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.

Provedor não oficial de LLM Command Code: registra uma rota `commandcode` com um catálogo de modelos ao vivo e suporte a reasoning-effort.

Skin de controle deslizante de reasoning adaptável que mapeia os níveis de esforço de raciocínio disponíveis de cada modelo em uma escala de intensidade visual de 0 a 30, com retratos, plano de fundo e cores de interface sincronizados.

Agregado de recursos de desktop que instala a coleção DSH Web UI, dshmarket, Codex Connect e os controles de reasoning-effort em versões fixadas.

Agregado base para os recursos do DeepSeek Harness Desktop: coleção de interface web, mercado de plugins, Codex Connect e controles de reasoning.

Observador somente leitura do caminho de trabalho da sessão: dobra os turnos em resumos de estágio, execução, duração e tok/s e depois expande ramos paralelos, resultados de ferramentas e raciocínio visível ao fornecedor.

Uma visão de leitura mais calma para o DeepSeek Harness: detalhes nativos do processo, raciocínio ao vivo e respostas finais limpas.

Controle deslizante de intensidade de reasoning ao estilo Codex para o DSH, além de um controle deslizante de «peixe gordo correndo». Controle deslizante de modelo e reasoning-effort ao estilo Codex para o DeepSeek Harness.

Provedor de modelos Tencent CodeBuddy para o DeepSeek Harness que inicia sessão com OAuth do navegador em vez de uma chave de API: lista o catálogo de modelos CodeBuddy com as capacidades de contexto, saída, chamada de ferramentas, reasoning e imagem de cada modelo, mantém várias contas com failover automático para a próxima utilizável, mostra a cota restante no compositor com um painel de uso de token e créditos, e conclui por conta as tarefas de crescimento do CodeBuddy automatizáveis, com um registro de execução. Instale do npm com `dsh plugin --profile web add @tnnevol/dsh-codebuddy`.

Início de sessão com conta ChatGPT para o DeepSeek Harness através de um fluxo OAuth do navegador do Codex, sem chave de API e sem seleção de workspace: subscreve o login no provedor Codex do pi-ai, permite definir o modelo Codex e o reasoning effort globais padrão para novas sessões, atualiza a lista de modelos a partir do endpoint de catálogo da própria conta conectada e mostra no compositor as janelas de uso de cinco horas e semanais.

Configuração de esforço de raciocínio e modalidade de entrada por modelo para provedores terceiros: sugestões fundidas de uma base de conhecimento de modelos e evidência bruta do endpoint /models com rótulos de confiança, editadas dentro do card oficial da página Models.

Configura níveis de reasoning-effort e padrões de sub-agente para modelos DSH customizados.

Selecione texto em uma resposta DSH confirmada para abrir um Topic independente, persistente e somente leitura de múltiplos turnos vinculado a evidências da sessão de origem e arquivos do projeto enquanto o Agent de origem continua em execução.

Controle deslizante de esforço de raciocínio estilo Claude Code para a IU web DSH: arrasto contínuo, ajuste ao soltar, trilha de fogo WebGL e controle real e funcional do esforço de pensamento para qualquer modelo ou provedor de terceiros personalizado.

Combine seus modelos e orçamentos de tokens com cada função, então deixe o DSH delegar subagentes especializados por tipo de tarefa. Cobre análise de arquitetura, UI/UX, implementação de código, exploração da base de código e pesquisa de documentação, com configuração automática mais esforço de raciocínio e permissões de ferramentas por função.

Faça a IA lembrar como você pensa, não o que você disse: captura ativamente seus princípios, linhas vermelhas e hábitos de trabalho entre sessões, com capacidade de memória, decaimento gradual e justificativa legível por humanos para cada entrada. A 0.7.0 traz um retrato de persona intuitivo com rastreamento de evidências.

Dobragem de turnos estilo Codex para a interface Web DSH: mantém as respostas finais visíveis, agrupa o raciocínio e a atividade de ferramentas consecutivos e mostra métricas configuráveis de duração em tempo real, chamadas de ferramentas e tokens com resumos multilingues.

Página de configurações para capacidades por modelo: níveis de reasoning-effort com suas grafias wire, modalidades de entrada e capacidades de token, escritos como declarações ou substituições esparsas de catálogo.

Pensar em chinês: injeta um prompt de sistema para manter pensamentos e respostas em chinês, expande o bloco de raciocínio por padrão com recolhimento interativo e localiza rótulos da interface (npm: `dsh-think-zh-expand`).

Um whip para DeepSeek V4 Pro: observa a impressão digital de raciocínio de cada bloco de thinking e puxa o modelo de volta quando ele escorrega do modo focado "We will / I will" para o modo disperso "let me".

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.

Analisa o uso entre modelos, provedores, espaços e períodos, com datas personalizadas sobre todo o histórico, cache-hit visível e detalhamentos por modelo e provedor. Inclui tendências horárias/diárias, mapa de calor de 53 semanas estilo GitHub, sequências, anéis de tokens por modelo e espaço (tokens, custo, %), filtros combináveis, eficiência de cache, saldo DeepSeek, aliases de espaços, exportação CSV e um livro-razão durável que preserva o uso após excluir a sessão ou o espaço (linha Deleted) e se reconstrói de forma incremental. O registro de espaços é atualizado via sonda DSH domain/changed; só espaços registrados contam. Contabilidade separada de entrada, cache e raciocínio. Chinês: hora local; inglês: UTC; API somente loopback.

Controle por rodada do nível de raciocínio (reasoning_effort) para DeepSeek Harness: Auto agenda low/high/max pelo histórico recente de tool calls, ou permite fixar um wire level (off/on/minimal/low/medium/high/xhigh/max), com mapeamento wire personalizado, proteção de capacidade por modelo e presets de janela de contexto (64K–1M); seu capability card por modelo funciona com [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (instalável pelo dsh-market) para testar raciocínio em gateways compatíveis com OpenAI (vLLM / LM Studio / self-hosted). O card escreve capacidades llm-pi-ai, o adapter controla o wire (compat.thinkingFormat) e o plugin mantém a lista de takeover.

Cartão de configurações para o mecanismo de auto-retry do LLM do DSH: ajuste o número de tentativas, backoff e jitter ao vivo em Settings -> General, com chips configuráveis de retryableCodes - os padrões adicionam INVALID_REQUEST para que erros reasoning_text HTTP 400 no estilo OpenAI em modo thinking sejam reenviados automaticamente.