Плагины

Панель биллинга в боковой панели: фактическое использование, агрегированное из журналов сессий (вызовы/токены/кэш по моделям и дням), стоимость в CNY по актуальному мульти-провайдерскому каталогу цен, маршруты подписок (coding/token/agent) исключены, индикаторы состояния по провайдерам.

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.

Agent Context Editor — кросс-агентный плагин для ручного исключения, редактирования и выборочного сжатия контекста ИИ-диалогов. Также поддерживает поиск, фильтрацию, выбор, скрытие, восстановление и отмену изменений разговора с сохранением исходной сессии.

Альтернативы словам и автозаполнение по символу подчёркивания в композере. Завершите строку символом _ — и она будет дополнена; опечатки подсвечиваются по мере ввода. Работает через модель, уже настроенную в dsh, поэтому API-ключ не требуется.

Trace Compare & Live Maze: рисует реальное исследование агента — основной путь, неудачные или тупиковые обходы, возвраты и ветви подагентов — на единой настенной временной шкале; загрузите 1–2 журнала сеансов для сравнения на одной оси или наблюдайте рост в реальном времени во вкладке сеанса.

Поддерживает доступность локального сервера модели TinyTitan из харнесса: обновляет маршрут llm-pi-ai на основе установленных моделей и подключает бэкенд компакции, работающий без рассуждений.

Аудит-харнесс на момент коммита для ИИ-агентов кодинга: 24 правила git-diff (секреты, правки вне области, инъекция промптов), журнал аудита с HMAC-подписью, откат снимков и MCP-сервер с 84 инструментами. Устанавливается через `dsh plugin add`.

Позволяет LLM использовать среду командной строки (CLI).

Удалённый DeepSeek Harness с полным серверным доступом к API (`settings.*` / `credentials.*` / `host.listDirectory`). Обратный прокси с защитой по токену, сессии для каждого устройства, QR-код приглашения по телефону, самопроверка ограждения (fence), опциональное подтверждение / CIDR / тайм-аут простоя / локальный TLS, WebSocket/SSE.

Квантовый R&D-набор инструментов для DeepSeek Harness — 59 инструментов в шести доменах: рыночные данные, индикаторы, оценка факторов, walk-forward ML validation, риск (VaR/CVaR/просадка/Beta с Kupiec POF), опционы, облигации, FICC и моделирование фондов, с end-to-end конвейером исследований PDAT→PET.

QA по соответствию дизайну для текстовых моделей: инструмент `deepseek_vision` заимствует «глаз» из любого OpenAI-compatible vision route, чтобы модель могла определить, соответствует ли реализация макету; вместе с бенчмарком, стоящим за этим суждением (четыре fixture, 23 внедренных дефекта, raw transcripts) и дисциплиной вопросов, на которой это основано.

Перехват поля ввода DSH Web (v0.3.0-beta.4 · пакет возможностей для сложных задач: 3D / нормали / взаимодействие / данные / конкурентность / детали производительности по пунктам + автоматизируемая приёмка + двуязычный китайско-английский · для dsh-0.1.6-alpha.1): перед отправкой отдельный ИИ (посредник) оптимизирует промпт в команду, готовую к отправке рабочему ИИ (четыре уровня интенсивности, длина процесса по сложности, изоляция по сессиям, предельно мини-окно).

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.

lowtide: конвейер пакетных задач в непиковое время с участием человека-арбитра для dsh (с учётом пиковых/внепиковых цен)

Пакетный исполнитель для DeepSeek Harness в непиковые часы: пользователи задают задачи в часы нагрузки — промпт, стратегию, приоритет, рабочее пространство, заблокированные файлы — и отпускают их вручную; затем плагин автоматически выполняет пакет в заданные пользователем внепиковые окна. Каждый запуск проходит пять предварительных проверок (рабочее пространство, git HEAD, sha256 заблокированных файлов, попадание в окно, дневной бюджет), поддерживает четыре стратегии выполнения (однократная / итеративная / выборка / ревью) и три уровня автономности (L1 для задачи, L2 для пакета, L3 полный автомат), а также замыкает цикл утренним отчётом с диффами, фактическими расходами и экономией из дневного журнала, согласованного с официальной тарификацией пиковых/внепиковых часов.

Защитник академического письма (двуязычный EN/ZH): убирает характерную для ИИ защитную формулировку, сохраняет научную доказательность (цифры, цитаты, силу утверждений, незначимые результаты, границы применимости) при редактировании и настраивает текст под целевой журнал (Journal Profile + Journal Fit). Детерминированные локальные регулярные выражения/статистика, без сети и LLM; включает writing_rules / writing_audit / writing_style_profile / writing_journal_profile с автоматической проверкой при написании статьи.

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.

Настройка уровней усилия рассуждения и значений по умолчанию субагента для пользовательских моделей DSH.

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.

AI-workflow для найма, для HR и хедхантеров: уточнение стандартов вакансии, поиск и первичный отбор кандидатов по двум каналам (Boss Zhipin и Liepin), обзор рынка талантов, оценка резюме, назначение собеседований, реестр кандидатов и ежедневные отчёты. Можно установить как плагин Claude Code или как плагин DeepSeek Harness (dsh) — последний включает готовую к использованию панель «Recruiting Browser». Также работает с любым AI-ассистентом для программирования, читающим AGENTS.md.

Мультимодельный совет для DeepSeek Harness: независимые ответы, анонимные взаимные рецензии и проверяемое итоговое решение.

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.

Маркетинговая ОС для ИИ-агентов: сначала думай как маркетолог, тактика — результат.

Голосовой ввод для веб-интерфейса: нажмите Alt (или Alt+Space) для запуска/остановки диктовки, браузерный Web Speech (без настройки) или облачный ASR, совместимый с OpenAI, опциональная полировка через LLM, настроенный в DSH, интерфейс настроек.