Плагины

Чат через API Command Code Provider для DSH: ключ API хранится в Host, автоматически обнаруженный каталог моделей, значения effort по умолчанию, необязательный заголовок zero-data-retention, счётчики квот и выбор протокола OpenAI или Anthropic для каждой модели.

Полностью локальная векторная память для DSH: локальные эмбеддинги, хранилище SQLite, автоматическая инъекция воспоминаний, дедупликация с обнаружением конфликтов, корзина мягкого удаления, онлайн-резервное копирование и опциональное извлечение LLM.

Запускает конвейеры AItelier из DSH через MCP: 39 инструментов (22 чтения, 17 записи) для генерации, запуска, инспектирования, редактирования, экспорта и импорта многошаговых конвейеров SkillFlow. Шаги выполняются в AItelier, а не в сессии DSH, опрашиваются по run_id, приостанавливаются на принудительных движком контрольных точках, отвечаемых через answer_checkpoint, и оставляют пошаговые трассировки и выходные данные шагов для последующего чтения; add_provider / map_model / edit_role направляют отдельную роль на локальную или более дешёвую конечную точку. Включает навык aitelier-pipelines.

Покадровое сжатие диалога по кривой забывания для DeepSeek Harness: недавние ходы сохраняются дословно, средние ходы структурно обезвоживаются (без LLM), древние ходы сворачиваются в ограниченную пару резюме — неограниченные диалоги при ограниченном бюджете памяти.

Запускает 3 или 5 кандидатов кодинг-агентов в отдельных Git worktrees, проверяет их патчи командами проекта, ранжирует только прошедших и требует отдельного одобрения перед применением победителя.

Самоэволюционирующий плагин для DeepSeek Harness: наблюдает за работой агента, предлагает улучшения своих ресурсов через LLM, проверяет каждое предложение в пробном агенте в песочнице и применяет только проверенные изменения — с версионируемым журналом и автоматическим откатом при регрессии.

Маршрутизация прокси HTTP/SOCKS5 на каждое выполнение для запросов агента, LLM-провайдеров и shell-команд, с горячей перезагрузкой через настройки, управлением под подтверждением и безопасным для учётных данных статусом.

Управляемый задачами движок экипировки плагинов: двойное извлечение (курируемые правила + семантика LLM), комбинированная оценка (синергия/конфликт/стоимость/доверие), обнаружение конфликтов и экспорт команд установки.

Долговечный компаньон обучения по цепочкам цитирования для бесед DeepSeek Harness

Автоматическое одобрение LLM запросов на повышение привилегий песочницы, с предустановками и резервным режимом fail-closed.

Ограждение безопасности агента: перехватывает и проверяет каждый вызов инструмента, требуя подтверждения человека для чувствительных операций.

Проактивное планирование: адаптивный heartbeat и value network (срочность, релевантность, цена прерывания) решают, когда агент должен говорить без запроса.

GPT планирует DAG зависимостей, DeepSeek worker выполняет задачи с адаптивной параллельностью, а опциональный GPT reviewer аудирует инкрементальные Git diff и запускает раунды исправления.

Добавляет устойчивые контракты выполнения, рекурсивные графы работ, критические уточнения и шлюзы доказательств для длинных или недостаточно специфицированных задач Harness.

Показывает баланс аккаунта DeepSeek API и окна квот Volcengine Ark Coding/Agent Plan (5ч/недельные/месячные с обратным отсчётом сброса) в панели настроек, доке композера и перетаскиваемой плавающей кнопке обновления.

Телеметрия времени выполнения для DSH без вмешательства: каждая сессия автоматически записывает задачу, уровень модели, инструменты, сбои, длительность и статус в удобочитаемый журнал со статистическим разделом (чистый наблюдатель — без инструментов, без вызовов LLM, без внедрения).

После хода модели LLM генерирует 3 критических предложения для продолжения, отображаемых как чипы для отправки одним кликом

Показывает баланс DeepSeek и расчётные ежедневные расходы, объединяет внешние записи вызовов vision из JSONL и добавляет панель для каждой сессии со статистикой моделей, TTFT, процентом кэша, логами вызовов, оценками стоимости, фильтрами и экспортом в CSV.

Карта баланса и квот DSH с отображением до 3 недавно использованных провайдеров. Поддерживает DeepSeek, Moonshot, Kimi For Coding, OpenAI Codex и OpenCode Go, с автообнаружением, окнами квот, временем сброса, цветовым статусом, перетаскиванием и автоматическим обновлением.

Переключатель моделей для DSH: направьте его на любой совместимый с OpenAI эндпоинт, с подобранными бесплатными/дешёвыми пресетами провайдера DeepSeek и автоматическим резервным вариантом, если бесплатный уровень ограничивает частоту запросов.

Планирование задач с «мышечной памятью» опыта: условно-рефлекторное воспроизведение прошлых решений, сопоставление возможностей LLM и автоматически сохраняемые уроки.

Нативный vision-мост провайдера LLM: изображения, вставленные в чат, описываются vision-моделью (Qwen3-VL через pi-ai/llama.cpp), а текстовое описание передаётся текстовой модели DeepSeek для ответа — приём изображений, маршрутизация и сжатие идут через нативные механизмы harness, с LRU-кэшем описаний и повтором при 503.

Древовидный вид разговора в DSH: редактирование старого сообщения создаёт ветку, все версии живут в одном дереве, а в боковой панели остаётся одна запись; ветки можно переименовывать и повышать до отдельной сессии.

Мультиаккаунтный провайдер Google Gemini: выбирает аккаунт с наибольшим остатком квоты, переключается при 429 с экспоненциальным откатом, в фоне проверяет отключённые аккаунты; поставляет страницу настроек на китайском и английском.