Plugins

Importe históricos de chat com fidelidade total de 13 agentes de codificação (Claude Code, Codex, ChatGPT, Cursor, Gemini, opencode e outros) como sessões retomáveis do DeepSeek Harness, com exportação reversa de volta para o Claude Code.

QA de fidelidade de design para modelos somente texto: uma ferramenta `deepseek_vision` empresta um olho de qualquer rota de visão compatível com OpenAI, para que o modelo possa julgar se uma implementação corresponde ao seu mock — fornecida com o benchmark por trás desse julgamento (quatro fixtures, 23 defeitos injetados, transcrições brutas) e a disciplina de questionamento da qual ele depende.

Plugin de entrada de voz para DeepSeek Harness (dsh): um botão de microfone no compositor converte fala em rascunho transcrito, com escolha de backends de reconhecimento de voz, refinamento opcional pelas próprias rotas LLM do dsh e uma página de configurações nativa.

Motor de contexto Zero-residence: payloads grandes de ferramentas são removidos do contexto ativo para um armazenamento consultável e apenas ponteiros determinísticos permanecem, de modo que os tokens de prompt por turno deixam de crescer com a transcrição. Qualquer conteúdo mascarado é reconstruído literalmente a partir do log da sessão sob demanda, por id de chamada de ferramenta ou seq de sessão.

Cérebro DeepSeek + transcrição automática de imagens: anexe imagens na GUI e cada uma é transcrita pelo deepseek-v4-flash-vision-exp oficial por padrão (um cérebro V4-Pro puramente textual pode ver imagens), com qualquer VLM compatível com OpenAI ou Ollama local como alternativas.

Dá aos agentes DeepSeek Harness apenas de texto compreensão de vídeo: amostragem de quadros consciente da cena + VLM + transcrição ASR opcional fundidos em evidência da linha do tempo. / Plugin de compreensão de vídeo para modelos apenas de texto (amostragem de quadros consciente da cena + VLM + transcrição de voz opcional).

Análise de vídeos do Bilibili: metadados, transcrição (fallback de ASR via Bijian/sherpa-onnx/whisper.cpp), comentários, danmaku e keyframes nítidos com descrições de visão local opcionais.

Bancada de leitura de artigos: biblioteca + leitor de PDF + companheiro no estilo tutor. As respostas citam números de página clicáveis que saltam de volta ao PDF e destacam a passagem exata; selecionar para perguntar sem sair do artigo; preset de tutor rigoroso incluído (plano de leitura, coaching por seção, questionários avaliados acompanhados entre sessões); alternância no local entre original ↔ chinês (babeldoc, sem pré-instalação). Transcrição e busca locais — os documentos nunca saem da sua máquina.

Dobra de transcrição em streaming para a interface web do DSH: as linhas de pensamento e de ferramentas se dobram enquanto a janela de pensamento mais recente se abre sozinha; um turno concluído rola de volta até sua pergunta, que também permanece fixada no topo enquanto você lê; faíscas azuis saltam da borda da janela de pensamento e da cabeça que escreve a resposta.

model router por etapa: predefinições nomeadas com regras ordenadas de grupos de imagem/palavras-chave que encaminham cada etapa do agente através de cada fornecedor e modelo montado, adicionando fluxos de colaboração para transcrição de imagens, um protetor de imagem, um painel de quotas multi-plano e observabilidade de decisões por etapa.

Microfone do compositor para a interface web: toque para monitorar a transcrição ao vivo e segure para falar, com leitura da resposta por Edge TTS do host transmitida enquanto o modelo gera, pausa de eco durante a leitura e toque para parar.

Dashboard de workspace e sessão de escritório: um painel flutuante de sprites de 6 colunas visualizando workspaces, sessões, uso de token e subagentes, além de Agent Mail e uma aba de log de escritório. As views Feishu/Lark (feed de mensagens, agendamentos de reuniões, transcrições) requerem adicionalmente a ferramenta `@larksuite/cli` instalada e autenticada separadamente.

Gerenciador de conversas arquivadas para DeepSeek Harness: visualize conversas arquivadas agrupadas por workspace, restaure-as e revele suas pastas de transcrição.

Títulos de sessão inteligentes para o DSH: após cada turno de conversa, uma chamada LLM auxiliar independente resume a transcrição completa de usuário+assistente em um título que segue o tema real da sessão em vez de ecoar a primeira mensagem; a primeira mensagem recebe título imediatamente, títulos internos com falha são repetidos em turnos posteriores, renomeações manuais nunca são sobrescritas e sessões de subagente/fork são ignoradas.

Um interruptor "Loop engine" nas configurações web que alterna o loop do agente que conduz cada sessão dsh entre cinco motores — o loop em processo integrado, além de Claude Code, Codex, Pi e Kimi Code hospedados — sem nenhuma alteração no harness; cada motor hospedado mantém seu raciocínio e chamadas de ferramenta na transcrição durável da sessão, assume o comando de comandos, skills e do preset do agente e é executado em sandbox através da fronteira do subprocesso dsh.

Ferramentas de voz: síntese de voz neural gratuita com edge-tts, transcrição ASR compatível com OpenAI, lista de vozes, pré-visualização de vozes em lote e autodiagnóstico de estado.

Passa uma sessão web DSH para a CLI Claude Code instalada localmente: um seletor de mecanismo por sessão (DSH | Claude Code), modelos Claude e esforço de raciocínio no assento do modelo, modos de permissão Claude no lugar do seletor de modo de acesso, e solicitações de permissão, AskUserQuestion e ExitPlanMode roteadas para os cartões nativos de aprovação, pergunta e revisão de plano do DSH. O fluxo é gravado como eventos de sessão nativos do DSH, então a transcrição integrada, cartões de ferramentas e subagentes aninhados o renderizam; comandos de barra do Claude se fundem na paleta de comandos; a CLI é mantida por um corretor desanexado, então atualizações de plugins e reinicializações do DSH não interrompem um turno em execução.

Tradução integral para chinês da GUI Web do dsh: tradução ao vivo do raciocínio do modelo durante o streaming, chinês inserido abaixo de cada resposta em inglês e resumos chineses de uma linha para saídas de ferramentas e descrições de chamadas de ferramentas — uma solicitação independente ao provedor que nunca entra na transcrição da sessão.

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.

**Anexos no mesmo estilo do DeepSeek Chat (chat.deepseek.com)**: botão de upload com clipe, cartões de ficheiro estilo DS de 240×64 com ícones oficiais coloridos de documentos (PDF/DOCX/XLSX/PPT/IMG extraídos do bundle do frontend DS), arrastar e largar, extração de texto (PDF/DOCX/XLSX/TXT) injetada na mensagem, e cartões de anexos reais renderizados na transcrição (renderer personalizado do utilizador) com o modelo a ler o conteúdo completo.

Desfazer/refazer do lado do usuário para o DeepSeek Harness (dsh): o comando /undo reverte a transcrição para antes da última mensagem, e /redo a restaura.

Entrada de voz por microfone para o compositor: transcrição ao vivo via Web Speech API do navegador, deduplicação/continuação automática, pontuação inteligente, e configurações de idioma e envio automático

Exclusão por mensagem no DSH: remove uma mensagem do usuário, um passo de resposta ou uma resposta inteira do assistente do contexto derivado do modelo através do contrato oficial de substituição de superfície, e a oculta do transcript visível sem reescrever o log somente de acréscimo.