Plugins

Gerenciador de tarefas AgentRQ para o DeepSeek Harness: crie, gerencie e obtenha automaticamente tarefas do AgentRQ sem sair do harness

Quadro de tarefas SQLite local como página de sobreposição nativa: projetos, tarefas, comentários, relações, anexos e automação de fluxo de trabalho, com status backlog → todo → in_progress → in_review → done; as ferramentas de Agente `taskboard_*` só podem enviar trabalho para in_review, além de uma CLI JSON headless e uma skill empacotada.

Motor de compatibilidade ABI do host do Pi: após uma única instalação, extensões Pi não modificadas do npm são montadas como plugins nativos do DSH com `dsh plugin add <pi-package>`. Verificado de ponta a ponta em um DSH original com pi-mcp-adapter (gestor MCP completo: OAuth, recursos, prompts, MCP Apps, elicitation, sampling), @tintinweb/pi-subagents, pi-code, pi-hermes-memory e pi-background-tasks; `pi2dsh inspect` informa a compatibilidade de um pacote antes de instalá-lo.

Adiciona uma aba de configurações Managed Agents e ferramentas MCP para despachar tarefas de agente de longa duração para o Ark cloud Managed Agents.

Execuções de codificação agendadas em sessões de agente novas, com histórico auditável.

Gateway móvel autenticado para DeepSeek Harness: conecta o app nativo iOS complementar via WebSocket para sessões, eventos ao vivo, tarefas, metas, aprovações, comandos e transferências de arquivo, com pareamento por QR e revogação de dispositivo.

Quadro de tarefas para DSH: crie tarefas com atribuição de projeto e modelo, execute-as manualmente ou em cronogramas cron; novas sessões em um projeto automaticamente assumem suas tarefas pendentes e as movem para em-revisão quando concluídas.

Provedor de modelos Tencent CodeBuddy para o DeepSeek Harness que inicia sessão com OAuth do navegador em vez de uma chave de API: lista o catálogo de modelos CodeBuddy com as capacidades de contexto, saída, chamada de ferramentas, reasoning e imagem de cada modelo, mantém várias contas com failover automático para a próxima utilizável, mostra a cota restante no compositor com um painel de uso de token e créditos, e conclui por conta as tarefas de crescimento do CodeBuddy automatizáveis, com um registro de execução. Instale do npm com `dsh plugin --profile web add @tnnevol/dsh-codebuddy`.

Diga adeus ao copiar e colar e à ansiedade com o DSH Token. Deixe o ChatGPT na web conectar-se diretamente ao seu projeto local, codificar por conta própria e passar tarefas complexas ao DSH para execução contínua.

Executor de lotes fora do pico para DeepSeek Harness: os usuários definem tarefas durante horários movimentados — prompt, estratégia, prioridade, workspace, arquivos bloqueados — e as liberam manualmente; o plugin então executa o lote automaticamente dentro de janelas fora do pico definidas pelo usuário. Cada execução passa por cinco verificações de pré-voo (workspace, git HEAD, sha256 de arquivos bloqueados, adequação à janela, orçamento diário), suporta quatro estratégias de execução (única / iterativa / amostragem / revisão) e três níveis de autonomia (L1 por tarefa, L2 lote, L3 totalmente automático), e fecha o ciclo com um relatório matinal contendo diffs, gasto real e economia de um livro-razão diário alinhado com a tarifação oficial de pico/vale.

Ponte Feishu/Lark para o DeepSeek Harness: vinculação de PersonalAgent por escaneamento, cartões em streaming, espaços de trabalho de projeto com git-worktree, tarefas paralelas por escopo, agentes multifunção, notificações entre sessões, gerenciamento de modelo/chave dentro do chat e um guardião de rede de segurança que continua respondendo no Feishu mesmo após uma falha do dsh.

Pausa e retoma tarefas automaticamente durante janelas de tempo definidas pelo usuário para evitar custos de API em horários de pico; inclui exibição de saldo da conta e gráfico de barras de gastos com granularidade de 10 minutos.

Pausa e retoma tarefas automaticamente durante janelas de horário definidas pelo usuário para evitar custos de API em horário de pico; inclui exibição de saldo da conta e um gráfico de barras de gastos com granularidade de 10 minutos.

Executa tarefas de programação agendadas em sessões DeepSeek Harness isoladas, geridas a partir das Definições ou do agente.

Motor cron residente no host com um painel web de tarefas e uma ferramenta timer_agent: dispara sessões reais do agente conforme o agendamento, continuando uma sessão fixada para contexto ou iniciando novas em um espaço de trabalho do projeto escolhido.

Preset modo especialista DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordenador + 17 subagentes com delegação automática. Funções: taskboard (estados pending/ready/running/done/failed, DAG dependências, reivindicação atômica, retry, recuperação), portas qualidade (pipeline 5 etapas: requisitos, implementação, verificação, revisão, integração; 2 reelaborações), Five-Anchor (revisão/convergência/anti-deriva/colaboração/recursos), Near-distance (modelo identidade/tarefa/saída), divulgação progressiva (~28% economia tokens), persistência, barramento P2P, revisão cruzada, pool experiência, via rápida, auto-retry. 17 especialistas: dados, redação, jurídico, PM, frontend, UI/UX, arquiteto, social, growth, fin. quant., backend, DevOps, BD, QA, segurança.

Um quadro kanban compartilhado que permite a pessoas e agentes DSH gerenciarem tarefas do workspace por meio de uma aba Board e ferramentas kanban.

Despache tarefas autônomas do DSH para 11 CLIs de agentes externos (Codex, Claude Code, TraeCode, OpenCode, Gemini, Cursor, Kimi, Qwen, Copilot, WorkBuddy, Grok): um pacote somente host que registra a ferramenta conductor_dispatch mais uma skill conductor acionada automaticamente.

Equipe multiagente por papéis para o DeepSeek Harness. O /team reúne até 12 subagentes (produto, arquiteto, pesquisa, UI, backend, frontend, BD, segurança, revisor, QA, DevOps, docs) e executa um pipeline de 9 fases com portões (esclarecer, pesquisar, projetar, revisar spec, aprovar plano, implementar, revisar, testar, entregar) sobre artefatos compartilhados. Os portões de qualidade são impostos pelo código, não pelos prompts: tarefa inacabada não é marcada como concluída, os achados são arbitrados pelo revisor ou QA, e lacunas de cobertura ou retrabalho aparecem ao vivo no overlay e em /team status. Inclui overlay ao vivo (fases, elenco com modelos, DAG, artefatos, decisões), modo de equipe persistente e contabilidade de tokens/tempo. Zero dependências em runtime, sem build.

Confiabilidade de tarefas: nova tentativa automática em timeouts/falhas do modelo, continuação automática de tarefas inacabadas, verificação de conclusão, interrupção de repetições de pensamento, retomada após suspensão ou reinício, modo piloto automático e endpoint de acionamento remoto (npm: `dsh-task-reliability`).

Do chat à tela e à obra: conduza o ComfyUI como IDE visual de fluxos dentro do DSH. Incorpore o ComfyUI (local ou nuvem) como tela dividida no DSH Web: o agente escreve prompts e scripts no chat, aplica-os ao vivo e produz imagens, música, vídeo e 3D. Operações: compor pipelines, ler/gravar fluxos, editar nós, conectar links, executar, ajustar e depurar. Produção: varreduras de parâmetros em lote (batch_run) e recuperação automática de saídas para o chat (get_outputs). Manutenção: inicialização e atualização com um clique do ComfyUI, do núcleo e dos nós personalizados. Este pacote é o plugin do lado DSH e inclui o nó de ponte do lado ComfyUI.

Tarefas agendadas: executa um prompt em cronogramas cron, cada execução abre uma nova sessão de agente para realizar o trabalho, com vinculação de espaço de trabalho, execução manual, nomeação automática de sessões e uma página de gerenciamento de tarefas em tela cheia.

Painel de tarefas para a barra lateral DSH Web: publica tarefas, destila automaticamente sessões relacionadas e conduz as fases de plano/desenvolvimento/revisão com subagentes, além de aceitação no painel.

Roteia de forma automática e inteligente cada tarefa delegada para o melhor modelo configurado usando aliases, tags de capacidade e orientação de uso — mantendo o trabalho rotineiro rápido e barato enquanto envia o trabalho complexo para especialistas mais fortes. Configure sua equipe de modelos na Web UI ou em um setup guiado, execute especialistas em paralelo com junção confiável de resultados e veja o modelo escolhido de relance nas views de subagents e inline na árvore Tasks da Better Sidebar.