Плагины

5 инструментов: `video_outline` — карта без image-токенов (4–60 окон/время); `video_probe` — метаданные/план без декодирования; `video_storyboard` — контактный лист/timecode index, zoom/дедуп.; `video_zoom` — увеличение 1–9 ячеек; `video_read` — OCR только keyframe, план/[mm:ss]. Только аудио: субтитры→`DSH_ASR_CMD`→transcript; длинное аудио режется в тишине на фрагменты около 45 с. С 10 мин только keyframe. OCR: Windows, tesseract line boxes/`DSH_OCR_CMD`. `bilibili.com/video/BV...`, bare BV/av/b23.tv: до 300 с CDN без диска; длинные: 1 загрузка, cache 4 GB/24 видео; play URL 10 мин. ffmpeg обязателен; ffprobe опционален, других runtime-зависимостей нет. Wire-совместим с SAOS-3624/dsh-video-storyboard, но одинаковые имена `video_probe`/`video_storyboard`/`video_zoom` не дают включить оба.

Связывает граф знаний кода Codebase Memory MCP с DSH и поддерживает индексированные репозитории актуальными с помощью устранённого от дребезга наблюдателя файловой системы. MCP-мост только для Windows (половина с наблюдателем кроссплатформенная); автоматически устанавливает свой npm CLI через npx при первом запуске.

Поиск, список и чтение прошлых и текущих сессий через собственный сервис harness `sessionQuery`: использует индекс SQLite FTS5, если он включён в развёртывании, и переходит на ограниченный поиск от новых к старым, если нет.

Каталог возможностей по запросу для DeepSeek Harness: компактный индекс и meta-tools search/describe/call для MCP-инструментов и skills вместо передачи всех схем в каждом запросе.

Полноэкранная мастерская для романов: доска глав, варианты черновиков с проверкой и объединением по абзацам, краткие пересказы с индексным заголовком и набор для письма из плана, карточек персонажей и предыдущих глав. Однократно извлекает стиль импортированных книг, объединяет его в стандарт и добавляет в каждый последующий запрос на генерацию.

Находит файлы правил всех соглашений, поддерживаемых OMP, и добавляет их в системный промпт как постоянно применяемый слой и индекс справочника. Потоковые правила могут прервать нарушающий вывод в ходе ответа, запретить вызов инструмента, добавить напоминание к его результату или запросить оценку готового ответа у модели-судьи. Тем же инструментом модель может создавать правила; панель аудита на странице Plugins объясняет применение каждого правила.

Исследование кода с приоритетом кэша: `rdd_explore` запрашивает индекс проекта `.rdd/exploration`, а при отсутствии результата запускает read-only worker subagent для исследования и регистрации находок. `rdd_models` предоставляет актуальный каталог моделей для выбора при диспетчеризации.

Превращает локальный vault Obsidian в отдельную RAG-панель: рядом отображаются список заметок, чат с поиском по базе и цитируемые источники; заметки ищутся локально с помощью BM25 и CJK-биграмм. Ответы передаются через канал моделей DSH, ссылки [n] кликабельны, индекс обновляется по mtime.

Показывает, какой индекс graft обслуживает сессия dsh и совпадает ли он всё ещё с кодом, а также даёт модели graft_ask, graft_grep, graft_callers, graft_skeleton и graft_map как нативные инструменты.

Всплывающий поиск вместо выбора модели в веб-композиторе DSH. Левая колонка индексирует поставщиков и прокручивает группы; избранное закреплено сверху. Значки различают нативный и проксируемый ввод изображений, а справа от кнопки открывается панель уровня рассуждений.

Веб-плагин DeepSeek Harness — текстовый слой PDF и OCR сканированных PDF, конвертация Office docx/xlsx/pptx в Markdown, индекс-карточки TIFF/epub и длинных документов.

Упоминания `@file` в стиле Codex для веб-GUI: поиск и ссылки на файлы рабочего пространства любого формата (.java, .vue, PDF, изображения, без расширения, скрытые) без усечения индекса. Заменяет dsh-at-file.

Офлайн-зеркало официальной документации DeepSeek Harness в виде навыка dsh: 168 страниц сайта (EN/zh) и 52 справочных документа только из репозитория, с навигацией по темам и полнотекстовым поисковым индексом для разработки плагинов.

Плагин памяти HarnMem для DSH: побайтово стабильная инъекция hot-index, инструменты памяти, извлечение в конце сессии и панель просмотра только для чтения.

Сворачивает слишком большие результаты инструментов в spill-файлы на диске с детерминированными маркерами начала и конца. Индексирует сводки сжатия в доступном для поиска журнале и извлекает межсессионные воспоминания с ограничением по проекту. По запросу содержимое восстанавливается байт в байт одним вызовом инструмента.

Многоуровневая память для DeepSeek Harness: каждый ход внедряет персона-профиль и индекс по релевантности; полные стенограммы остаются на диске и раскрываются по запросу, не переполняя контекст. Факты привязаны к слотам: новое значение заменяет старое. Модель выводит персона-профиль из памяти. Три фильтра отсеивают разговоры о разработке, блокируют эхо собственных внедрений и объединяют переформулировки по общим смысловым словам. Консолидация объединяет почти дубли, сжимает длинные темы и архивирует малополезные старые записи только тегами; исходный текст не удаляется. Добавочное хранилище уплотняется на месте (измерено: 4,7 МБ → 355 КБ). Нет сторонних зависимостей и сборки. Внедрение на каждом ходу неизбежно снижает попадания в кэш prompt; для работы не рекомендуется.

Общая память агента между harness для DSH: адаптеры DSH и pi и CLI harnmem используют одно хранилище обычных файлов, поэтому память из одного harness доступна в другом. Внедряется как побайтно стабильный активный индекс; включает пять инструментов harnmem_*, извлечение при завершении сеанса и панель памяти только для чтения.

Структурированная долговременная память DSH: отслеживает замещение, угасание и состояния сущностей через 15 MCP-инструментов и автоматические хуки; ограниченный индекс указателей на запрос не заполняет контекст. Нужны Python 3.10+, torch, sentence-transformers; при первом запуске скачивается embedding-модель около 470 MB.

Просмотр индекса навыков с поиском, редактированием пользовательских псевдонимов и вставкой навыков в поле ввода чата.

Продолжает работу между coding agents в DeepSeek Harness. Шесть инструментов sessionflow_* ищут в локальном индексе sessionFlow прежнюю работу, показывают состояние проекта и передают следующему agent цель, файлы и открытые задачи. Нужен отдельный sessionFlow core из GitHub repo. Всё локально, без cloud и telemetry.

Панель AOCI для DSH: обзор нескольких рабочих областей, индекс и управление каждым репозиторием, диагностика привязки MCP и пошаговая или пакетная инициализация. Для управления, проверки и инициализации нужен внешний CLI aoci на хосте; просмотр индекса доступен без него.

Долговременная память DSH в Markdown. Ежедневно сохраняет реальные диалоги пользователя и assistant без вызова модели; затем LLM обобщает их в system prompt каждого хода. Локальный поиск CJK bigram + BM25 в 3 уровнях (индекс/сводка/полный текст) извлекает только нужное. Записи P0 и пользователя не меняются автоматически; забывание ставит stale, не удаляя запись, аудит хранится в status.md. Шесть инструментов: recall/write/status/extract/feedback и библиотека skills. Готовая группа предлагает карточку в конце хода; нажатие создаёт SKILL.md, установка только после одобрения. Обучение включено по умолчанию и использует модель беседы. Главный переключатель останавливает LLM, но не сбор. Ошибки видны в prompt и status.md. Чистый JavaScript; только зависимости Harness.

Каталог DSH с более чем 10 000 сторонних плагинов. Проверяет манифест dsh.bundle в package.json, а не число звёзд; позволяет установить одним нажатием и дополнен отдельным сайтом.

Учебный помощник для DeepSeek Harness: строит карту курса по предмету, модулю и разделу, фиксирует освоение каждого раздела в шесть этапов, планирует ежедневные задачи по индексу материалов, ведёт журнал ошибок и карточки интервального повторения, предоставляет веб-панель.