Plugins

Evolua skills, agentes, prompts, código e plugins de dentro do DeepSeek Harness, com o AgentDescent.

Assume a caixa de entrada web do DSH (v0.3.0-beta.4 · pacote de capacidades para tarefas complexas: 3D / normais / interação / dados / concorrência / detalhes de desempenho verificados ponto a ponto + aceitação automatizável + bilíngue chinês-inglês · aplicável a dsh-0.1.6-alpha.1): antes do envio, uma IA independente (mensageira) otimiza o prompt em um comando pronto para a IA de trabalho (quatro intensidades, comprimento do fluxo conforme a dificuldade, isolamento por sessão, mini janela minimalista).

Otimização com um clique de uma instrução bruta em um prompt profissional: três estilos de saída, perfilagem de papel/tarefa/objetivo ciente da situação, aprendizagem autoiterativa (memória de sessão + padrões inteligentes + substituições do usuário), /template para 22 sub-cenas com zero chamadas de modelo, ✨ otimizar/desfazer com um clique na caixa de entrada, ferramenta prompt_optimize, hook de auto-otimização e documentos zh/en detectados automaticamente.

Adiciona um botão de otimização ao lado do composer que analisa e reescreve o rascunho de prompt com streaming SSE, consciência de contexto de conversa (estratégias template vs intent-polish), uma cadeia de memória de continuidade de edição, undo, e roteamento de modelo com fallback e um teste de conectividade.

Pipeline de otimização de tokens em camadas para o DeepSeek Harness: escada de saída, carregamento preguiçoso de MCP, driver de compactação e relatório de acertos de cache. Construída sobre APIs reais de plugins DSH; economiza ~40-60% de entrada em sessões longas.

Otimizador de reasoning_effort por rodada para dsh — reduz automaticamente o raciocínio em chamadas de ferramentas simples e eleva-o para trabalhos pesados, cortando o tempo de pensamento entre chamadas de ferramentas.

Pipeline em camadas de otimização de tokens para DeepSeek Harness: escala de saída, carregamento tardio de MCP, driver de compactação e relatório de acertos de cache. Construído sobre as APIs reais de plugin do DSH; economiza cerca de 40–60% de entrada em sessões longas.

Roteador de modelos e otimizador de custos para o DeepSeek Harness: respostas rápidas via flash para perguntas simples, fallback automático em caso de falha e painel em tempo real de tokens/cache/custo.

Plugin de gestão de comportamento para DeepSeek Harness: seção de prompt para disciplina de tool-call, convergência de paralelismo acionada por falhas (o pool cai para 1 e se restaura automaticamente), intervenção do usuário após falhas consecutivas. Complementa dsh-token-optimizer; funciona de forma independente.

Plugin de gestão de comportamento para DeepSeek Harness: secção de prompt para disciplina na chamada de ferramentas, convergência de paralelismo acionada por falhas (o pool desce para 1, restaura-se automaticamente), intervenção do utilizador após falhas consecutivas. Complementa dsh-token-optimizer; funciona de forma autónoma.

Otimização de rede para a interface web do DSH: reduz o tamanho de transferência com cache e compressão para acelerar muito o carregamento da página, além de um indicador de queda de conexão e reconexão automática. Ideal para usuários que buscam desempenho máximo ou usam redes instáveis.

Refina o rascunho no compositor em um prompt mais claro e melhor estruturado pelo botão ✨ ou Alt+O; transmite o resultado ao vivo via SSE com o raciocínio exibido primeiro, e segue o modelo padrão da sessão sem configuração ou qualquer endpoint compatível com OpenAI.

Otimizador de prompt na barra de entrada: reescreve rascunhos com 6 estratégias × 3 idiomas mais instruções personalizadas, com objetivo/todo/resumo de compactação/resultado de ferramenta e contexto de chat opcionais, um diálogo de confirmação, histórico dos últimos 5 e persistência de configurações em três níveis.

Configurable send and newline keys, a composer context menu with three sources (leave it to DSH and other plugins / browser menu / plugin-styled custom menu), a quick-command panel with categorized prompt lists where each prompt can append on every send or only on the first message of a session, a create-and-move row at the bottom of each category, a prompt optimizer that rewrites the draft with a separate model call, settings-panel size memory, and automatic x-opencode-session header injection for OpenCode routes. Prompt lists live in a global ~/.dsh/quick-prompts.json that is independent of the session and the project.

Adiciona um botão de ícone ao compositor que otimiza o prompt do rascunho atual pelo modelo ativo.

Improve the current chat draft before sending with a confirm-before-apply comparison.

Adds prompt optimization, cancellation, and undo controls to the DeepSeek Harness composer.

Optimize Prompt button under the composer: one click rewrites your draft into a clearer, more executable prompt, with a before-and-after dialog and one-click replacement.

Adds a composer button that optimizes the current prompt or designs the next one from the current session and project context.

Adds a one-click prompt optimization button to the DSH composer, with undo and an optional dedicated optimizer model.

One-click prompt enhancement and structuring button for DSH composer.

Prompt optimizer for DeepSeek Harness: a composer tool-row button that rewrites the draft into a structured prompt via the session's selected model, with one-click restore

Headless Claude Code consultations with advisor, reviewer, and designer roles, returned as reference answers.