Plugins

Um repositório, três partes: um injetor de tempo de execução para pacotes de plugins do DSH (injetar, recarregar a quente, descarregar, promover ao primeiro plano uma ferramenta de preparação de desenvolvimento, roteamento com autocorreção, além de um gerenciador de plugins na página de configurações que lista, descarrega e arrasta pastas para internalizar), um agent preset de roteador de modo de raciocínio ciente da tarefa (router-standard / router-spec / router-react) e um protocolo de tarefas graduado de dois níveis cujas seis ferramentas (commit_star, lock_stage, revise_do, edit_plan, mark_task, redteam_verdict) fixam o estado da tarefa em disco. A implementação do injetor vem embutida no repositório, por isso a instalação traz o próprio comportamento, não dependências.

LoopX, um kernel de estado e plano de controle neutro em relação ao provedor e local-first para agentes de longo horizonte: mantém os estados de Goal, Todo, gate, evidência, cota, recuperação e handoff acima do DeepSeek Harness, enquanto o plugin inicializa a CLI e as skills, admite continuação limitada na mesma sessão e adiciona uma GoalBar de loopback para o loop exatamente delimitado.

LoopX, um núcleo de estado e plano de controle local-first, neutro em relação a provedores, para agentes de longo horizonte: mantém os estados Goal, Todo, gate, evidence, quota, recovery e handoff acima do DeepSeek Harness, enquanto o plugin inicializa a CLI e as skills, permite continuação limitada na mesma sessão e adiciona um GoalBar de loopback para o loop com limite exato.

Pacote de métodos de engenharia de software para agentes de codificação, com habilidades para planejamento baseado em linha de base, depuração sistemática, higiene de prompts, verificação antes da conclusão e rastreamento de reparo/desativação.

Seu companheiro de aprendizado com IA: ajuda você a planejar os estudos, entender conceitos e construir projetos para dominar um assunto.

Plano de controle de memória em três níveis para DeepSeek Harness: contexto de runtime persistente, documentos de projeto pesquisáveis, memória de longo prazo plugável, roteamento inteligente, fluxos de trabalho de agente supervisionados, WebUI e ferramentas headless.

Plugin de tempo real direto DSH x Blender v1.0 — permite que um modelo de IA controle o Blender por um canal TCP direto: quadros do viewport, renders em ângulos personalizados, busca em loop interno, perfilamento de render, decimação segura, offload headless, inicialização da GUI em uma única chamada (15 ferramentas + blender_rt_plan: 28 famílias / 183 operações). Skill complementar: sixtysevenlf/dsh-skill-blender-modeling

Registra as rotas Ark Agent Plan, Coding Plan e de modelos pós-pagos no seletor nativo de modelos do DSH.

Memória associativa proativa para DSH: injeta recall sem prompt em uma fronteira fixa, com auto-consolidação em três camadas, cristalização de skills e gerenciamento de contexto no estilo Astra. Inclui livros de passagem e um quadro PLAN que sobrevivem a mudanças de janela de contexto, além de detecção de nível com uma janela de modelo autodetectada. Armazenamento local em Markdown, agnóstico ao modelo, zero dependências; piso lexical de 0 GB com camadas semânticas opcionais.

Plugin de provedor Volcengine Ark para o DeepSeek Harness (DSH): registra as rotas Agent Plan, Coding Plan e pós-pagas no adaptador nativo pi-ai para que os modelos Ark apareçam no seletor de modelos.

Superpowers para DeepSeek Harness: habilidades de TDD, depuração, planejamento e colaboração adaptadas de obra/superpowers, instaladas como plugin Cordis registrando 14 habilidades sem dependências de tempo de execução.

Modo red team: executa cinco funções para uma organização-alvo (reconhecimento, ativos, vulnerabilidades, exploração e pivô interno; concorrência padrão 3, alterável imediatamente). Inclui verificações prévias, guia inicial, pontuação no servidor com 8 categorias/25 pontos, deduplicação e exclusão de contas autoinscritas; registra achados com horário em SQLite. O console de 9 abas mostra ativos, agentes, sessões, achados, cadeia de ataque, capturas de evidências e relatórios com comandos reproduzíveis. Inclui 14 skills de reconhecimento/avaliação, 56 ferramentas redteam_* e atualização com um comando. Skills de ataque e instalador automático são fornecidos à parte, fora do npm.

Painel de cobrança na barra lateral: uso real agregado a partir dos registros de sessão (chamadas/tokens/cache por modelo e por dia), custo estimado em CNY a partir de um catálogo de preços multi-provedor atualizado, rotas de planos de assinatura (coding/token/agent) isentas, e pontos de status por provedor.

Adiciona uma rota de modelo em que Lead planeja e revisa, enquanto Sidekick realiza as alterações no código.

Canal de bot Lark/Feishu para o DeepSeek Harness: cada chat conduz seu próprio agente, e aprovações de ferramentas, perguntas do modelo e revisões de plano retornam como cartões respondidos por um botão ou uma resposta. Alterne o espaço de trabalho e o modelo pelo chat (`/cd`, `/model`, `/new`) e execute vários bots que mantêm sessões separadas e podem passar a vez entre si em um mesmo grupo.

Assistente pessoal para DeepSeek Harness que transforma compromissos conversacionais em planos entre sessões, lembretes e um painel auditável

Plano de notificação e controle remoto do DSH: uma única API `notify()` para 28 canais de saída, seis canais de controle de entrada, aprovações/perguntas/controle de tarefas pelo celular, uma UI nativa DSH Notify & Control, aplicação a quente das configurações de saída, roteamento multiagente e zero dependências em tempo de execução.

Controle remoto do dsh web a partir de um navegador de celular, de qualquer lugar (sem IP público): o relay em nuvem hospedado funciona em 4G, ou auto-hospede o roteador; um comando instala a ponte de desktop e este painel de Configurações dentro do harness (abas nuvem/auto-hospedado, login de conta, iniciar/parar ponte, feedback); o plano de dados do túnel é criptografado de ponta a ponta (E2EE celular↔desktop), com concessão de desktop via QR/link de uso único para que você nunca redigite a senha, com passagem HTTP/WebSocket, autenticação por chave de acesso, lista de dispositivos ao vivo e cotas de tráfego opcionais.

Instala quatro presets de pesquisa matemática multiagente para o DSH: v2 (pipeline guiado por probabilidade com debate entre vários verificadores), v3 (base de conhecimento Markdown em estilo de artigo com um agente planejador e uma biblioteca de métodos reutilizável), v4 (residentes persistentes auto-organizados que trocam mensagens e se reúnem) e v5 (um instituto de pesquisa com um acadêmico que decompõe e atribui o trabalho, pesquisadores votantes, trabalhadores temporários, chat em grupo e um quadro de tarefas compare-and-set); os quatro suportam retomada por checkpoint, intervenção humana e um interruptor opcional de verificação formal em Lean (off/encourage/require), cuja prova aprovada transforma o voto em uma checagem de fidelidade das afirmações Lean.

Lembretes e alertas para DSH com um notificador de desktop: exibe aviso do sistema, som e marcador no título da aba quando o agente precisa de uma resposta (aprovação, revisão do plano, pergunta) ou conclui uma tarefa em segundo plano. A página de configurações oferece chave geral, som e volume, opções por caso e idioma de notificação zh/en.

Port completo de obra/superpowers para DeepSeek Harness: 14 habilidades de metodologia por meio de um SkillProvider nativo (rank 550), cobrindo brainstorming, planejamento, TDD, depuração, agentes paralelos e mais, com documentação localizada em chinês e instalação sem build.

Sistema de fluxo de trabalho de engenharia para agentes de código de IA — planejamento obrigatório, TDD, verificação, revisão e análise inteligente do grafo do código.

Bancada de leitura de artigos: biblioteca + leitor de PDF + companheiro no estilo tutor. As respostas citam números de página clicáveis que saltam de volta ao PDF e destacam a passagem exata; selecionar para perguntar sem sair do artigo; preset de tutor rigoroso incluído (plano de leitura, coaching por seção, questionários avaliados acompanhados entre sessões); alternância no local entre original ↔ chinês (babeldoc, sem pré-instalação). Transcrição e busca locais — os documentos nunca saem da sua máquina.

Grafo de conhecimento de código local-first para agentes de codificação: 10 ferramentas MCP para compressão de contexto em camadas, planejamento DAG, indexação incremental de AST, flywheel de habilidades entre sessões, diagnósticos e importação/exportação de artefatos de grafo.