Plugins

Plugin de análise de segurança para DeepSeek Harness: 33 ferramentas em seis domínios de segurança, evidências, relatórios e utilitários, além do ciclo de vida de casos, roteamento e registo de ferramentas. Inclui um fluxo de casos ligado à sessão, cadeia de evidências, validação de E-id e resultados reproduzíveis; 362 referências a pedido; três perfis de persona intercambiáveis; e um espaço de trabalho com quatro separadores (armor / case / intercept / about), com recuperação do estado do caso após a compactação do contexto.

Otimiza tokens no DeepSeek Harness com descoberta pesquisável e carregamento tardio de ferramentas MCP, controles configuráveis e status da compactação, redução da saída de ferramentas, resumo visual de textos longos e arquivamento opcional de conversas com recuperação paginada.

Use uma assinatura ChatGPT/Codex no DeepSeek Harness com modelos GPT, geração de imagens, busca na web, relatório de cota da assinatura, controle de modelos e recursos, e login OAuth via navegador ou código de dispositivo.

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.

Quadro Kanban para sessões do DeepSeek Harness: o agente principal distribui tarefas a subagentes worker/verifier de execução única, com agendamento de dependências, bloqueios exclusivos por arquivo, pausa/congelamento para arbitragem, progresso de marcos e estatísticas de tokens por tarefa.

Plugin de verificação de metas baseado em evidências para DeepSeek Harness. Bloqueia metas com /ultragoal e verifica a conclusão com base nos códigos de saída de comandos e artefatos gerados, impedindo que o modelo relate falsamente a conclusão da tarefa.

Plugin do DeepSeek Harness: considera confiável um site dsh servido por proxy reverso (fora do loopback), para que as Configurações carreguem em vez de exibir "settings are unavailable in this browser".

Usa imagens e vídeos locais como fundo da janela do DSH Desktop: rotação temporizada com transições de 0,7 s, aguarda o primeiro quadro antes de aparecer, texto claro/escuro automático para legibilidade, ajuste de desfoque e opacidade de painéis/barra lateral, miniaturas de vídeo e endpoint probe com estado de carregamento, camadas e seletores. Lê apenas os arquivos locais indicados.

Acompanha no WakaTime as leituras de arquivos, visualizações de imagens e edições de código do DSH, incluindo contagens exatas de linhas adicionadas e removidas pela IA. Mantém o rastreamento de atividade em execução enquanto o DSH responde, agrupa atualizações entre arquivos e coordena limites de relatórios por projeto entre processos DSH paralelos. Instala e atualiza o wakatime-cli automaticamente.

Registra um provider wrapper que atribui uma rota LLM própria aos subagentes delegados: execuções avulsas via provider.start e membros do Agent Teams via hook em startActivation; o agente principal mantém seu modelo. Inclui escolha da rota em Settings, arquivo de override por especialista, indicador dos pontos de integração detectados e registro de prontidão escrito ao montar.

Adiciona Delete session ao menu de contexto lateral; após confirmação que mostra o tamanho dos logs e a atividade atual, desvincula arquivos de log, checkpoints de projeção e registros de memória do host.

Conecta vários gateways OpenAI compatíveis. Cada um tem grupo próprio no seletor, pode ser ocultado sem perder configurações e consulta informações públicas pelo endereço. Inclui gestão/testes de modelo por gateway e relatório de cota opcional.

Diagnostica endpoints de API LLM de terceiros pela barra lateral em quatro etapas: DNS/TCP/TLS, chave e modelo, conversa real em streaming e execuções repetidas cronometradas. Informa time-to-first-token, velocidade de saída e taxa de sucesso; atribui cada falha à etapa interrompida e mostra os bytes que realmente saíram da máquina. São 37 predefinições de provedores, sem nomes de modelos fixos no código.

Assistente de pesquisa em econometria: 6 ferramentas que cobrem seleção de métodos, preparação de dados, especificação de modelos, análise empírica com modelos de código Python/R/Stata, verificações de robustez e apresentação de resultados.

Organiza as sessões do workspace do DeepSeek Harness renomeando-as como 类别｜主题 (categoria｜tema) e relatando sugestões de arquivamento, renomeação e revisão.

Registers one tool, report_health, that answers whether a scheduled report job actually ran. It judges by side effects rather than exit codes: how old the newest report folder is, how many documents it holds, whether more than one report category is present, whether the audit ledger was synced recently, and how long ago the last log was written. Exits nothing, calls no model, and reads only local paths you can override by config or environment variable.

Painel somente leitura informa bundles de plugins, inserções de patches, skills e saúde de atualização/desacoplamento da instância.

Permite que o modelo inicie a compactação em um ponto seguro por compact_now (também no meio do turno). context_status informa o uso real de tokens em relação à janela de contexto efetiva da sessão.

Mantém visível a lista de tarefas inacabadas entre turnos. O DSH limpa a projeção de todos no início de cada turno e espera que o modelo reescreva a lista inteira; se houver interrupção, o plano fica no log, mas some da UI. `todo_write` só grava e não permite leitura posterior. Um listener comum de sessão/evento memoriza a última lista por sessão e a reaplica em `turn/start` se houver itens pendentes. Não usa fork de tool-todo nem waterfall: não é possível substituir a projeção devido ao `stateVersion` incompatível; o plugin adiciona o evento que o fold processa. Escopo limitado a listas inacabadas, no máximo um evento por início de turno, fail-open. Verificado por A/B controlado em sessões reais usando a definição real da projeção. Sem dependências.

Plugin do DeepSeek-Harness para orquestração de vários modelos com decomposição recursiva de tarefas, roteamento dinâmico, controles de qualidade, recuperação de falhas e relatórios de KPI.

Deterministic review of synthetic AI-agent claims in DeepSeek Harness, reporting bounded verdicts, reasons, and evidence references.

One-step local model onboarding plus a light harness for DSH. On load it probes loopback and private-network inference endpoints (llama.cpp, Ollama, vLLM, LM Studio), reads each model's context window and output budget from the backend, and registers the provider through settings, so a local model becomes selectable without hand-writing config. It then trims only that provider: masks the tool list through tools.restrict, drops named system-prompt sections and memory contexts, swaps the injected instruction block for a short one while preserving its first 80 and last 96 characters, and truncates tool-schema descriptions without touching structure or required fields. Cloud providers are returned as the same assembly object, untouched. The injected block is re-read from disk on every assembly, so editing the file takes effect on the next request with no reload. The panel in the plugin detail page is a live operations view: it shows whether the takeover is active and by which hook, how many characters the last assembly was trimmed from and to, and which providers are online (probed concurrently, with a real one-shot completion reporting latency and reply text per provider). If a local backend is not running, the panel offers a one-click launch: it probes the port first (never starting a duplicate), then starts the matching server (ollama serve, or a custom command you supply) detached and polls until the endpoint answers, clamping the wait to 3-600 seconds, reaping the child it just spawned if it never answers, and naming the paths it searched when it cannot find the binary. A stop button kills backends this plugin started (SIGTERM, then SIGKILL) and refuses to touch a server somebody else launched. When a model has just been downloaded and no backend exists yet, the panel can also scan the machine for .gguf files with hard caps (300 models, 20000 directory entries, Downloads only one level deep), start llama-server on the chosen one (skipping the .mmproj. vision projection and reusing a server that already answers), register the provider under the model id the backend reports, and run one real completion to prove it works. Before spawning anything it compares the model file size against available memory and refuses a model that cannot fit (or that exceeds 80% of the budget) until you confirm, switching to --no-mmap in that case; the honest limit is that this reads OS-visible RAM only, not GPU-side memory.

Ao iniciar, verifica versões novas de plugins habilitados, lista-os em um cartão no canto e atualiza todos com um clique, informando sucesso/falha por plugin. Localiza o dsh CLI incluso em macOS, Windows e Linux, sem presumir executável Windows.

Mapa passo a passo do fluxo de trabalho do DeepSeek Harness: resume uma sessão em uma lista de etapas, mostra a origem de cada percentual em vez de exibir um número sem contexto e coloca na fila o prompt da próxima etapa, que pode ser revogado antes de ser assumido.