Plugins

Conecta o DeepSeek Harness à base de conhecimento pessoal local-first e autoevolutiva do ReMe: captura automaticamente conversas concluídas do agente principal como memória Markdown do próprio usuário, pesquisa conversas e material de origem via reme_search com BM25, embeddings opcionais e expansão de wikilinks, e agenda consolidação diária de memória.

Lê os arquivos de sessão que trinta e três outros agentes de código nesta máquina já escreveram — Claude Code, Codex, Cursor, VS Code Copilot Chat, opencode, OpenClaw, Hermes, Kimi, Cline, Zed e outros — incluindo sessões anteriores à sua instalação: seis ferramentas (deja_recall, deja_session, deja_blame, deja_fix, deja_how, deja_remember), um comando /deja e recall automático opcional adicionado ao contexto de execução. Índice BM25 local, sem LLM, sem embeddings, sem rede (dsh plugin --profile web add dsh-deja).

Aprimoramento de prompt com um clique (5 modos, cadeia de memória, fallback multimodelo) mais reconhecimento de voz (Qwen3-ASR na nuvem / SenseVoice offline, parada automática no silêncio) para o compositor, com reinicialização do serviço DSH com um clique.

QA de fidelidade de design para modelos somente texto: uma ferramenta `deepseek_vision` empresta um olho de qualquer rota de visão compatível com OpenAI, para que o modelo possa julgar se uma implementação corresponde ao seu mock — fornecida com o benchmark por trás desse julgamento (quatro fixtures, 23 defeitos injetados, transcrições brutas) e a disciplina de questionamento da qual ele depende.

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.

Orçamentos de pensamento por requisição, um backend de compactação e uma aba de configurações para a linha local Qwen3.8 (llama.cpp ou NInfer).

Despache tarefas autônomas do DSH para 11 CLIs de agentes externos (Codex, Claude Code, TraeCode, OpenCode, Gemini, Cursor, Kimi, Qwen, Copilot, WorkBuddy, Grok): um pacote somente host que registra a ferramenta conductor_dispatch mais uma skill conductor acionada automaticamente.

Namorada IA por voz para a Web UI: entrada de microfone com FunASR, respostas faladas com Qwen3-TTS, janela de animação do companheiro e chat QQ bidirecional (texto/voz/imagem push) via NapCat.

Força a compressão de contexto ao executar modelos llama.cpp de baixo contexto como Qwen3.8-27B, melhorando a eficiência do modelo e a suavidade de uso, junto com prompts de compactação bem refinados.

Uma rota de provedor de gateway de visão-linguagem: as imagens coladas são descritas por um modelo VL configurável (Qwen-VL por padrão) antes de serem enviadas ao DeepSeek.

Ponte de visão gratuita para modelos apenas de texto: compreensão de imagens, OCR, análise de interface e depuração via provedores de nível gratuito (Qwen3-VL-Flash, Doubao, DeepSeek-OCR) com uma GUI de configurações.

Use sua IA web conectada (DeepSeek, GLM, Kimi, Qwen, Doubao...) como provedores de modelo no DeepSeek Harness. Os modelos web emitem chamadas de ferramenta, o DSH as executa sob seu sistema nativo de permissões, e os resultados retornam à mesma sessão web. Sem chaves de API.

Configuração de modelos gratuitos em um clique para o DSH web, feita para iniciantes em programação: instalador de um clique para Windows (install.bat) e macOS/Linux (install.sh, v1.7.0+); quatro canais permanentemente gratuitos — Zhipu GLM (texto + imagem), SiliconFlow (Qwen3-8B mais 15+ modelos abaixo de 9B), iFlytek Spark Lite e o pool gratuito do OpenRouter, que roteia por openrouter/auto e escolhe em um pool que muda com o tempo; a dica de configuração no canto inferior esquerdo desaparece quando qualquer modelo gratuito é conectado; lembrete de preços de pico/fora de pico do DeepSeek em tempo real; central de ajuda para iniciantes incluída.

Escaneia mais de 20 agentes de IA nesta máquina (Codex, Claude Code, cc-switch, Hermes, opencode, Gemini, Grok, Kimi, CodeBuddy, Trae, OpenClaw, Qoder, WorkBuddy, Zcode, Cursor, Windsurf, Cline, Roo Code, Qwen Code, ...) e sincroniza, gerencia e adiciona com um clique seus servidores MCP e skills ao DSH — global ou por workspace.

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.

Orquestrador multimodelo: o cérebro principal decompõe tarefas complexas e distribui subtarefas para subagentes GLM / Kimi / Qwen conforme os pontos fortes de cada modelo, com uso de tokens por modelo.

Plugin adaptador de LLM para modelos Qwen implementados localmente atrás de um endpoint vLLM compatível com OpenAI, com comutador multimodal por modelo, esforços de raciocínio totalmente configuráveis e uma página web de definições para editar a implementação a partir do frontend.

Router unificado de geração de imagens para DeepSeek Harness (DSH): descobre automaticamente modelos de imagem a partir de qualquer endpoint compatível com OpenAI, fornece as ferramentas draw_image e draw_list_sources, e suporta SenseNova, StepFun, Agnes, Qwen, Flux, SD, Imagen e outros.

Correção de compaction para gateways qwen3.8-27b alojados em NInfer: desativa o thinking nas chamadas de compaction de contexto e de título de sessão do dsh para que o raciocínio xhigh deixe de consumir todo o orçamento de saída; a mesma ideia aplica-se a outros métodos de arranque, mas este pacote destina-se apenas ao NInfer.

Renderiza imagens coladas ou enviadas diretamente no chat do DSH Web e dá visão a modelos apenas de texto: a ferramenta visual_review, invocável pelo modelo, chama primeiro qualquer API multimodal compatível com OpenAI e, se falhar, recorre a um worker local do Qwen3-VL.

Ponte de visão nativa do provedor LLM: imagens coladas no chat são descritas por um modelo de visão (Qwen3-VL via pi-ai/llama.cpp), e a descrição em texto é enviada ao DeepSeek somente de texto para a resposta — admissão de imagem, roteamento e compactação passam pelos mecanismos nativos do harness, com cache de descrições LRU e nova tentativa em erro 503

Ponte local multi-plano para o DeepSeek Harness: use suas assinaturas existentes do ChatGPT Codex, Claude, ZCode (GLM) e Qwen por meio de um único proxy de loopback, com cartão de status na página de configurações e provisionamento com um clique. Sem alterações no núcleo do dsh.

Consumer da ferramenta ui_mockup: gera wireframes e esboços de alta fidelidade de UI na fase de discussão, salva o design em disco, pede confirmação e bloqueia a especificação de design; inclui cartões de cliente, roteamento de imagens e i18n.

Gera wireframes de UI e maquetes de alta fidelidade no DeepSeek Harness com provedores de imagem DashScope e Volcengine selecionáveis.