Плагины

🌌 Mebular · безопасная, управляемая и децентрализованная общая память и совместная работа агентов над задачами. Нативный плагин DSH делится памятью между устройствами и агентами и предоставляет графы задач. Подключается к существующему приложению Mebular или CLI runtime; если его нет, панель устанавливает общий runtime по запросу. Mebular никогда не скачивается и не запускается скрытно.

Память, которая видит сны — межсессионная память для DeepSeek Harness: вспоминает вас между сессиями, автоматически консолидируется во сне (autoDream), замораживает конфликтующие воспоминания для вашей проверки и ведёт воспроизводимый журнал аудита. Локальный семантический поиск offline-first поверх SQLite с редактируемыми вручную Markdown-зеркалами, граф сущностей, интерактивная панель памяти, а также внешний API и CLI.

Недавние разговоры остаются живыми. Старые постепенно превращаются в сводки, а не в забвение. StrataGate дает DeepSeek Harness шестислойную память с временным затуханием, а устойчивые события и отношения оседают в граф знаний. Переносите с собой свои воспоминания из других ИИ — начинать заново не нужно.

Память, которая видит сны, — межсессионная память для DeepSeek Harness: помнит вас между сессиями, самоконсолидируется во сне (autoDream), замораживает конфликтующие воспоминания для вашей проверки и ведёт воспроизводимый аудит-след. Локальный семантический поиск offline-first поверх SQLite с редактируемыми вручную Markdown-зеркалами, граф сущностей, интерактивная панель памяти, а также внешний API и CLI.

Плагин научной библиотеки для DSH: поиск статей, ссылки на источники, импорт после подтверждения и передача заметок другим плагинам того же сеанса.

Вставьте ссылку — агент прочитает её. Xiaohongshu, Douyin, Bilibili, WeChat, статьи, PDF и аудио превращаются в Markdown с цитатами для Wiki/базы знаний. Исследовательский A/B на 60 ходах (разные лимиты времени, точность человеком не проверялась): чтение завершено 22%→92% (+70 п.п.), тайм-ауты 68%→0%, ответы с реальным фактом из источника 23%→82%. Из 123 реальных ссылок пригодны 80% (93% среди ответивших страниц); недоступная ссылка отмечается за 26 с. Поддерживаются Codex, Claude Code, DSH.

Совместимый с OpenAI мост для Midscene, использующий модели, настроенные в DeepSeek Harness. На 127.0.0.1 (порт 8787 по умолчанию, при занятости выбирается свободный) передаёт потоковые и обычные chat completions в модельный слой хоста. Поддерживает официальный роутинг DeepSeek, CodeBuddy, Codex и пользовательские OpenAI/Anthropic endpoint. Учётные данные остаются в provider-плагинах, мост их не затрагивает. /v1/midscene-env создаёт четыре строки MIDSCENE_MODEL_* и определяет семейство модели. Семь навыков: браузер, desktop, Android, iOS, HarmonyOS, E2E Vitest, справка Midscene; npx skills add не нужен. npm: dsh plugin --profile web add @tnnevol/dsh-midscene

База знаний для DeepSeek Harness: собирает при запросе данные ContextWindow с учётом границ заголовков и бюджета токенов, читая дополнительный контекст около найденных фрагментов. Сочетает BM25 и векторный поиск через взвешенный RRF, MMR и необязательное локальное/удалённое ранжирование. Есть автоматическая вставка источников, панель загрузки и проверки локальных моделей эмбеддингов/ранжирования/OCR, поиск по ключевым словам без скачивания моделей и повторное сканирование импортированных каталогов.

Универсальный спутник для веб-интерфейса DSH: виджет баланса с расходом за сегодня, стоимостью хода и пиковыми/непиковыми тарифами, редактируемая очередь пузырей и звуковые эффекты. Также включает прозрачного настольного питомца с 106 клипами (упругое перетаскивание, бросок, перемещение по экрану, клоны), QQ-карточку через SnowLuma для чтения истории и ответов, работу с публикациями и комментариями Bilibili, защиту рыб и расписание день/ночь, а также локальную двустороннюю память с удалёнными личными данными. Один плагин; данные остаются на устройстве. Только Windows 10/11.

Панель рабочего пространства и инструменты агента DocsMint для поиска, чтения, создания и обновления документов через Cloud OAuth или ключи API собственного хостинга.

Плагин агента рабочего процесса проектирования harness/loop, управляемый навыками.

Конфигурация усилия рассуждения и модальности ввода для каждой модели у сторонних провайдеров: предложения, объединённые из базы знаний моделей и сырых данных эндпоинта /models, с метками уверенности, редактируемые в карточке официальной страницы Models.

Глубокое чтение книг и статей в пяти режимах (быстрый, глубокий, карта знаний, по Фейнману, полная книга) с отчётами «утверждение — доказательство — данные», интеллект-картами Mermaid/XMind, пакетным сравнением, предварительной проверкой бюджета, прозрачным отслеживанием прогресса фоновых задач и экспортом в MD/HTML из URL, файлов или вставленного текста.

Межсессионная долговременная память в локальной SQLite: две области (пользователь и проект по Git origin), гибридный поиск FTS5 и локальных векторов с объединением RRF, проверка доказательств с обязательной явной оценкой их достаточности, цепочки аудита происхождения, интервальное повторение SM-2, дистилляция консолидации и забывание с затуханием, а также боковая панель Memory Palace с девятью видами. 22 инструмента с узкими параметрами, без внешнего сервиса, API key и Docker.

База знаний по разработке плагинов DSH в качестве навыка агента по требованию: официальные ограничения, рабочие процессы задач, справочник API и подводные камни сообщества, устанавливается вместе с пакетом, чтобы агент мог искать информацию при создании плагина.

QA-конвейер в виде 10 навыков агента: анализ требований, тестовая стратегия, написание и ревью кейсов, E2E (Playwright) и автоматизация API, исследовательское тестирование, область регрессии и анализ багов на основе общей базы знаний с правилами формата, моделью рисков и валидаторами схем.

Межсессионный движок памяти для DeepSeek Harness: хранилище SQLite + редактируемое человеком зеркало в Markdown, консолидация autoDream, офлайн-семантический поиск (локальная векторизация/переранжирование/кластеризация), временная шкала сущность-атрибут, режим Sleep Mode, autoSummarize с пользовательской моделью и 7 инструментов памяти.

Память Mebular, граф задач и общая консоль для DeepSeek Harness.

Плагин агента для workflow-инжиниринга harness/loop, управляемый навыками (skills).

Локальное хранилище знаний агента в виде Obsidian-хранилища (vault), с инструментами DSH только для чтения, которые маршрутизируют status, preference, correction, memory, project, search и suggest на соответствующую страницу.

Session Workbench: полнотекстовый поиск по прошлым сессиям, вызов до 3 сессий как @ссылок и управление вкладками просмотра диалогов (показать/скрыть + перетаскивание для изменения порядка).

Безопасный удалённый доступ к веб-UI DeepSeek Harness: login gate, MFA/TOTP, подписанные cookies сессии, необязательные роли admin/user/guest, выбор рабочего пространства в браузере и предварительный просмотр удалённых файлов из allowlist.

Устанавливает четыре многоагентных пресета для математических исследований в DSH: v2 (пайплайн на основе вероятностей с дебатами нескольких проверяющих), v3 (база знаний в стиле статьи на Markdown с агентом-планировщиком и переиспользуемой библиотекой методов), v4 (постоянные самоорганизующиеся резиденты, которые переписываются и встречаются) и v5 (исследовательский институт с академиком, который разбирает и распределяет работу, голосующими исследователями, временными работниками, групповым чатом и таск-бордом compare-and-set); все четыре поддерживают возобновление с чекпоинта, вмешательство человека и необязательный переключатель формальной верификации Lean (off/encourage/require), прошедшее доказательство которого превращает голосование в проверку точности Lean-утверждений.

Локальное хранилище Obsidian как база знаний агента, с инструментами DSH только для чтения, которые направляют статус, предпочтения, исправления, память, проект, поиск и предложения на соответствующую страницу.