Plugins

Catálogo de ferramentas para agentes: pesquise entre cerca de 2.600 endpoints externos (SEO e SERP, backlinks, redes sociais, enriquecimento de pessoas e empresas, bibliotecas de anúncios, scraping) de acordo com a tarefa desejada, consulte os parâmetros e o preço por chamada de cada um e, em seguida, chame-o com a credencial injetada no lado do servidor. Inclui a skill mais uma linha MCP que permanece desativada até que o TREG_TOKEN seja definido.

Substitui os provedores de sistema de arquivos e bash por um espaço de trabalho virtual mirage: as ferramentas de arquivos e os comandos de shell são executados sobre recursos montados (RAM, S3, Redis, Slack, Gmail, Notion, Postgres) em vez do disco do host, com modos de leitura/gravação/execução por montagem, roteamento de sandbox por comando (monty, pyodide, quickjs no processo; docker, e2b, daytona remoto), e CLIs instaladas (git, gh, slack, linear, ntn, gws, ou uma que você registrar) como palavras iniciais no terminal virtual.

Visão para modelos apenas de texto: cole uma imagem e o modelo muda para a variante Vision Toolkit para perguntas e respostas sobre imagens, comparação de múltiplas imagens, OCR de capturas longas, reprodução de UI a partir de capturas, localização de elementos e diferença de pixels. Sem chave de API por padrão — as imagens são processadas pelo serviço gratuito hospedado pelo autor, 100 por máquina por dia; configurável para seu próprio provedor.

Executa auditorias de segurança locais de relés de API de IA e proxies de LLM a partir do DeepSeek Harness, gerando relatórios em Markdown sobre injeção de prompts, sinais de substituição de modelo, reescrita de chamadas de ferramentas, vazamento de erros, integridade de stream e riscos de Web3 controlados por perfil.

Bancada de escrita de romances para DSH com predefinição de autoria, gestão de esboço e personagens, anotações de manuscrito, fluxos de revisão e um backend Python local gerenciado.

Descarga local de faturas IMAP, OCR, arquivo e resumos de reembolso em Excel para o DeepSeek Harness.

Os recursos do DeepWatch, instaláveis em um perfil existente do DeepSeek Harness

Clones pixel-perfect de qualquer página web. Cole uma URL e obtenha uma réplica medida em Vite + React.

Busca unificada com verificação de evidências para agentes: mais de 120 engines com roteamento multilíngue, domínios verticais e cartões de modalidade estruturados, 10 ferramentas MCP além de orquestração wide_research, e um loop fetch-verify que preenche retroativamente pontuações de evidência.

Download local de faturas IMAP, OCR, arquivamento e pacote resumo em Excel para DeepSeek Harness

Skills e linhas MCP opcionais para onze marketplaces: comparação de preços entre Wildberries, Detsky Mir e Yandex Market, além de busca por fonte, fichas de produto e avaliações, incluindo Ozon, Avito e AliExpress. As 14 skills são carregadas na instalação; ambas as linhas MCP permanecem desativadas até que RU_MARKETPLACE_MCP_DIR aponte para um clone local, que exige Python 3.12+ e uv.

Limpa vestígios de IA em textos russos: encontra artefatos de copiar e colar de chatbots (ChatGPT, Gemini, Grok, Perplexity, DeepSeek), remove marcas de texto oculto (caracteres de largura zero, layout invisível; a varredura de sombra captura marcadores divididos por invisíveis) e reescreve o texto em prosa natural sob pedido; 40 marcadores regex, 38 com entradas completas no registro de evidências; 156 gates, 530 testes; pacote offline e somente texto (a remoção de metadados binários está em scripts/).

Conecta DeepSeek Harness ao Multisim MCP para geração de circuitos, simulação, diagnósticos, otimização de design e exportação de relatórios de experimento.

Skill Smart Charts: transforma arquivos de dados CSV/TSV/TXT/XLSX/XLS/JSON em HTML ECharts interativo e autônomo — 32 tipos de gráfico, inclusive mapas offline, 3 temas, sem CDN. Um perfil de dados --profile (dtype por coluna, cardinalidade, ausência de valores, amostras, estatísticas, granularidade de entidades, sinais de insight) permite ao agente ler os dados e escolher o gráfico sozinho; cada gráfico embute uma ficha técnica (plot_stats + data_preview) cujos números são os únicos valores citáveis. O código de transformação do LLM roda em sandbox restrito (blacklist + whitelist de AST + builtins seguros); --doctor autoverifica o ambiente Python. Totalmente offline, ECharts incluído.

RAG de base de conhecimento de literatura local: 10 ferramentas (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), busca híbrida BM25+vetorial+reranker, QA com citações e links DOI clicáveis, embeddings bge totalmente locais sobre um índice SQLite de arquivo único. Requer Python 3.9+ com pymupdf, faiss-cpu e sentence-transformers; o instalador `npx dsh-kb-rag-install` configura tudo isso e pré-baixa o modelo.

Ponte para o ShiGuang Memory Engine (SGME): memória de longo prazo compartilhada entre múltiplos agentes via HTTP — destilação L0/L1/L1.5/L2, injeção baseada em cenário, busca unificada e sinais proativos de cuidado (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), instalável como `dsh-sgme`

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.

FormatForge: forja mais de 30 formatos de arquivo (PDF, DOCX, PPTX, XLSX, EML, EPUB, TOML, arquivos compactados) em texto legível por IA via uma caixa de entrada arrastar e soltar, as ferramentas ff_translate/ff_formats/ff_result e uma CLI; PDFs digitalizados recorrem a OCR local ou a uma dica de aprimoramento para o modelo da sessão.

Ferramenta de compreensão de vídeo de baixo custo: uma ferramenta video_understand transforma um link do Bilibili / BV / vídeo local em uma camada de informação AVIS (ASR + estrutura de cena + rastreamento de objetos + rótulos YOLO) e retorna resumo + Q&A. Roteamento dinâmico entre camadas orientado por perguntas (L0 ASR / L1 rastreamento de objetos / L2 VLM de keyframe), reutilização da camada semântica para perguntas repetidas, teto de orçamento por pergunta. Motor Python: a camada principal precisa de faster-whisper / opencv / yt-dlp (~200-300MB); a camada semântica opcional adiciona ~2GB de torch / transformers / ultralytics. Um doctor --fix incluído configura o venv e instala ambos.

Porteiro de redação de patentes para dsh — primeiro avalia a ideia frente ao estado da técnica chinês, depois conduz entrevistas de alinhamento entre cinco partes, redação da divulgação em oito capítulos, figuras e execuções de simulação, revisão em sete dimensões e exportação em docx/PDF. As skills funcionam de imediato; as ferramentas de busca, exportação e experimento vêm de um serviço MCP Python incluído, entregue desativado — uma linha em ~/.dsh/patent-services.yaml o habilita, e o uvx baixa o wheel do PyPI.

Plugin de memória de longo prazo NeatMem para o DeepSeek Harness — cliente REST leve para um servidor neatmem

Agendador Cron com UI na sidebar: execute scripts shell, Python ou Node, skills ou tarefas de agente em uma programação, com notificações push e arquivamento de sessão.

O DSH Director Toolkit é um plugin do DeepSeek Harness para artistas 3D, designers técnicos e desenvolvedores criativos. Cole uma ideia ainda mal formada, uma nota de referência ou uma legenda de portfólio, e receba um pacote de direção compacto para Blender, Three.js, Houdini ou C4D.

Um único vault Obsidian compartilhado para todos os agentes: núcleo Python sem dependências (buscar/promover/julgar/esquecer), modelo de vault, plugin dsh (memory_search/show/submit/status)