Plugins

Motor de relatórios de pesquisa verificáveis para DeepSeek Harness com um livro-razão de evidências endereçado por conteúdo, relatórios selados versionados onde cada afirmação carrega um veredito de verificação e o hash do manifesto sela o diretório, e orquestração de recuperação que reutiliza as junções ctx.web e ctx.jobs.

App MCP local-first para figuras científicas. Importe, revise e publique uma biblioteca global em disco; reutilize modelos exatos em Pi, DeepSeek Harness (dsh), Claude, Codex, Cursor e Wisp.

Runtime de navegador autônomo: Playwright (chromium) + OpenCLI como dependências locais do plugin (com fallback de reaproveitamento global), expõe um serviço `browser` e 9 ferramentas interativas de navegador

Histórico de entrada estilo terminal para o compositor web: recuperação por setas priorizando as extremidades, com restauração exata do rascunho/cursor, histórico persistente local do navegador, busca reversa com Ctrl+R e reconhecimento de contexto deslizante; a versão 0.5.0 adiciona uma camada de entrada inteligente — trechos entre sessões (/save, /load), modelos de prompt com variáveis, insights de reutilização e destaque de resumos de compactação.

Reaproveita o login do ChatGPT da Codex CLI como uma rota de LLM `openai-codex` e adiciona controles de GPT Auth às configurações do DSH Web

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.

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.

Shell de desktop limpo para DSH: inicia com duplo clique em um atalho da área de trabalho como qualquer app normal de desktop, monitoramento ao vivo do backend com start/restart/stop na bandeja com um clique (diálogos de progresso), reconexão automática offline, instância única. Reutiliza seu perfil web existente, sem remodelar a interface web. Windows + macOS.

Reutiliza o login do CodeBuddy CLI para trazer seus modelos para o DeepSeek Harness, com um cartão de configurações mostrando conta, expiração do token e crédito restante.

Fluxo de trabalho de capacidades em primeiro lugar na pesquisa para agentes DSH (v1.0.0): reutilize ferramentas locais ou reveja plugins de fonte exata antes da instalação, adapte ou crie capacidades em trabalho de fonte gerido, e use recibos que distinguem estados instalados, carregados, ativados e verificados; ferramentas de versão cobrem rollback, adoção e atualizações a montante.

Provedor de modelos Codex App Server usando login local do Codex, com reutilização de sessões, ponte de ferramentas do Harness, rastreamento de ações nativas e projeção durável de imagens geradas.

Plugin DSH: reaproveita diretamente as credenciais de login local da assinatura do Codex CLI para usar os modelos da assinatura ChatGPT no DeepSeek Harness, sem necessidade de API key.

Roteador de carregamento preguiçoso para servidores MCP: descobre MCPs compatíveis automaticamente e mantém apenas um roteador compartilhado no catálogo de ferramentas, revelando os esquemas de um servidor quando um turno precisa deles e ocultando-os novamente no fim do turno — assim muitos MCPs instalados deixam de custar contexto a cada requisição. Em caso de incerteza, recorre à visibilidade normal, e o MCP original mantém a propriedade da execução, permissões e ciclo de vida do processo. Também suporta conexões preguiçosas explícitas com reuso a quente, reconexão limitada, stdio e Streamable HTTP.

TypeSafe Jev (modelo de decisão System One) como a ferramenta jev_decide para o DeepSeek Harness: perguntas de noul, choice e score retornam probabilidades calibradas; as credenciais reutilizam a junta de credenciais do DSH; retry com backoff para 429/529 já embutido.

Adiciona ferramentas de delegação subagent_route e subagent_fork_route nas quais o modelo escolhe por si mesmo a rota provider/model para cada filho; a implantação define apenas o backend spawn/fork, a política de segundo plano e a lista de permissões allowedProviders, enquanto os filhos retomáveis e os trabalhos em segundo plano reutilizam as ferramentas oficiais send_message / job_output.

Geração local de imagem, voz, música e SFX, além de transcrição, com identidade fixada: personagens, animais, objetos e vozes de atores são definidos uma vez e reutilizados em cada chamada posterior; a saída degenerada (imagem quase plana, áudio silencioso) é rejeitada em vez de retornada como sucesso, e uma linha gerada pode ser lida de volta como texto, para que um clone que engoliu seu final se torne visível. Os motores descarregam quando ociosos, e a geração de imagens e a transcrição podem cada uma apontar para uma API no formato OpenAI em vez do backend local Vulkan.

Pesquise a biblioteca curada de projetos de IA do GitHub do AIGC Radar (admissão de 500 estrelas, tags bilíngues zh/en, snapshots de crescimento de estrelas) sobre seu endpoint MCP com cartões de resultado nativos; um listener de agente/pré-etapa sugere proativamente uma verificação de reutilização antes que o agente escreva código.

Controla o navegador real do usuário através do daemon Kimi WebBridge local: ferramentas de navegação, busca de abas, snapshot, clique, preenchimento, avaliação, CDP, captura de tela, rede, upload, exportação em PDF e gerenciamento de abas que reutilizam sessões de login existentes.

Captura de tela de motor duplo para DSH: dentro do shell de desktop SSiD, um atalho global ou a bandeja abre uma sobreposição de seleção por caixa em tela cheia (todos os monitores, quadros pixel-perfeitos por tela) com anotação de caixa vermelha no próprio local e uma barra de ferramentas estilo WeChat; no DSH simples (navegador), o botão de câmera do compositor captura a tela via getDisplayMedia e reutiliza na página a mesma sobreposição de seleção por caixa + anotação em fase única. A imagem recortada chega ao compositor da conversa atual através do fluxo oficial de anexos.

Analisa imagens de conversa por meio de prompts específicos por modo (caption, UI, documento, grounding, topologia etc.) e injeta evidências estruturadas com primitivas de coordenadas (caixas, pontos, referências) como texto, com cache em nível de sessão para reutilização em replay e compaction.

Reutiliza hooks declarados em configurações do Claude Code, Codex e opencode no dsh, executando manipuladores shell, webhook, oracle e proxy com zero dependências de execução.

Analisa código local e GitHub/npm antes do desenvolvimento para encontrar implementações reutilizáveis, avalia reutilização versus reescrita e verifica o acoplamento da arquitetura.

DeepSeek Harness plugin that wraps @stardeckai/lgtm — a Jev-powered linter for tests that pass but prove nothing. Ships the CLI as a dependency, reuses the TypeSafe credential stored in DSH, and exposes lgtm_audit / lgtm_status to the agent.

DSH plugin that registers the ai-eight-honors-eight-shames skill: eight checkable working rules for coding agents (verify before calling, confirm ambiguity, cite evidence, reuse before creating, test before claiming done, follow local conventions, separate fact from inference, keep changes reversible) plus a ninth rule that logs each user request and the change made in report files at the workspace root.