Plugins

Roteamento automático de esforço de pensamento para dsh: um classificador local fine-tuned de 7 perguntas (ModernBERT, 842MB, <1s de inferência em CPU) escolhe low/high/max para mensagens sem intenção; retries dentro da sessão escalam o tier (low para high para max) sob restrições de exclusão; o serviço juiz falha com segurança em low se inalcançável. Um chip de tier na barra de entrada mostra o tier ao vivo e os últimos 20 julgamentos. Toda a inferência é local — o texto da tarefa nunca sai da máquina.

Adiciona um preset de permissão `auto` entre workspace-write e danger-full-access: um classificador concede uma vez as escalações rotineiras do sandbox, enquanto solicitações perigosas ou incertas continuam sendo encaminhadas a um humano.

Aprovação automática ao estilo CC para DeepSeek Harness: regras determinísticas de negar/permitir, mais um classificador de permitir/rejeitar em duas fases com disjuntor e orientação perante negações.

Plugin de classificação de dados urbanos com IA: recomenda categorias automaticamente com base em GB/T 47949 e aceita dados estruturados, semiestruturados e não estruturados.

Resume histórico antigo com modelo auxiliar antes de a janela encher; registro durável em disco, reancorado após compactação. Medição única: sessão real de 1 dia, 6 compactações substituíram 209 mensagens; contexto ativo: dezenas de milhares de tokens. Roteia subtarefas por 6 pools (econômico/mecânico/principal/difícil/visão/revisão) ou Auto/classificador; troca só no limiar de confiança para preservar cache. Marca de 3 linhas aciona transferência em 4 passos (backup fork, doc, compactação, despertar), sem perder subagentes; /ctx-pause, /ctx-resume, /ctx-handover controlam manualmente. Agent Teams opcional; /vision dá visão a modelos de texto; diffs grandes vão a testador + revisor independente. UI/README em 11 idiomas. 3 skills: leitura MySQL/Redis, commits, requisitos/design.

Detecta qual modelo de conversa está sendo servido a uma conta: inicia conversas-probe descartáveis concorrentes, pontua cada cadeia de pensamento em streaming pela abertura de seus parágrafos e cancela sondas que soam como o modelo antigo em segundos. Inclui um auto-check offline que reproduz 13 cadeias de pensamento rotuladas manualmente pelo mesmo classificador.

Mantém um conjunto de modelos e direciona cada etapa do agente a um deles com o esforço de raciocínio definido; configura-se por cliques no composer, sem JSON. O roteador assume o campo de modelo do composer e mostra nele o modelo/esforço da sessão e as próprias configurações. Três escopos de autorização (model/effort/full): uma escolha manual só vale no escopo correspondente; em effort, fica vinculado ao único modelo escolhido. Inclui presets de tarefa com pesos por modelo, roteamento vision para etapas com imagem, sinais da sessão (active todo, context pressure, token budget, subagent depth) e classificador semântico opcional. thinking permanece ativo, pois o DeepSeek rejeita pedidos com thinking ativo quando o histórico contém uma chamada de ferramenta feita com thinking desativado.

Adiciona ao DSH modelos WorkBuddy gratuitos e pagos, nacionais e internacionais, sem o app desktop. É um fork mantido de Faide-cyber/dsh-workbuddy, publicado como @bushizhanghan/dsh-workmate; o upstream já consta deste catálogo. Não instale ambos: registram o mesmo provider id, "workbuddy-ai", e entram em conflito. v1.2.7 move prompts de sistema longos para depois do classificador de risco de canal do gateway doméstico, altera a marca DSH e adiciona um despejo de depuração. Compatível com dsh 0.2.0-rc.2 a 0.2.1, incluindo pré-lançamentos.

Proteção de permissões para DSH: quatro escopos com direitos de leitura/gravação/execução no menu nativo, além de classificador semântico Jev opcional para comandos bash.

Reduz custos de LLM: um classificador Jev (System One) avalia cada turno segundo uma política declarativa e recomenda o modelo para subagentes. Tarefas rotineiras usam tarifas flash; as difíceis ficam com o modelo principal. Inclui acionamento explícito /route, verificação em runtime da capacidade de delegação, ocultação de credenciais e reprodução offline pelo log de decisões.

Roteador de modelo híbrido para o DeepSeek Harness: regras declarativas, controle de custos configurável pelo usuário (custo-primeiro / qualidade-primeiro / balanceado), classificador de tarefa LLM opcional e cadeias de fallback por falha.

Classificador autônomo de permissões para o preset auto: regras allow/deny por ferramenta, um juiz semântico por LLM e checkpoints de git para sessões sem supervisão.

Recupera uma sessão que o host recusou por exceder a janela de contexto: verifica novamente a mensagem do gateway ignorada pelo classificador integrado, obtém a janela real e reduz o trecho mais antigo a um checkpoint sem chamar o modelo (poda de resultados de ferramentas, mecanismo de compactação do host se reduzir a projeção ou digest mecânico). Depois tenta novamente a etapa que falhou. A ferramenta `context_rescue` e `/rescue`, `/rescue-status` oferecem o mesmo caminho manual.

Roteador híbrido de modelos para DeepSeek Harness: regras declarativas, controle de custo configurável pelo usuário (cost-first/quality-first/balanced), classificador de tarefas LLM opcional e cadeias fallback em caso de falha.

Controle de modelo subagent: Jev classifier rotula cada turno e o hook agent/request reescreve a solicitação para provider, model e reasoning effort mapeados. Inclui seletor por sessão inherit/auto/manual, um prompt por função antes da tarefa e replay offline de decisões anteriores.

Roteamento automático por nível para DeepSeek Harness: o modelo virtual `smart` classifica cada solicitação por dificuldade (hard/normal/easy) e necessidade de visão e a encaminha aos modelos já configurados. Sem configuração adicional.