Плагины

«Королевство» управления агентами для DeepSeek Harness: территории, привязки ролей (bind/unbind/session с идентификацией модели/агента) и цикл задач план→назначение→выполнение→проверка, где заявления Worker никогда не завершаются автоматически (Claim ≠ Fact), с локальной консолью управления GUI.

Бандл DeepSeek Harness регистрирует навык, превращающий длинный формат (академические статьи, отраслевой анализ, бизнес-комментарии) в конвейер из 9 ролей: параллельные скауты T1 литература / T2 данные / T3 кейсы, запускаемые координатором T4 аналитик, T5 писатель, T6 критический компаньон, T7 аудитор, T8 финализатор, T9 рецензент. На 6 фазах с треугольной проверкой доказательств, M-гейтом из 23 проверок, аудитом G0-G14 включая китайский шлюз ИИ-следа, оценкой peer-review с подбором журналов и 4 человеческими контрольными точками. Установка через `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch плюс запись lib/index.js регистрирующая навык); карточки ролей T1-T9, шаблоны и 11 скриптов проверки без зависимостей, README на пяти языках.

Шрифты Anthropic Sans, Serif и Mono для DSH Web UI с Source Han в качестве резервного для CJK.

Добавляет предустановку разрешений `auto` между workspace-write и danger-full-access: классификатор один раз предоставляет рутинные повышения прав песочницы, а опасные или неоднозначные запросы по-прежнему направляются человеку.

Наделяет текстовые модели зрением: пересылает изображения пользователя в совместимую с OpenAI модель зрения и показывает описания на правой панели веб-интерфейса.

Управляйте плагинами DeepSeek Harness (DSH) в веб-интерфейсе в один клик: просмотр, включение/отключение в реальном времени, установка/удаление, управление окружениями, магазин плагинов. Полная поддержка как bundle, так и не-bundle плагинов.

Магазин плагинов для DSH Web UI: просмотр каталога, поиск, установка в один клик, значки совместимости и список установленных плагинов.

Мозг DeepSeek + автоматическая транскрипция изображений: прикрепляйте изображения в GUI, и каждое по умолчанию транскрибируется через официальную модель deepseek-v4-flash-vision-exp (чисто текстовый мозг V4-Pro тоже может видеть изображения), в качестве альтернатив — любая VLM, совместимая с OpenAI, или локальный Ollama.

Скин в стиле Claude: тёплый чёрный фон, акцент цвета глины и UI с засечками (serif), следующий нативным светлой и тёмной темам.

Визуальная рабочая среда для генерации/обрезки референсных изображений и покомпонентного 3D-моделирования Tripo. Запрашивает подтверждение для каждой платной операции и показывает локальные предпросмотры ресурсов.

Объединяет все аккаунты WorkBuddy, вошедшие на этой машине, в один provider с автоматическим переключением и обслуживает OpenAI Chat, OpenAI Responses и Anthropic Messages из общего пула. Есть псевдонимы моделей, статистика использования и автоматизация кредитов по расписанию.

Направленный fuzzing под управлением агента LLM. Для целевого репозитория и ошибки (описание CVE, патч, трасса сбоя или file:line) выполняется цикл PLAN, IMPLEMENT, EXECUTE, REFLECT; модель пишет генераторы входов на Python, пока не сработает проверка шаблона stderr кампании или кампания не остановится.

Плагин статического анализа LLVM: строит полный bitcode проектов C/C++ и запускает анализ достижимости kernel-analyzer (KAMain). Предоставляет агенту инструменты kanalyzer_*, другим плагинам — сервис ctx.kanalyzer.

Позволяет DeepSeek Harness видеть и управлять любой программой Windows. Модель смотрит на реальный экран и управляет мышью, клавиатурой и окнами. Несколько шагов выполняются за один обмен; окно получает фокус до ввода, чтобы щелчок пришёлся куда нужно. Подходит для задач на компьютере: чертежи CAD, симуляция схем и отправка сообщений.

Управляет System Prompt по умолчанию в DeepSeek Harness: просмотр, поиск и переопределение итогового промпта каждого хода в настройках Web GUI.

Плагин статического анализа LLVM для DeepSeek Harness: создает анализируемый bitcode и выполняет анализ достижимости kernel-analyzer (KAMain) через ctx.kanalyzer.

Защита от циклов dsh: наблюдает llm/stream, выявляет и повторяет вызовы только рассуждений или повторного материала; есть два прерывателя потока.

Локальный RAG по базе знаний литературы: 10 инструментов (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), гибридный поиск BM25 + вектор + реранкер, ответы на вопросы со ссылками и кликабельными DOI, полностью локальные эмбеддинги bge на однофайловом индексе SQLite. Требуется Python 3.9+ с pymupdf, faiss-cpu и sentence-transformers; установщик `npx dsh-kb-rag-install` всё это настраивает и заранее скачивает модель.

Рисует каждую ветку беседы в виде кликабельного дерева рядом с чатом, с избранным, пользовательскими иконками и цветами, объединением и разделением веток, раскладкой с учётом перемотки и ветками Claude Code, сохраняющими свою память.

Цикл heartbeat для DeepSeek Harness: каждые 20 минут (по умолчанию) агент пробуждается сам, чтобы вести локальный профиль ваших интересов и предпочтений, искать в вебе то, что вам важно, и сохранять найденное. Если находится что-то достойное того, чтобы поделиться, он отправляет короткий пакет заметок в связанные вами сессии. Набор правил в коде — тихие часы, занятые периоды, дневной лимит, задержка — решает, может ли он вообще говорить, а агент в этой сессии решает, действительно ли что-то сказать. Только для Windows.

Одна панель Settings управляет MCP, навыками, памятью, субагентами, промптами и сессиями. Наборы настроек сцены переключают всё окружение; Agent тоже может управлять плагином.

Улучшает работу с моделями: разные способы заполнения параметров, совместимость, запоминание усилия рассуждения; субагенты в реальном времени следуют модели и усилию родителя, а ИИ может самостоятельно менять усилие.

Проводник файлов проекта в колонке подробностей (множественный выбор, перетаскивание, загрузка, скачивание, переименование, корзина, открытие системным приложением) со вкладкой предпросмотра только для чтения для Markdown/HTML/JSON/CSV/notebook/PDF и подсветкой кода, живым индикатором пропускной способности модели и многострочной строкой GoalBar.