Плагины

CSS-тема меняет вид регулятора уровня рассуждения от hytime/dsh-thinking-effort на сине-фиолетовую плашку со звёздным полем и переливом, для светлой и тёмной палитр. Требуется установить исходный плагин; собственный UI не добавляется.

Заменяет выбор модели в чате на сворачиваемый список по провайдерам; зеркальные провайдеры vision-bridge объединяются с исходными, а объявленные в настройках модели параметры reasoning-effort сохраняются. Проверено только в DSH Desktop; веб-версия DSH не тестировалась.

Требуется DSH >= 0.2.0-rc.2 и < 0.3.0. Можно объявить любое число LLM-провайдеров с отдельными endpoint, учетными данными и параметрами модели (уровни reasoning-effort, ввод изображений, политика повторов) для OpenAI Chat, OpenAI Responses, Anthropic Messages и Google Gemini. Настройка на странице параметров.

Выбор модели и усилий рассуждения в стиле Codex для DeepSeek Harness: уровни, заявленные моделью, встроенные темы DSH, обрезанные слева лучевые эффекты и копируемые рекомендации по указанию усилий для пользовательских провайдеров.

Пакет ZenTao MCP для DeepSeek Harness: процессы задач и ошибок, отчеты и проверенная официальная фиксация затраченных усилий.

Команда `/reasoning` в стиле Codex для DeepSeek Harness Web: выбор уровня рассуждения текущей модели в slash-меню.

Объединяет управление и вызов внешних CLI Agent в DSH, полностью изолируя их от штатных установок пользователя. Для каждого CLI задаются Provider, модель, уровень рассуждения и разрешения; запускать можно напрямую или как штатные subagents.

Минималистичный регулятор усилий рассуждения для composer в DSH: тонкая линия, ползунок, память для каждой модели, оптимистичное переключение и упрощённый выбор модели.

Объявляет лестницы reasoning effort для моделей сторонних провайдеров в настройках llm-pi-ai, чтобы стандартный переключатель интенсивности мышления DSH работал с моделями, не описанными каталогом pi-ai.

Выбор модели сессии с двухэтапным поиском: сначала нормализованная подстрока, затем подпоследовательность (glm53 находит GLM-5.3, ds — DeepSeek). Провайдеры с недавними успешными вызовами закрепляются сверху; панель effort запоминает последнее явно выбранное значение для каждой модели.

Добавляет в Models поля окна контекста и порога сжатия для каждого маршрута и выбор уровня рассуждения с учетом провайдера в поле ввода. Записывает в capacities, reasoningEfforts и строку патча compaction-basic для llm-pi-ai.

Плагин DSH (DeepSeek Harness): задаёт уровень рассуждений по умолчанию (reasoningEffort) для каждой LLM-модели и автоматически дополняет запрос по правилам маршрутизации до входа в нижележащую цепочку вызовов.

Автоматически настраивает reasoning effort модели для задачи (off/low/high/max): классифицирует задачу, учитывает маркеры [effort=...], повышает уровень при ошибке в ходе turn, ограничивает его в пиковый тарифный период DeepSeek с обратным отсчетом; ручной выбор приоритетнее.

Хранит повторно используемые именованные профили субагентов DeepSeek Harness и запускает их с заданными для каждого профиля моделью, уровнем reasoning effort и agent preset.

Плагин DSH для настройки типа ввода (input) и режимов рассуждения (reasoningEfforts) пользовательских моделей.

Многоуровневый центр compaction: заменяет единый порог 80% на настраиваемую лестницу (по умолчанию 30/50/70/90), от мягкой до максимальной консолидации. Добавляет детерминированный индекс ключевых слов в каждый checkpoint, накапливая факты между циклами. Суммаризация идет по цепочке моделей: основная и до 3 резервных, каждая со своим уровнем рассуждения. Добавляет вкладку Compaction и карточку настроек; отключение всегда возвращает стандартную compaction.

Заменяет официальную страницу Models настройками жизненного цикла провайдеров, уровнями рассуждения для каждой модели, переопределением повторов, сортировкой перетаскиванием и синхронизацией upstream-моделей.

Плагин DSH автоматически определяет и настраивает возможности модели (reasoningEfforts и входные модальности) для llm-pi-ai. Преемник dsh-reasoning-efforts.

Поиск в выборе моделей DeepSeek Harness (DSH) Web: точный fork нативного списка (Model/Effort, группировка по провайдерам, уровень рассуждения) с полем поиска сверху, фильтрующим при вводе.

Настраивает усилие рассуждения для каждой модели (off/minimal/low/medium/high/xhigh) в GPT, Codex, Gemini и OpenAI-совместимых моделях. Устанавливает вспомогательный инструмент, а не runtime-адаптер: в Windows выполните `enable-capabilities.ps1` один раз для каждого profile и перезапустите систему; уровни объявляются в `~/.dsh/settings.yaml`. Есть скрипт отключения и резервная копия для отката.

Пресет делегирования специализированным subagent (orchestrator + 5 ролей: oracle/designer/fixer/explorer/librarian), размещаемый в DSH home. Сначала фоновое делегирование, модели/усилие/права инструментов задаются JSON, MCP ограничен исследованием.

Улучшенный селектор моделей DeepSeek Harness: выбор модели и reasoning effort на одном уровне, 5 уровней Liang, пользовательские alias моделей и обратный отсчет тарифов пикового/непикового времени.

Настраивает возможности ввода модели и интенсивность рассуждений в DeepSeek Harness.

Избранное моделей DSH: закрепление избранных сверху, пометка провайдера у одноименных моделей, отдельные кнопки модели/уровня рассуждений и запоминание effort для каждой модели.