Plugins

Plugin de armadura de system-prompt para modelos DeepSeek: acrescenta uma seção de prompt de conformidade incondicional na ordem 100, expõe uma ferramenta de perfil com metadados de calibração e mostra um selo de status da armadura em tempo real alimentado por uma projeção de sessão.

Plugin de blindagem de prompt de sistema para modelos DeepSeek: acrescenta uma secção de prompt de conformidade incondicional na ordem 100, expõe uma ferramenta de perfil com metadados de calibração e mostra um distintivo de estado da blindagem em tempo real orientado por uma projeção da sessão.

Memória causal para dsh: uma ponte MCP stdio sem dependências que monta as 17 ferramentas do servidor causal-memory com nomes simples (sem prefixo mcp__) — arestas decisão → resultado com relações tipadas (caused / enabled / prevented) numa loja SQLite local que sobrevive à compactação — mais uma secção de prompt de sistema fixada. Requer o binário do servidor causal-memory no PATH (pip install causal-memory ou uma versão pré-compilada).

Injeta seções de prompt do sistema configuradas para implantação e trocas de referência em cada solicitação de conversa via interceptação de fluxo, com um painel de configurações web.

Plugin de persona / prompt mestre por conversa: criar, editar, alternar e excluir modelos de persona na barra de ferramentas do compositor, com injeção de system prompt de maior prioridade, guardrails fixos de interação, herança por subagente, padrão para novas conversas e persistência local em JSON.

Injeta uma seção fixa de prompt de sistema para que o agente pense e responda em chinês, independentemente do idioma do usuário.

Injeta uma seção no prompt de sistema para que a cadeia de raciocínio, o planejamento e o raciocínio de invocação de ferramentas do agente permaneçam em chinês simplificado. Zero dependências externas — clone e instale por link a partir de qualquer diretório local, sem necessidade de build ou publicação no npm.

Localização para chinês do DeepSeek Harness: traduz em tempo de execução todos os prompts de sistema, descrições de ferramentas e contextos de execução para chinês via cascata system-prompt/assemble (1788 entradas, sem modificação do código-fonte, desinstalar restaura o inglês).

Biblioteca de prompts local do navegador com um picker no composer para injetar múltiplos system prompts com escopo de sessão, herança de branch, UI bilíngue, favoritos e backups JSON.

Alterne o idioma do processo de pensamento/raciocínio (CoT) do agente: 简体中文, English, Русский, Français, Deutsch, Español, 日本語, 한국어 e mais, ou siga automaticamente a localidade do sistema. Adiciona uma linha em Settings → General, uma instrução no prompt do sistema (montagem por prompt, aplica-se a novas sessões) e o comando /thinking-language.

Motor de persona para o DeepSeek Harness: um config.json governa o nome próprio da IA (por modelo e nível), como ela te chama, sua postura relacional, o texto de caráter, contratos por item com interruptores, o idioma da cadeia de pensamento e o tom das respostas (opt-in, por modelo), além de memória de longo prazo condicionada à confirmação humana: a IA só anexa candidatos, uma linha de confirmação os ativa, e o log é somente de acréscimo e reexecutável. Entradas confirmadas entram como bloco citado de dados, não de instruções; as marcadas com um kind vão para arquivos arbitrários e nunca chegam ao prompt. As seções do prompt são relidas do disco a cada montagem, então edições aplicam sem reiniciar. Presets: instantâneos JSON compartilháveis. Zero dependências, sem rede, sem shell.

Modos personalizados / gerenciador de assistentes: cada modo tem seu próprio system prompt nas configurações — um prompt personalizado, arquivo simples que o loop do agente relê antes de cada passo do modelo, de modo que a edição vale para a sessão em execução no passo seguinte — e iniciá-lo a partir da composição oficial standard / PTC / minimal / Cordis, alternando uma a uma as linhas de plugin que ele monta (composição de plugins própria por modo), renomeável à vontade. Vários assistentes coexistem com prompts próprios, então uma máquina pode manter lado a lado assistente de programação, companheiro de chat e persona de roleplay (RP) — configuração multiagente escolhida a cada nova sessão. Linhas intactas permanecem idênticas byte a byte às originais, com condições de plataforma.

Comando /init dirigido por modelo: o agente analisa o repositório atual e gera/atualiza um AGENTS.md de alto sinal, com um lembrete persistente no prompt do sistema para mantê-lo.

Delimita personas de prompt de sistema por caminho do workspace ou id de sessão (exato, prefixo, contém, regex), com uma persona padrão opcional para sessões que nada reivindicou, uma aba 人设 na conversa mostrando o prompt realmente enviado, importação e exportação da lista, e um interruptor que recusa gravações de ferramentas no armazenamento de personas.

Edite seções do system-prompt com pré-visualização ao vivo.

Regras de prompt do sistema privadas por projeto para DeepSeek Harness — correspondidas por URL remoto do git, caminho do repositório ou prefixo cwd; ciente de worktree; nunca commitadas no repositório.

Plugin de domínio de desenvolvimento do kernel Linux para DeepSeek Harness (dsh): pirâmide de verificação L1-L4 como ferramentas voltadas ao modelo + governança em camada de grafo (anti-Goodhart / blind-spot / patch-conflict) + contrato AGENTS.md como seção do prompt do sistema. JS puro, sem etapa de build.

Plugin do DeepSeek Harness (DSH): um seletor de "Idioma de Raciocínio" em Configurações → Geral que informa ao modelo em qual idioma raciocinar (chain of thought) por meio de uma seção do system prompt. Zero chamadas extras, zero latência, 12 idiomas.

Memória de preferências do usuário para o DeepSeek Harness: perfil de usuário persistente com ferramentas memory_get/memory_update e injeção no system prompt

Edite seções de prompt do usuário e do sistema embutido com pré-visualização ao vivo

Custom modes and custom prompts for DeepSeek Harness (dsh): edit a mode's system prompt on the settings page (it takes effect on the next model step), choose its base mode, switch plugins row by row, and keep several assistants side by side.

Injects your own saved context entries as a Remember row after each user message, per turn or once per session, with a Settings editor and a manager page.

Injects a fixed system-prompt section so the agent always replies in Simplified Chinese — including the short narration between tool calls — unless you explicitly ask for another language. Applies to every session and preset without overriding the persona.

Three independent language channels for model output — tool-call descriptions (every tool-call card title, including run_code in PTC-style presets), thinking, and replies — each set to follow the web GUI language, force a specific language, or turn off (default: only descriptions, following the GUI). One global runtime-context prompt directive on the host; the client half reports the GUI language; a Settings plugin card switches the modes.