Plugins

The memory that dreams — memória entre sessões para DeepSeek Harness: lembra de você e dos seus projetos, consolida memórias enquanto está ocioso (autoDream), congela memórias conflitantes para sua revisão e mantém uma trilha de auditoria reproduzível. A memória fica no seu computador em SQLite, com espelhos Markdown editáveis; recuperação por quatro vias (palavras-chave, vetor, BM25 e grafo de entidades), painel interativo, 10 ferramentas de modelo, servidor MCP, API externa e CLI. Resumos e consolidação usam o modelo do host que você já configurou; com um embedder local, a busca semântica funciona totalmente offline.

Leitura profunda e resumo para DSH: livros, artigos, vídeos e web convertidos em notas estruturadas do Obsidian via parsers de plugins, subagentes paralelos MapReduce de leitura profunda, saídas JSON Schema e cache idempotente.

Pipeline de custo de tokens para o DeepSeek Harness: compactação em camadas sensível à pressão (projeção sem perdas abaixo de 40% de pressão de contexto, sumarização por LLM acima), allowlist de ferramentas por agente, conversão de texto longo em imagem com sumarização por visão e o comando /token-status que acompanha pressão, níveis e tokens economizados.

Espaço de trabalho de mídia e visão para o DeepSeek Harness: geração de imagem, vídeo e fala, perguntas e respostas sobre imagens e localização de elementos, OCR de imagens longas, diff de pixels, verificação por captura de tela de HTML e sumarização de vídeo, com provedores DashScope e compatíveis com a OpenAI, pools de modelos e um cliente de bancada.

Plugin de memória entre sessões para DSH (v0.6.1, npm @asherliner/dsh-memory-connect): extração automática, indexação SQLite FTS5, recuperação semântica RRF injetada no prompt do sistema a cada turno, manutenção agendada, consolidação LLM via ctx.llm, prevenção de explosão de contexto, identidade Soul global via ~/.dsh/soul.md. v0.5.0: grafo de contexto temporal, modelo de confiança, resumo no fim do turno. v0.6.0: embeddings semânticos locais (BAAI/bge-small-zh-v1.5), sem chamadas à nuvem. v0.6.1: corrigida a expansão de ~ na configuração de caminhos. Instalação sem configuração.

Gestão automática de contexto ao estilo Codex para DeepSeek Harness: rollover sem perdas e sem chamadas a modelos de resumo, âncoras de passagem de tarefa, notas de trabalho que sobrevivem à compactação e recuperação literal de janelas arquivadas. Notas obsoletas geram um aviso explícito em vez de serem apresentadas como atuais. Inclui botão de um clique e comando /smart-compact, rollover automático em três níveis e limpeza obrigatória das âncoras; funciona sem configuração.

Pacote de rotação da janela de contexto orientada pelo modelo para o DeepSeek Harness: contexto de trabalho novo, notas duráveis gerenciadas pelo modelo, uma pequena cauda recente literal e recuperação direcionada do histórico — sem sumarização.

Loop de orquestração de tarefas longas: o Codex planeja, pontua e revisa; o DeepSeek executa; o Kimi complementa (aceitação visual, resumo e checagem cruzada).

Personal dsh preferences: a tunable companion to the official compaction engine (threshold, retention, summarization model/reasoning, turn-end compaction), llama.cpp model import for the Models page, and tab/notification helpers (status-light favicon, bro

Context trimmer: lists the current session's context entries with role, preview and ≈token estimate (cl100k), highlights over-threshold items, and removes selected entries exactly without LLM summarization.

Kit de análise de dados: perfilamento de CSV/TSV/JSON, detecção de anomalias por IQR e z-score, sumarização estruturada com problemas de qualidade e consultas de filtro/grupo/agregação sem código.

Skill de compressão de contexto para o DeepSeek Harness — sumarização inteligente de conversas

Kill AI Slop for DSH — score a received document on three weighted axes (expression, execution, decision), audit work-slop with a delivery-obligation ledger, and machine-verify every quote against the source. Reads docx, pptx, xlsx, pdf, txt, md, csv, json and html. Zero runtime dependencies, zero network, fully local.

Semantic context watcher for DSH agents: maintains a journey ledger with flash summarization and MinHash novelty detection, folds milestones, and can inject long-term context with a three-level stall response; injection and the stall-2/3 responses are off by default.

Stops compaction summaries and session titles from burning their output budget on reasoning, by lowering the thinking level and raising the token floor for auxiliary calls only.

Archive DeepSeek Harness sessions into a self-hosted WeKnora knowledge base with extraction, summarization and incremental dedup.

Rapid-refill circuit breaker for DeepSeek Harness automatic compaction. It refuses a compaction that would be futile — the context refilled within fewer than N tool turns M times in a row, which the unbounded step-pressure trigger cannot detect — and instead of burning a summarization call on every step it reports the situation with advice, usually that a single read or tool output was too large. Shows state and re-arms through /compaction-breaker, and injects one prompt section so the model relays it to the user. Covers host-plane sessions through its profile bundle; ordinary sessions need one row replaced inside an agent preset.

CWL — Context Window Lifecycle for DeepSeek Harness: structured context eviction (arXiv:2606.11213). Graduated, deterministic, zero-LLM eviction of exploration/action episodes when context pressure exceeds budget — no summarization lossiness, no hallucina

One-click context compression for the dsh web GUI: a 压缩 button on the session title bar summarizes the whole conversation into a few lines, opens a new session in the same workspace seeded with the summary, and switches to it — the original session stays untouched.

Compaction backend replacing LLM summarization with a deterministic semantic extractor (keeps code/paths/commands, drops chatter) plus 28.4x KV-compression accounting.