Plugins

Lê arquivos de sessão já escritos, inclusive antes da instalação, por outros 42 agentes de programação desta máquina (Claude Code, Codex, Cursor, VS Code Copilot Chat, opencode, OpenClaw, Hermes, Kimi, Cline, Zed e outros). Inclui seis ferramentas (deja_recall, deja_session, deja_blame, deja_fix, deja_how, deja_remember), o comando /deja e recuperação automática opcional no contexto de runtime. Índice BM25 local, sem LLM, embeddings ou rede. Instalação: dsh plugin --profile web add dsh-deja

Memória entre sessões com escopo de projeto: armazenamento SQLite de sete camadas (soul/user/project/fact/lesson/rules/topic) sobre node:sqlite, injeção na primeira mensagem amigável ao cache mais acertos de palavras-chave por mensagem, ferramentas memory_remember/search/find_similar/read/update/project e consolidação em janela de ociosidade ("dream") com supressão em horário de pico. Os textos de prompt são fornecidos como arquivos de dados por idioma — o framework suporta usuários multilíngues.

Esquadrões multimodelo persistentes configurados em Configurações e selecionados no Composer, com políticas de modelo e ferramentas por membro. Por padrão, o Agent líder conclui ele mesmo o trabalho simples e delega apenas quando o esquadrão salvo é necessário; o trabalho delegado roda como um DAG limitado com revisão e reparo opcionais. O Run Center acompanha tentativas e tokens por membro a partir dos eventos de uso oficiais do Harness.

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.

Plugin de memória Honcho da Plastic Labs: injeta o perfil do usuário, resumo da sessão e conclusões relevantes no início da sessão, envia cada turno ao Honcho em segundo plano com segredos redigidos, e adiciona ferramentas honcho_search / honcho_chat / honcho_remember além do comando de status /honcho; configurado pelo ~/.honcho/config.json compartilhado com as outras integrações Honcho, contra o honcho.dev hospedado ou uma instância auto-hospedada.

Memória Markdown entre sessões com LLM-Wiki/SOUL.md. Por padrão, injetada após a primeira mensagem só na sessão ativa. remember/recall/consolidate/forget, skill, migração pack/unpack e lembranças pessoais em repouso. Orçamento por arquivo evita truncar o índice; last_access permite decaimento. Saúde só de leitura: tamanho/atualidade/lint. Índice via summary:, grafo páginas/tags arrastável com zoom, filtros tag/type/salience/hot/stale, sugestões de links e checkup com ações prioritárias. Skill sob demanda reduz payload inicial ~23%. Ícone próprio e feedback para este repo. Exige formato DSH v4, DeepSeek Harness oficial 0.1.7+; fonte das mensagens plugin:memory.

Equipes de agentes: gere colegas de equipe nomeados e duradouros, coordene-os com uma lista de tarefas compartilhada, caixa de correio de membros e espaços de trabalho virtuais, e observe a equipe ao vivo em uma aba de sala de equipe.

Workspaces unificados: mescla vários diretórios em uma única sessão, gerencia uniões a partir de um painel de configurações e lê/grava arquivos membros via ferramentas uw_read/uw_write/uw_edit/uw_delete/uw_move.

Persona e diário entre sessões para DeepSeek Harness. Um filtro local escolhe os turnos a lembrar; uma chamada adicional ao modelo cria um diário em primeira pessoa e uma impressão do usuário, cada um ligado ao momento específico. Conversas futuras recebem cerca de 2000 tokens de memória própria em três camadas: núcleo da persona, julgamentos escritos pelo modelo e diário. Uma ferramenta permite ao modelo registrar julgamentos com suas palavras. O plugin só lê o Markdown escrito pela pessoa. Pela barra lateral, é possível ler, esquecer ou exportar o arquivo; esquecer reduz a prioridade sem excluir, e uma forte correspondência temática pode recuperá-lo. Pasta local comum, editável e portátil. Segredos são removidos antes do envio. Sem dependências de runtime ou etapa de build.

Adiciona um painel de configurações multiusuário ao cliente web do DSH: seleção do modo de uso, gerenciamento de membros com status online e vinculação de dispositivos, e troca ou compartilhamento das bases de memória e conhecimento por membro.

Pausar / retomar / cancelar a tarefa de conversa em andamento na área do compositor: a pausa forçada interrompe imediatamente e lembra a ferramenta interrompida, a pausa segura pousa após a ferramenta ou o raciocínio terminar, a retomada pede confirmação, e a granularidade da pausa padrão é configurável nas configurações.

Predefinições reutilizáveis de Agent Team para DeepSeek Harness. Settings salva Teams nomeados: um captain com prompt e lista de ferramentas permitidas próprios, além de membros com rota provider/model, reasoning effort, prompt e ferramentas próprios. Um controle no composer aplica um Team à Session atual, instala o prompt do captain e registra spawn_team_member, get_team_preset e update_team_preset.

Indicador e painel de quota no canto inferior direito que agregam quotas de subscrição entre plataformas de IA (Kimi Code, DeepSeek, Zhipu Coding Plan, BigModel, Qwen, Scnet, TokenRouter, SupaWriter), sincronizando automaticamente chaves API do domínio de credenciais DSH com barras de utilização coloridas.

Ajusta o número de integrantes e tarefas do Agent Team, o tamanho das mensagens e o tempo limite de encerramento.

Três ferramentas permitem que qualquer agente, inclusive um integrante da equipe, liste, conduza e pare os subagentes que iniciou.

Divide o New Session na barra lateral web do DSH em dois modos: uma linha 日常聊天 abre uma sessão no preset de agente `daily` que o plugin instala na home do harness (persona, busca e fetch na web, ask-user e compactação — sem arquivos, shell, plan mode nem subagentes), dentro do seu próprio workspace daily-chat, cuja região da barra lateral lista só esses chats, enquanto 开始工作 mantém o agente de código padrão; o botão New Session embutido é ocultado e todos os outros pontos de entrada de New Session seguem o modo ativo, que é lembrado no localStorage.

Pacote de cliente dsh: um painel lateral de uso e custo — estatísticas de tokens, preços por modelo com reconhecimento de pico/fora de pico, escala de associação, conquistas e um mapa de calor diário.

Ponte de memória Honcho: sincroniza automaticamente cada turno de conversa com um serviço Honcho auto-hospedado, com ferramentas recall/search/remember/context/status, injeção de contexto ao iniciar a sessão e um painel de configurações visual.

Memory Lake como camada de memória persistente para dsh: ferramentas memory_search, memory_remember e memory_forget sobre a CLI memorylake, uma linha de status da sessão e skills guiadas de configuração/diagnóstico, compartilhando uma única identidade ~/.memorylake e um conjunto de memória com os plugins Claude Code e Codex.

Hub OneBot v11 entre uma implementação upstream (LLOneBot e similares) e bots downstream: retransmite eventos e ações sem alterações. Oferece linha do tempo por sessão, registro de ações, memória em camadas (tópicos e tarefas ativos, eventos de longo prazo, perfis de pessoas e grupos) e ferramentas onebot_* para responder, lidar com mídia e membros e fazer chamadas à API bruta.

Memo — pesquisa de memória de sessão para agentes DeepSeek Harness: recuperação de texto completo entre sessões (memo_search), notas destiladas (memo_remember) e estatísticas do corpus (memo_stats) sobre o serviço oficial sessionQuery. Infraestrutura zero, local-first.

Conjunto de extensões de tempo de execução para DeepSeek Harness: caixa de correio entre sessões com ativação de inicialização a frio, equipes de agentes (capitão + membros + quadro de tarefas com dependências + team_wait), política de geração de subagentes com aprovação de escalação, predefinição de roteamento ciente de tarefas, mercado de plugins, gerenciador de habilidades e injetor de tempo de execução.

Cofre de memória entre sessões: ferramentas remember / recall / forget, injeção de prompt por turno e um navegador de entradas na página de configurações

Mesa-redonda multiagente: cada participante fala por vez como subagente em seu próprio modelo, o anfitrião resume cada rodada e, ao encerrar, gera uma ata em Markdown.