Plugins

Gera diagramas interativos validados e autônomos de arquitetura, fluxo de trabalho, sequência, fluxo de dados e ciclo de vida a partir de repositórios ou descrições de sistemas.

Pacote opcional somente-Skill do DeepSeek Harness para a skill de diagramas de arquitetura Archify.

Painel de insights de contexto do DSH: painel de Context + comando /context + navegador de Context — gerenciamento completo do ciclo de vida do contexto com composição categorizada, detalhes de conteúdo, tendências de evolução, eventos de compactação/injeção e estatísticas.

Conecta status do ciclo de vida, erros e pedidos de aprovação do DeepSeek Harness a um companion de desktop OpenPets executado localmente.

Plugin de análise de segurança para DeepSeek Harness: 33 ferramentas em seis domínios de segurança, evidências, relatórios e utilitários, além do ciclo de vida de casos, roteamento e registo de ferramentas. Inclui um fluxo de casos ligado à sessão, cadeia de evidências, validação de E-id e resultados reproduzíveis; 362 referências a pedido; três perfis de persona intercambiáveis; e um espaço de trabalho com quatro separadores (armor / case / intercept / about), com recuperação do estado do caso após a compactação do contexto.

Plugin de memória de ciclo de vida MemOS Cloud para o DeepSeek Harness

Marketplace de skins nativo e gerenciador de ciclo de vida que descobre skins da comunidade, exibe pré-visualizações e status de compatibilidade, e oferece caminhos de instalação verificados com um clique ou manuais.

Console de governança de ativos para infraestrutura de IA auto-hospedada. Registra servidores MCP, skills, agentes, apps de IA, canais de modelos, conectores SaaS e armazenamento NAS em um ledger, com máquina de estados do ciclo de vida, pontos RBAC por ferramenta, atribuição de custos departamento × agente × skill, topologia de dependências e trilha de auditoria append-only. Auto-hospedada, MIT, sem plano hospedado ou contrato de nuvem.

DSH Knit ordena na barra lateral Markdown/código/imagem/vídeo de todo o workspace e expõe Context Pack via knit_docs. BM25/IDF local padrão compara mensagens recentes com título/resumo/conteúdo: sem modelo/rede, nada sai; índice persiste após reinício/novas sessões. Evidência/prévia; atribuição fixada ao ler, fixar/excluir antes da busca (reversível). v0.23 híbrido opcional OFF, exige embeddings Ollama/OpenAI compatíveis configurados pelo usuário. Envia query+título/resumo (Markdown: início ≤60 caracteres; código: pasta relativa; mídia: nome), nunca corpo completo/caminho absoluto; loopback local. v0.24 associa mudanças não commitadas via git status somente leitura (argv fixo, sem shell, env allowlist), OFF. Sem teste com provider real; não alega melhora.

Memória de projeto apenas local, sem dependências de runtime empacotadas nem serviços externos: JSON como fonte da verdade mais um PROJECT_MEMORY.md gerado, Hot Memory limitada por tokens e congelada por sessão para estabilidade do cache de prefixos de prompt, recall BM25 entre projetos em cache, proveniência confiável de sessão/turno, governança explicável de duplicatas/conflitos antes da gravação, ciclo de vida editável de importância/pin/tags/substituição/arquivo, destilação configurável no fim do turno de nível superior e uma GUI web bilíngue para busca, inspeção, diagnóstico e configurações ao vivo.

Converte eventos do ciclo de vida de sessão, loop de agente, LLM e ferramentas em traces e métricas GenAI do OpenTelemetry, exportados via OTLP/HTTP padrão para qualquer backend compatível, com a captura de conteúdo desativada por padrão.

Gestão do ciclo de vida de metas para o dsh com um quadro kanban interativo: metas, critérios, tentativas e revisões vivem no espaço de trabalho, guiados por ferramentas graph_*, com um quadro de duas raias renderizado na visão de conversa.

Crie e gerencie ferramentas JavaScript em sandbox com um editor Monaco e um ciclo de vida de ferramentas conduzido pelo modelo.

Camada de integração nativa DSH para o motor de memória Minta: compõe a linha oficial dsh-mcp-client, registra a skill minta-memory-governance além de um preaquecimento de memória no início da sessão, e envia um preset de agente Minta; requer o motor Minta implantado separadamente (Python/Docker) para fornecer as 19 ferramentas MCP — não utilizável sem ele.

Base de conhecimento no padrão Karpathy LLM Wiki para o DSH: habilidades wiki-write/wiki-search, pipeline sem dependências (lint/index/sincronização de memória mnemon/feedback de qualidade), plugin de ciclo de vida mínimo que injeta esquema + pré-visualização de conhecimento, e recordação semântica SiliconFlow via proxy compatível com Ollama.

Memória entre sessões com lembrança determinística de zero token (bigram-Jaccard fundido com FTS5 BM25 via RRF, tokenização ciente do chinês), reforço que fortalece observações repetidas, e procedimentos cristalizados em arquivos SKILL.md refinados no lugar por um ciclo active-stale-archived com archive e rollback reversíveis. Ingest e disposal expõem um nível de autonomia escolhido pelo usuário; conflitos e gravações de alta importância sempre vão para revisão humana, e nada é autoapagado. Requer Node 22.5+.

UI de gestão de ciclo de vida para o provedor de modelos llm-pi-ai: crie, edite, exclua, ative e desative provedores com cabeçalhos personalizados e chaves de API criptografadas com AES-GCM; restauração segura à desinstalação de provedores estacionados, descoberta de modelos remotos com gravação em lote, roteamento inteligente com cinco estratégias, compostos de união/interseção, observabilidade de requisições.

Hooks de ciclo de vida orientados a configuração: declarações evento→comando no cordis.patch.yml, com notificações de cartão Feishu e criação de bot por leitura de código QR.

Empacota o conjunto upstream de habilidades de apresentação ppt-master como plugin instalável do DeepSeek Harness: habilidades incluídas byte a byte, três ferramentas de ciclo de vida (ppt_master_info, ppt_master_check_env, ppt_master_setup_deps), isolamento opcional do interpretador venv e cartão de configuração na página Plugins. Requer python3 >= 3.10 e dependências pip instaladas por ppt_master_setup_deps.

Classifica automaticamente as sessões do DeepSeek Harness com modelos de decisão Jev ou ferramentas Agent e exibe prefixos emoji no título (em andamento 🚧, bloqueada ⏸️, revisão 👀, concluída ✅, plano 💡, erro 🐛). Inclui recuperação fluida do ciclo de vida, inferência Jev opcional (requer chave de API Jev), manutenção das ferramentas do modelo e painel visual de configurações.

Roteador de carregamento preguiçoso para servidores MCP: descobre MCPs compatíveis automaticamente e mantém apenas um roteador compartilhado no catálogo de ferramentas, revelando os esquemas de um servidor quando um turno precisa deles e ocultando-os novamente no fim do turno — assim muitos MCPs instalados deixam de custar contexto a cada requisição. Em caso de incerteza, recorre à visibilidade normal, e o MCP original mantém a propriedade da execução, permissões e ciclo de vida do processo. Também suporta conexões preguiçosas explícitas com reuso a quente, reconexão limitada, stdio e Streamable HTTP.

Sistema de memória biomimético para DeepSeek Harness: um único repositório SQLite (node:sqlite, WAL) cuja árvore Markdown é mantida como espelho somente leitura; ferramentas de memória, injeção de snapshot congelado no início da sessão, gateamento de aprovação graduada, extração sob demanda da sessão atual, fusão de quase duplicatas, um ciclo de vida de arquivo e substituição, metabolismo de memória (dream), pinos de memória, recuperação semântica sobre embeddings locais, e o comando /memory.

Animação monocromática de 60 quadros de uma baleia mergulhando, adaptável ao tema, com água reativa para o status de turno do DSH Web: recursos incorporados, reprodução em loop contínuo, alternativa em PNG para movimento reduzido e remoção limpa do ciclo de vida.

Ferramenta de rastreamento da linhagem de dados: mapeia todo o ciclo de vida para atender aos requisitos legais de procedência.