Plugins

Preset de pesquisa verificada: cada etapa usa observações confirmadas pelo sistema, alegações L3+ vão a um avaliador independente e a sessão forma um registro reproduzível e uma ontologia navegável. Requer DSH >=0.1.7-alpha.1.

Pet de desktop (estilo QQ-pet): flutua no canto, pode ser arrastado, alimentado e ter interação lúdica.

The memory that dreams — memória entre sessões para DeepSeek Harness: lembra de você e dos seus projetos, consolida memórias enquanto está ocioso (autoDream), congela memórias conflitantes para sua revisão e mantém uma trilha de auditoria reproduzível. A memória fica no seu computador em SQLite, com espelhos Markdown editáveis; recuperação por quatro vias (palavras-chave, vetor, BM25 e grafo de entidades), painel interativo, 10 ferramentas de modelo, servidor MCP, API externa e CLI. Resumos e consolidação usam o modelo do host que você já configurou; com um embedder local, a busca semântica funciona totalmente offline.

A memória que sonha — memória entre sessões para o DeepSeek Harness: recorda você entre sessões, autoconsolida-se enquanto dorme (autoDream), congela memórias conflitantes para sua revisão e mantém uma trilha de auditoria reexecutável. Busca semântica local offline-first sobre SQLite com espelhos Markdown editáveis por humanos, um grafo de entidades, um painel de memória interativo, além de uma API externa e uma CLI.

A memória que sonha — memória entre sessões para o DeepSeek Harness: lembra de você entre sessões, autoconsolida enquanto dorme (autoDream), congela memórias conflitantes para sua revisão e mantém uma trilha de auditoria reproduzível. Busca semântica local offline-first sobre SQLite com espelhos Markdown editáveis por humanos, um grafo de entidades, um painel de memória interativo, além de API externa e CLI.

Controla o traçado científico do OriginLab Origin a partir do chat de IA via MCP: 62 ferramentas. Watchdog de diálogos modais, porta de segurança LabTalk, release/reconnect, ajuste com parâmetros iniciais/fixos/ponderados, edições finas de gráficos e planilhas, ferramentas de matriz, FigureSpec YAML declarativo (difável e reproduzível), instantâneo somente leitura dos MCP Resources, ponte matplotlib-figure, montagem de PowerPoint com rótulos de painéis, busca de modelos do Graph Gallery, exportação EPS, lista branca de acesso a arquivos, baseline de regressão visual e entregável OPJU editável com verificação determinística de releitura.

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.

Apresenta o DSH Web como uma interface voxel estilo Minecraft em primeira pessoa jogável e tela cheia — não apenas um skin de cores: usuários caminham por um mundo persistente de blocos em Three.js e acessam workspaces, sessões, conversas, ferramentas, seleção de modelo, permissões, informações de contexto e o composer por meio de instalações no mundo e uma bancada.

Plugin de anúncios por voz sem dependências, orientado a eventos: sem modelo extra, sem custo de tokens. Fala com a voz natural integrada do sistema, suportando Windows e macOS; anúncios de resposta final, alertas de aprovação e perguntas, anúncios opcionais de eventos (fim de turno, comando concluído, mudança de objetivo, erros de ferramentas, atualizações de tarefas), respostas finais reproduzíveis e uma página de configurações visual bilíngue.

Gerador de galgame: forneça um documento de roteiro além de recursos de personagem/fundo/BGM/animação no espaço de trabalho (img_human/, img_bg/, audio/, img_cg/) e ele gera uma página web de visual novel jogável com slots de salvamento configuráveis ([存档 N], 9 por padrão), sprites seguidores do falante com troca de variantes multi-pose ([表情]), animações de abertura/encerramento/CG ([op]/[ed]/[cg]), controle de reprodução/parada/volume de BGM e ramificação por linhas if.

Bichinho de desktop desenhado a partir do contorno oficial da baleia, para o app desktop e a UI web: animações SVG e expressões faciais acompanham o estado do agente (pensando, trabalhando, concluído, erro, aguardando confirmação), e ele pode seguir outras sessões em execução com um selo de contagem; cutuque, arraste, balance até ele ficar tonto, achate-o contra a borda da tela ou passe o cursor sobre a cabeça para fazer carinho; 7 paletas, 4 tamanhos, sons sintetizados, sincronização com tema claro/escuro e uma prévia web jogável.

Reproduz sessões em uma linha do tempo reproduzível com uso de tokens por etapa, audita operações sensíveis, estima custos, visualiza linhagem de forks, compara sessões e exporta replays HTML autônomos.

Motor de persona para o DeepSeek Harness: um config.json governa o nome próprio da IA (por modelo e nível), como ela te chama, sua postura relacional, o texto de caráter, contratos por item com interruptores, o idioma da cadeia de pensamento e o tom das respostas (opt-in, por modelo), além de memória de longo prazo condicionada à confirmação humana: a IA só anexa candidatos, uma linha de confirmação os ativa, e o log é somente de acréscimo e reexecutável. Entradas confirmadas entram como bloco citado de dados, não de instruções; as marcadas com um kind vão para arquivos arbitrários e nunca chegam ao prompt. As seções do prompt são relidas do disco a cada montagem, então edições aplicam sem reiniciar. Presets: instantâneos JSON compartilháveis. Zero dependências, sem rede, sem shell.

Decisões tipadas do Laya (`noul` sim/não, `choice`, `score`) como um serviço Cordis de primeira classe (`ctx.laya`) mais as ferramentas `laya_ask` e `laya_plan` visíveis ao modelo. O plugin em si não instala nem baixa nada: é um cliente de um sidecar `laya-mcp serve` que você mesmo inicia, e informa que o sidecar não está em execução em vez de falhar de forma obscura na primeira chamada de ferramenta.

Selecione um texto na interface Web do DSH para receber em streaming uma tradução e explicação de seu significado no contexto da conversa original. O painel mantém um histórico reproduzível e pode promovê-lo a uma sessão completa.

Ouça podcasts e audiolivros do Ximalaya dentro da interface web do DSH: pesquise álbuns, navegue por faixas paginadas e reproduza através de uma barra de reprodução atual (anterior/reproduzir/seguinte, avanço, volume, velocidade). Após o início de sessão por QR, a página «Meus» lista as faixas que gostou (clique para reproduzir), os álbuns subscritos com indicações do episódio mais recente, e os locutores seguidos com os seus álbuns públicos; o host retransmite os fluxos de áudio com suporte de Range e regista uma ferramenta `ximalaya_play` para que o agente possa pesquisar e reproduzir a pedido.

Tela de abertura em vídeo de tela cheia: reproduz mp4 na inicialização, pode ser pulada com clique, aceita vídeos próprios e converte automaticamente codecs não reproduzíveis para H.264.

Tema pixel neon para o DeepSeek Harness desktop, com fundos jogáveis de batalha aérea, estilingue de porcos e corte de frutas, controles de mouse e alternância dia/noite no jogo de estilingue.

Oculta schemas de ferramentas do prefill do modelo e revela uma ferramenta por vez via API de modelo decisório. Requer endpoint decisório ativo e pnpm no PATH.

Clínica somente leitura para logs de sessão DSH: 22 diagnósticos nomeados (desperdício de tokens, ciclos de retry/falha, contexto inchado, amnésia entre sessões, MCP servers e skills ociosos). Cada achado traz localizador de evidência reproduzível, como `session.v4.jsonl.zstd#L101-L110`, e prescrição executável: trecho YAML de profile-patch ou comando com valores atual→sugerido, risco, verificação e fonte. Um comando de feedback retira uma prescrição rejeitada e o relatório registra que saiu por esse feedback. Zero dependências, egresso zero por padrão, nunca grava arquivos de sessão.

A ferramenta `manim_card` renderiza Manim Python em um cartão de animação reproduzível no chat. O código roda no navegador em um runtime incluído, sem Python local; a exportação de vídeo usa o Manim CLI local se instalado ou gera quadro a quadro no navegador.

Guardião de aprovação do DeepSeek Harness: um modelo revisor decide solicitações de permissão antes que cheguem a você. Backend da decision API System One (TypeSafe Jev, SiliconFlow ou Laya auto-hospedado), política configurável para baixa confiança e whitelist de regras permitidas.

Lista e pesquisa de e-mails via himalaya / notmuch (sem envio).

/repro exporta um pacote mínimo, sem segredos e reproduzível do problema: o log de sessão, os comandos que falharam e o diff do Git