Plugins

Provedor não oficial de LLM Command Code: registra uma rota `commandcode` com um catálogo de modelos ao vivo e suporte a reasoning-effort.

Skin de controle deslizante de reasoning adaptável que mapeia os níveis de esforço de raciocínio disponíveis de cada modelo em uma escala de intensidade visual de 0 a 30, com retratos, plano de fundo e cores de interface sincronizados.

Adiciona ao seletor nativo de modelos do DSH um controle animado de esforço de raciocínio do DeepSeek Chan, seguindo os níveis declarados pelo modelo e acelerando a animação durante o arraste.

Transforma a linha oficial de reasoning-effort em um controle contínuo: preenchimento azul-violeta, céu estrelado nos níveis mais altos e texto do valor oficial colorido conforme o nível atual. Off permanece cinza e nenhum texto oficial é alterado.

Agregado de recursos de desktop que instala a coleção DSH Web UI, dshmarket, Codex Connect e os controles de reasoning-effort em versões fixadas.

🌹 Salve modelos de prompt repetitivos e trabalhosos. Um clique os insere no compositor e evita digitá-los de novo.

Conecta ChatGPT ao DeepSeek Harness pelo OAuth do navegador Codex, sem API key ou Workspace. Registra pi-ai Codex, define modelo/raciocínio padrão, atualiza o catálogo e mostra uso de cinco horas e semanal.

Configuração de esforço de raciocínio e modalidade de entrada por modelo para provedores terceiros: sugestões fundidas de uma base de conhecimento de modelos e evidência bruta do endpoint /models com rótulos de confiança, editadas dentro do card oficial da página Models.

Reúne modelos do WorkBuddy (multicontas pessoal, empresarial e edição internacional do WorkBuddy AI), Qoder CN e Trae CN em um único seletor. Compartilha o histórico de conversa, mostra multiplicadores de crédito em tempo real e define reasoning effort por modelo; usa a maior janela de contexto declarada pela edição internacional e oferece check-in diário quando o canal permite.

Configura níveis de reasoning-effort e padrões de sub-agente para modelos DSH customizados.

Início de sessão com conta ChatGPT para o DeepSeek Harness através de um fluxo OAuth do navegador do Codex, sem chave de API e sem seleção de workspace: subscreve o login no provedor Codex do pi-ai, permite definir o modelo Codex e o reasoning effort globais padrão para novas sessões, atualiza a lista de modelos a partir do endpoint de catálogo da própria conta conectada e mostra no compositor as janelas de uso de cinco horas e semanais.

Deixe suas ideias fluírem — Tydora é um editor de Markdown de desktop moderno que combina edição WYSIWYG, links bidirecionais, mapas mentais e uma tela infinita, potencializando o pensamento profundo e a expressão sem esforço.

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.

Tema no estilo Claude Code Desktop para DeepSeek Harness Desktop 0.2.0-rc.2 no macOS e Windows, com layouts compactos de barra lateral e chat, temas claro e escuro, controles de modelo e reasoning effort, e uma baleia pixelada interativa que espirra, pula e abana a cauda em novas sessões.

Controle deslizante de esforço de raciocínio estilo Claude Code para a IU web DSH: arrasto contínuo, ajuste ao soltar, trilha de fogo WebGL e controle real e funcional do esforço de pensamento para qualquer modelo ou provedor de terceiros personalizado.

Melhora a experiência com modelos: várias formas de preencher parâmetros, compatibilidade aprimorada, memória do esforço de raciocínio, subagentes que acompanham em tempo real o modelo e esforço do pai e ajuste automático do esforço pela IA.

Substitui o botão de modelo do compositor DSH por um painel de dois níveis (provedores e lista de modelos pesquisável), com slider contínuo e arrastável de esforço de raciocínio: preenchimento azul-violeta, nebulosas e estrelas nos níveis altos e cor distinta por nível. Escolher modelo mantém o painel aberto e move o slider ao nível intermediário dele. Partiu de Microqian2th/dsh-codex-effort-slider 1.0.0 (crédito no README); painel, tomada do slot, suíte de testes offline e documentação são novos.

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.

Liang Saint Slider como seletor de modelo e nível de esforço de raciocínio do DeepSeek Harness.

Provedor de modelos Kiro com início de sessão via Builder ID, Identity Center, Google, GitHub e importação de credenciais, atualização automática de tokens e perfis, uso da conta, descoberta de modelos em tempo real, esforços de raciocínio selecionáveis, chamadas de ferramentas em streaming, tratamento do motivo de parada do provedor e do estouro de contexto, e contabilização de tokens que usa os contadores exatos do Kiro quando ele os envia e, caso contrário, dimensiona a porcentagem de uso de contexto que envia pela janela anunciada do modelo.

Um seletor de esforço semelhante ao Codex para Deepseek Harness.

Controle por rodada do nível de raciocínio (reasoning_effort) para DeepSeek Harness: Auto agenda low/high/max pelo histórico recente de tool calls, ou permite fixar um wire level (off/on/minimal/low/medium/high/xhigh/max), com mapeamento wire personalizado, proteção de capacidade por modelo e presets de janela de contexto (64K–1M); seu capability card por modelo funciona com [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (instalável pelo dsh-market) para testar raciocínio em gateways compatíveis com OpenAI (vLLM / LM Studio / self-hosted). O card escreve capacidades llm-pi-ai, o adapter controla o wire (compat.thinkingFormat) e o plugin mantém a lista de takeover.

Página de configurações para capacidades por modelo: níveis de reasoning-effort com suas grafias wire, modalidades de entrada e capacidades de token, escritos como declarações ou substituições esparsas de catálogo.

Controle deslizante de esforço de raciocínio no estilo Codex, embutido no seletor de modelos