Plugins

Guarda de disciplina de engenharia: verificação de requisitos antes da primeira edição, portas de evidência de teste vermelho/verde, revisão adversária bifurcada e relatório de entrega com um fluxo de verificação por dimensão.

Bancada de projetos de QA para o dsh: gerencie projetos de teste, requisitos, casos de teste, defeitos, marcos, relatórios e portões de aprovação por uma interface de navegador e 18 ferramentas do domínio de QA.

Guarda de desvio de requisitos em tempo de execução que mantém agentes DSH de longa duração alinhados com o objetivo, as restrições e as decisões aprovadas pelo usuário.

Agente de codificação em terminal para DeepSeek Harness com UI de tela cheia em tela alternativa, navegação de sessão ciente de turno e um fluxo de trabalho /ship com portão que leva requisitos de uma linha por especificação, TDD e verificações de aceitação reexecutadas.

Melhoria de prompt com um clique no compositor — reescreve o rascunho num prompt estruturado (função e objetivo, passos executáveis, formato de saída, critérios de aceitação, casos limite) com pré-visualização antes/depois, reposição no campo e desfazer. Nunca altera a intenção, nunca inventa requisitos.

Math Agent Framework para DeepSeek Harness: motor de derivação simbólica (CES / formas quadráticas / ODE / PDE), verificação com SymPy, provas formais verificadas pelo compilador do Lean 4 e verificação adversarial multiagente no estilo QED, exposto como ferramentas DSH nativas por meio de um shell TS que faz a ponte para um motor Python. Requer clonar o repositório math-agent-framework e executar `pip install -r requirements.txt`, com MATH_AGENT_HOME apontando para a raiz do repositório. Cada resultado carrega procedência (versões do motor, seed, tolerâncias) e é marcado como dados não confiáveis.

Plugin de aprimoramento do DSH Desktop: fatos verificáveis na mesa. Restrições entram só quando relevantes; injeção em camadas (estável no system prompt, volátil em snapshot de cauda) com cache de prompt válido. Disciplina: cada turno é classificado (pergunta/pesquisa/discussão/diagnóstico/execução) — sem editar arquivos em perguntas nem corrigir o não pedido em diagnóstico; citações de código não aberto e afirmações sobre símbolos não vistos são sinalizadas. Memória: avisos em 75%/90% de contexto, recap exportável e conhecimento de projeto por diretório. Artefatos: contrato de tarefa, registros de mudanças e hipóteses com portão de evidências, decisões de design. Dashboard: roteamento e blocos em lume-metrics.jsonl via lume_metrics; personas destiladas de chats, romances ou fichas.

Predefinição de agente de fluxo de trabalho de engenharia para dsh: cinco fases com portões (esclarecimento de requisitos, aprovação de plano, TDD, subagentes paralelos, finalização verificada) com seis habilidades de fluxo de trabalho adaptadas de obra/superpowers.

Injeta requisitos duráveis de "o que fazer" e "o que não fazer" definidos pelo usuário no modelo no início da conversa.

Um interrupt button verde ao lado da caixa de envio: interrompe silenciosamente um agente em execução, que então resume seu progresso e pede seus novos requisitos, com um interrupt prompt personalizável.

Screenshot-review skill for DeepSeek Harness: the agent opens a frontend page, screenshots it, views the screenshot itself, revises the code, then re-screenshots — iterating until the page visually matches the user's requirements. Ships as a dsh.bundle, so it installs with `dsh plugin add`.

Context curation for DeepSeek Harness: content-aware tool-output slimming, dead-log sweep, pinned user requirements and in-flight work, archive-then-compact with an audit trail.

DSH Web 任务面板插件：把需求、队列、子 agent 执行、自动复核、验收返工和定时执行做成一个可视化闭环。

A DSH plugin that automates shipping a local project: create a GitHub repository and publish it (git init/commit/push + topics + tag + release), sync requirements/progress to Linear, publish to npm, and announce in the community Discussions — to join the

An agent preset that turns a one-line idea into requirements, tech plan and maintenance baseline — every step is restated and confirmed by you before proceeding. No scenario presets: 73 atomic skills (6 master skills + a verify dispatcher + 66 sub-skills) load by context.

Keeps DSH agents from forgetting your requirements during long tasks. It saves important conditions and completion evidence locally, brings them back after context compaction or session resume, and stops partial work from being reported as the whole task done.