Plugins

Quatro ferramentas somente leitura sobre uma base de conhecimento WeKnora: listar bases de conhecimento, busca híbrida de passagens, reagrupar os chunks de um documento em ordem, e a resposta RAG citada ou de agente ReAct própria do WeKnora com id de sessão retomável.

Ferramentas de recuperação de conhecimento WeKnora para DeepSeek Harness (dsh): busca semântica, leitura de documentos e respostas RAG/agente sobre suas próprias bases de conhecimento.

Instala uma predefinição e uma bancada de trabalho dedicadas à escrita de romances com IA: ativos de projeto locais com controle de versão, uma gaveta lateral compacta e alterações nativas de arquivo único controladas por aprovação.

Adiciona uma tela de conversação editável ao DeepSeek Harness, onde as ligações do grafo selecionam o contexto para pedidos da tela, com ramificação, fusão e importação de sessões locais de agentes.

ThoughtDAG para DeepSeek Harness: transforma a sessão DSH atual em um grafo de pensamento editável em uma tela infinita.

🎬Diretor com IA: plugin de geração de vídeo MiniMax-H3 dirigido pelo DeepSeek-Harness. 🤖Mais que prompts. 🪄Interface em canvas.

Tradução na camada de exibição para a UI Web do DSH — cadeias de raciocínio, cartões de tarefas e respostas em 8 idiomas de destino via Ollama local ou Google/Bing, preservando os originais.

Provedor Ollama para DeepSeek Harness com gerenciamento de modelos, verificações de saúde, roteamento local baseado em regras e fallback para nuvem.

Cérebro DeepSeek + transcrição automática de imagens: anexe imagens na GUI e cada uma é transcrita pelo deepseek-v4-flash-vision-exp oficial por padrão (um cérebro V4-Pro puramente textual pode ver imagens), com qualquer VLM compatível com OpenAI ou Ollama local como alternativas.

Plugin Cordis do DeepSeek Harness (DSH) que expõe as ferramentas de fluxo de trabalho aflare

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.

Adaptador de chat nativo do Ollama Cloud: tradução NDJSON direta do formato de fio /api/chat do Ollama, descoberta de modelos com janelas de contexto e capacidades, e provedores de busca/fetch web sob o id ollama-cloud, além de um cartão de configurações Web.

Sistema de base de conhecimento estilo Cherry Studio para DeepSeek Harness (DSH): bases, documentos, fragmentação, embeddings (compatível com OpenAI / Ollama / local / fallback lexical), recuperação, ferramentas voltadas para modelos e um painel de gestão no navegador.

Encaminha a ferramenta web_search da DSH através da API de pesquisa web da Ollama, reutilizando OLLAMA_API_KEY. Não é necessária nenhuma chave oficial da DeepSeek.

Delega tarefas, revisões e debates a modelos alternativos (DeepSeek, MiniMax, Ollama, etc.) através do CLI gateway-companion, sem MCP.

Evidência visual estruturada (OCR/layout/semântica) além de uma ferramenta de captura por câmera USB para um loop de depuração "atirar-olhar-ajustar"; backends: Ollama, DeepSeek, Xiaomi.

Adiciona Claude, Gemini e um modelo Ollama local ao seletor nativo de modelos do DSH, usando seus logins já existentes do Claude Code / Antigravity CLI em vez de uma chave de API medida, com seletor de esforço de raciocínio funcional para o Claude.

Kit de visão para DeepSeek apenas texto: ferramenta `vision` invocável pelo modelo, adaptadores wrapper para deepseek/opencode-go (v4 flash/pro), cota do Antigravity IDE (default, flash/pro) / qualquer VLM compatível com OpenAI / Gemini / canais locais do Ollama, memória de evidências com reidratação por compactação, cache de hash de conteúdo e um painel de cliente bilíngue.

Tiny local vector memory via Ollama embeddings and ~/.dsh/vecmem (workspace namespaces; optional IM crumb via vecmemOnReply).

Local Ollama status / list / chat / embed for dsh on WSL (unreachable status includes Windows/WSL gateway hints).

Fronts stdio MCP servers with three router tools (list_capabilities, describe_tool, call_tool) so schemas load on demand instead of riding every request; shapes every tool result through a deterministic output ladder that archives the original first (retrieve_spill reads it back); prices tool groups in tokens and can hide built-in groups per agent. Bridges to a standard-library Python router, so Python 3.9+ is required.

Compaction fallback for compaction-basic: when its LLM summary throws, comes back empty or cannot fit the window, the span is compiled deterministically with a seq pointer on every line (vendored dsh-compaction-instant compiler). Adds recall and search tools, /recall and /context commands, an idle trigger at 45% of the window and an on-disk span archive. The engine mounts as one row in the agent preset (docs/dsh-integration.md).

Ollama 监控与测评平台：node 半侧提供 DSH 工具，web 半侧提供设置页内的交互面板

Probes Windows-host Ollama, LM Studio, vLLM, and llama-server from WSL, compares ctx, and reports /v1/models apiReady versus TCP.