e no opencode-go: bootstrap mínimo-exato de duas ferramentas na primeira requisição, caminhos Pro/Flash cientes do modelo e gerenciamento de catálogo ciente de época para estabilidade em sessões longas.

Predefinição unificada de agente ancorado para DeepSeek V4 Pro/Flash na API oficial e no opencode-go: bootstrap de primeira solicitação com duas ferramentas mínimas e exatas, caminhos Pro/Flash sensíveis ao modelo, e gestão de catálogo sensível a épocas para estabilidade em sessões longas.

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.

Conjunto de predefinições de agente Programming Mode: o agente de programação padrão com uma persona que impõe a disciplina Superpowers (competências primeiro, brainstorming antes de construir, planos antes do código, TDD, depuração sistemática, verificação antes da conclusão), além de uma disciplina de volume de código Ponytail sempre ativa (escada de código mínimo de 7 níveis, completo por predefinição); inclui as vinte competências (14 superpowers + 6 ponytail) e injeta mecanicamente a competência using-superpowers completa no primeiro pedido de cada nova sessão.

Preset de agente Learning Mode: um agente de codificação que ensina enquanto codifica — explicações concretas ancoradas em cenários, orientação socrática e lacunas de prática TODO(你), modelado no estilo de saída Learning do Claude Code; instalável via dsh plugin add (dsh-learning-mode no npm).

Preset de agente para o DeepSeek Harness que sobrepõe o conjunto de ferramentas autorreferencial Cordis (plugins dinâmicos, inspeção em tempo de execução) e habilidades de autoria de presets ao preset PTC Code-Mode; os arquivos materializados carregam marcadores sha256 por arquivo, então presets editados pelo usuário nunca são sobrescritos em upgrade ou desinstalação.

Bridge WeChat bidirecional para DeepSeek Harness via protocolo iLink: vincule seu WeChat pessoal com um escaneamento de QR e converse com um agente DSH local a partir da caixa de chat (texto, imagens, voz para texto, arquivos); um painel de configurações web lida com vinculação/início/parada/status, vinculação de sessão de projeto continua a conversa no desktop, notificações proativas wechat_notify incluem throttling, e o daemon puramente em Node roda em Windows/macOS/Linux.

Predefinição de agente de equipe de produto virtual: conversa guiada pelo usuário que percorre todo o pipeline de 12 etapas desde a ideia até o produto lançado, promovido e operado, com portões por etapas e habilidades por etapa.

Preset de agente Learning Mode: um agente de codificação que ensina enquanto codifica — explicações concretas baseadas em cenários, orientação socrática e lacunas de prática TODO(你), modelado no estilo de saída Learning do Claude Code; instalável via dsh plugin add (dsh-learning-mode no npm).

Modos personalizados / gerenciador de assistentes: cada modo tem seu próprio system prompt nas configurações — um prompt personalizado, arquivo simples que o loop do agente relê antes de cada passo do modelo, de modo que a edição vale para a sessão em execução no passo seguinte — e iniciá-lo a partir da composição oficial standard / PTC / minimal / Cordis, alternando uma a uma as linhas de plugin que ele monta (composição de plugins própria por modo), renomeável à vontade. Vários assistentes coexistem com prompts próprios, então uma máquina pode manter lado a lado assistente de programação, companheiro de chat e persona de roleplay (RP) — configuração multiagente escolhida a cada nova sessão. Linhas intactas permanecem idênticas byte a byte às originais, com condições de plataforma.

Preset de agente que transforma objetivos de múltiplos estágios em fluxos retomáveis: estágios com árbitro, identidade de bloqueio SHA-256, portão de revisão de terminal assinado por HMAC e logs de execução event-sourced; inclui 15 agent tools.

Distintivo de modo predefinido incorporado no botão "New Session": clique para escolher o preset de agente padrão para a próxima sessão (nomes longos são truncados com reticências para manter o rótulo legível).

Padrões aprimorados de autocompactação para predefinições de agente do DeepSeek Harness: aplique com um único comando limites/presupostos de retenção ajustados e políticas por modelo, de forma idempotente, com backups e rollback.

Preset de agente de codificação diária ultra-leve para DeepSeek Harness (dsh) que remove orquestração pesada para execução rápida e direta de ferramentas.

Preset de agente mínimo para Windows no DeepSeek Harness: persona fixa de uma linha, três ferramentas, sem contexto de runtime.

Git worktrees para o DeepSeek Harness: cinco ferramentas de agente, um seletor de Nova Sessão que inicia uma sessão dentro de um worktree, uma aba na barra lateral para o diff não commitado, um painel que desarquiva ou exclui sessões arquivadas e renomeação com duplo clique. A remoção recusa alterações não commitadas ou não rastreadas e nunca remove o worktree principal.