Plugins

DSCODE para Harness Desktop: colaboração em código, memória de sessão, fluxos do navegador e gestão de tarefas.

Bancada de escrita de romances para DSH com predefinição de autoria, gestão de esboço e personagens, anotações de manuscrito, fluxos de revisão e um backend Python local gerenciado.

Plugin de estúdio TongFlow para DeepSeek Harness (dsh): modelo de projeto no estilo de equipe de filmagem, fluxos de trabalho TongFlow criados pelo agente, geração de mídia determinística, tela incorporada.

Reúne cinco skills: apresentações web, imagens para redes sociais, páginas web diagramadas, edição chinesa antiestilo de IA (humanizer-zh) e perfil de voz de escrita. As três primeiras compartilham um sistema de design com temas revista e Swiss e cores de marca verificadas por contraste. Adiciona uma página lateral com miniaturas dos trabalhos, rascunhos para novas sessões que reutilizam tema e layout, seis fluxos de conteúdo e coleta mensagens enviadas em sessões locais do dsh para estudar o perfil de voz.

O AgentCompare oferece fluxos A/B para uma tarefa Vite no DSH: executa duas implementações, compara prévias ao vivo com verificações compartilhadas, escolhe às cegas e avalia a adoção diante das edições atuais do projeto. Requer um projeto Vite na raiz de um repositório Git com pelo menos um commit.

Monta 88 habilidades empacotadas de pesquisa, inteligência social, marketing e negócios no dsh através do provedor de habilidades do sistema de arquivos.

Plano de controle de memória em três níveis para DeepSeek Harness: contexto de runtime persistente, documentos de projeto pesquisáveis, memória de longo prazo plugável, roteamento inteligente, fluxos de trabalho de agente supervisionados, WebUI e ferramentas headless.

Cliente móvel do DeepSeek Harness sem instalar app (PWA). Permite ver sessões, tarefas em segundo plano, subagentes, rodadas de metas, fluxos e aprovações pendentes; conversar com qualquer sessão acompanhando respostas em streaming e progresso de ferramentas, parar quando quiser e trocar sessão ou modelo. Inclui painel lateral GUI. Antes dsh-taskwatch; pacote npm agora dsh-in-hand.

Geração de imagens e vídeos por IA para a GUI Web DSH. Catálogos por canal e adaptação por família (gpt-image, Grok Imagine, Nano Banana, Seedream, GLM-Image, Qwen-Image, MiniMax image-01, DALL-E 3), estúdio lateral, canvas infinito com nós, prévia de arquivos, skills de canvas e modelos de prompt. Vídeo aceita texto/imagem para vídeo, primeiro/último keyframe e várias referências, com envio/consulta/download assíncronos, ferramentas de vídeo no host, nós de vídeo e montagem local com ffmpeg de dois ou mais nós em um MP4.

A base de conhecimento de desenvolvimento de plugins DSH como habilidade de agente sob demanda: restrições oficiais, fluxos de trabalho de tarefas, referência de API e armadilhas da comunidade, instalada com o pacote para que o agente possa consultar enquanto constrói um plugin.

Preparação de contexto longo, memória Dream, verificação de tarefas, fluxos de trabalho e interação com o computador para DSH. Requer DSH 0.2.2-rc.1 e Node.js 24.9+. A configuração padrão concede acesso total a ficheiros e comandos e desativa a aprovação de execução; as definições explícitas de um perfil existente prevalecem.

Orquestração visual de AI Agent baseada em DeepSeek Harness, com Workflow, Multi-Agent, meta-orquestração, MCP e Human-in-the-loop.

Memória Markdown entre sessões (LLM-Wiki/SOUL.md), injetada por padrão após a primeira mensagem do utilizador na sessão ativa. Inclui remember/recall/consolidate/forget, skill e pack/unpack. /memory on|off|status e chip partilham controlo: off para injeção, lembretes digest/recall e last_access sem apagar; espaços podem ficar off, escolha por 7 dias. Basic soul altera só o bloco gerido de SOUL.md. Requisitos separados: formato de sessão v4 (oficial 0.1.7+) e compatibilidade engines.dsh da série oficial 0.2.1-rc.5; gate recusa hosts antigos. Windows suportado. Inclui relatório checkup.

Fluxos de trabalho DAG visuais com múltiplos agentes para DeepSeek Harness, com execução ao vivo, recuperação após reinício e integração com Feishu.

Memória de projeto para dsh com integração nativa ao sistema de tarefas: todos os todos da sessão e leituras de arquivos são condensados automaticamente em registros de tarefa entre sessões (links task↔file), de modo que fluxos de trabalho possam ser alternados e retomados sem recontextualização. Memória em tempo de leitura (sem varredura inicial): extrai símbolos de código, resume docs e cria cross-links docs↔symbols; aprimoramento semântico opcional de TS (auto ligado quando TS está instalado). Notas de experiência são deduplicadas automaticamente. Cada recuperação inclui uma citação rastreável. Pure JS, uma única dependência, funciona de saída, operação silenciosa, zero overhead.

Sistema disciplinado de fluxo de engenharia para agentes de programação com IA: planejamento, TDD, ciclos de correção automática, grafos de conhecimento do código e execução em ondas multiagente. Requer codebase-memory-mcp (pip install "codebase-memory-mcp>=0.10.8,<0.11.0"); sem ele, /scan para.

Fluxos de trabalho de engenharia predefinidos para o DeepSeek Harness: uma ferramenta dev_task que controla transições de estágio, artefatos, verificação, revisão e escopo de commit, além de um ambiente web de trabalho para instalar skills e regras de projeto ou de usuário.

DAG ao vivo orientado por projeção para os subagentes e fluxos de trabalho duráveis de uma Session: status e navegação, layout determinístico de cadeias profundas, controles de ajuste/panorâmica do canvas e reorganização dos nós da sessão atual.

Porta para o DSH os playbooks de engenharia pstack de poteto, cobrindo planejamento, revisão, verificação e lançamento.

Fluxos de trabalho DAG duráveis e independentes do anfitrião para Agents, com CLI, MCP, Skills sob pedido, acionadores, repetição e um Canvas visual.

Executa workflows JSON com /workflow, acompanha o progresso, seleciona modelos Agent, retoma sessões salvas e roda ciclos limitados de revisão e correção.

Grave fluxos de trabalho de desktop do macOS por demonstração no DeepSeek Harness e transforme-os em skills de agente (skill open-record-replay + ferramentas orr_*)

Executa workflows ComfyUI do RunningHub a partir do DSH para gerar imagens, vídeo e áudio; inclui um painel de configuração de workflows, tarefas em segundo plano e gestão de várias chaves.

Observa os rastros de execução do agente e dispara uma revisão LLM no fim de cada turno bem-sucedido quando os sinais disparam, cristalizando fluxos de trabalho reutilizáveis em competências registadas que melhoram progressivamente em execuções posteriores.