Плагины

Управляйте локальным или удалённым сервером ComfyUI из DeepSeek Harness: инструменты comfyui_run / comfyui_object_info / comfyui_workflow генерируют и редактируют изображения и видео, с библиотекой рабочих процессов (извлечение графа: по компоненту / главный поток / всё), областью загрузки с автоматическим подбором разрешения, живой очередью, шаблонами SDXL и Wan 2.1, сопутствующим навыком и медиапрокси того же источника.

Проактивная ассоциативная память для DSH: внедряет recall без запроса на фиксированной границе, с трёхслойной автоконсолидацией, кристаллизацией skills и управлением контекстом в стиле Astra. Включает журналы передачи и доску PLAN, которые переживают переключения окна контекста, а также определение уровня с автоматически обнаруживаемым окном модели. Локальное хранение в Markdown, не зависит от модели, без зависимостей; лексический нижний предел 0 ГБ с опциональными семантическими слоями.

Модели Google Antigravity (agy CLI) для DSH — потоковый чат с подписками Gemini/Claude/GPT-OSS, нативные карточки инструментов, шаги рассуждения и вход Google OAuth в GUI.

Внешний вид Claude Code Desktop для веб-GUI DSH — двойной холст «слоновая кость / тёплый чёрный», глиняный акцент, типографика из трёх шрифтов, сегментный переключатель прав и переключатель бренда, реализованные через переопределения CSS и DOM на клиенте.

Безопасность обновления фреймворка и гейтинг плагинов для DSH: предварительная проверка контракта формата сессий перед обновлением, которая заранее адаптирует несовместимые плагины и пресеты агентов, автоматический откат при сбое, авто-карантин плагинов, сломавших загрузку, а также фингерпринтинг окружения и публичный набор правил контракта. Встроенный маркетплейс с несколькими источниками — только слой обнаружения.

Набор плагинов-ассистентов для исследований (поиск литературы, исследовательская вики, компиляция LaTeX, независимая проверка субагентами) для DeepSeek Harness.

Управляет локальными навыками DeepSeek Harness в настройках и отображает общие навыки агента в режиме только для чтения.

Провайдер OpenCode Go с обнаружением моделей шлюза в реальном времени, онлайн-метаданными возможностей models.dev, маршрутизацией сессий и веб-настройками с учётом использования подписки.

Автопамять в стиле Claude Code, нативно: типизированные файлы памяти (user/feedback/project/reference) с индексом MEMORY.md, автоматически внедряемым в системный промпт (нулевой след, пока пусто); memory_write/read/list/delete следуют правилам записи Claude Code (дедупликация с обновлением, абсолютные даты, перекрёстные ссылки); уровни в области workspace и пользователя, межпроцессная блокировка файлов с восстановлением осиротевших блокировок, обычный Markdown на диске, без внешних сервисов, без эмбеддингов.

Предотвращает разрастание контекста запроса в DeepSeek Harness: каталогизирует инструменты MCP и skills в ctx.capability, показывает их в уровнях exposed/progressive/blocked и вызывает редко используемые по требованию через meta_search/meta_invoke, с визуальной вкладкой настроек.

Добавляет вызываемый реестр экспертов по предметным областям, которые работают как подагенты, пока родительская сессия сохраняет задачу и итоговый ответ.

Локальные фоновые изображения и MP4-видео для DSH Web: панель фона в боковой панели, сохранённые темы, включая встроенный пресет «оконная рама», переключатель звука, восстановление последнего фона, а также команды /bg, /bg-theme и /bg-clear.

OpenMAIC: аудитории, слайды, интерактивные виджеты и обучение по методу Сократа.

Панель управления плагинами: включение/отключение установленных плагинов в один клик плюс магазин GitHub dsh-plugin с подробностями и установкой в один клик.

Лабиринт исполнения для сессий DSH: реальный путь агента — основной прогресс, неудачные или тупиковые обходы, возвраты, повторы запросов и ветви подагентов — на одной временной шкале wall-clock, с тремя дорожками под каждой линией на той же оси (плотность tool-call, pulse токенов, давление контекста) и детерминированной панелью анализа ниже (матрица результатов инструментов, цепочки сбой-восстановление, распределение длительностей); наблюдайте, как он растёт в реальном времени во вкладке сессии, или загрузите до 5 логов сессий для сравнения на той же оси.

Локальное MCP-приложение для научных графиков. Импортируйте, просматривайте и публикуйте глобальную библиотеку на диске; повторно используйте точные шаблоны в Pi, DeepSeek Harness (dsh), Claude, Codex, Cursor и Wisp.

Плагин безопасности и соответствия только для чтения для DeepSeek Harness: обнаружение инъекций промпта, редактирование китайских PII и локальный аудит конфигурации с отредактированными воспроизводимыми отчётами.

Уведомления на рабочем столе о завершении ходов, с настройками по типу результата и правилами по ключевым словам.

Автоматизация одобрения на основе риска для DeepSeek Harness: flash предварительно классифицирует, является ли запись/команда необратимой — безопасные операции одобряются автоматически, опасные эскалируются на одобрение человека (отказобезопасно). Просмотр diff файлов с откатом в один клик и снимками сессий (v0.5.1: точные снимки через трассировку параметров вызовов инструментов, включая случаи одобрения человеком).

Плагин мониторинга рынка A-акций в реальном времени: сворачиваемое всплывающее окно в правом верхнем углу веб-интерфейса DeepSeek Harness (DSH) для мониторинга котировок в реальном времени, переключения групп, внутридневных и свечных (K-line) графиков, а также настройки целевых цен покупки/продажи.

Улучшение промптов в один клик (5 режимов, цепочка памяти, запасной вариант нескольких моделей) плюс распознавание речи (облачный Qwen3-ASR / офлайн SenseVoice, авто-остановка при тишине) для композера, с перезапуском службы DSH в один клик.

Плавная потоковая отрисовка и мягкая прокрутка для веб-интерфейса DeepSeek Harness.

Более спокойный режим чтения для DeepSeek Harness: нативные детали процесса, рассуждения в реальном времени и аккуратные итоговые ответы.

Каузальная память для dsh: MCP-мост stdio без зависимостей, монтирующий 17 инструментов сервера causal-memory под чистыми именами (без префикса mcp__) — связи решение → результат с типизированными отношениями (caused / enabled / prevented) в локальном хранилище SQLite, сохраняющемся после compaction, — а также закреплённая секция системного промпта. Требуется бинарный файл сервера causal-memory в PATH (pip install causal-memory или готовый релиз).