Плагины

Skill повторного использования по доказательствам для DeepSeek Harness: до реализации, переноса, выбора зависимостей или устранения проблем ищет готовые решения на локальном проекте и машине по нескольким уровням. Решение о повторном использовании опирается на проверяемые доказательства; при невыполненных требованиях или рисках отказывается от него и сообщает непроверенное. DSH bundle регистрирует skill в ctx.skills.

В комплекте skill kb-curator, которая поддерживает локальную трехслойную базу знаний и отказывается индексировать данные без одобрения пользователя. Для слоя поиска L2 отдельно установите @kenz1117/dsh-engram; движок работает только в Windows.

Предоставляет агентам контракт создания плагинов DSH (Cordis) и процедуру подачи в dsh plugin market: от bundle manifest и entry module до pull request.

Распределяет все загруженные skills по пользовательским workspaces во вкладке правой боковой панели. У каждого workspace свои категории и размещение skills; категории можно создавать, переименовывать, менять местами и удалять, а skills перемещать перетаскиванием или выбором. При первом запуске профильная модель может создать первичную классификацию либо разместить skills в созданных пользователем категориях. Щелчок копирует `/skill-name`, наведение раскрывает описание из skill.

Панель skills для DSH Web GUI: список всех установленных skills с китайскими аннотациями, восемь фильтров категорий, поиск по пиньиню и нечеткий поиск, сортировка по закреплению и недавнему использованию. Управление на месте: закрепить, отключить, показать расположение, удалить с отменой. В комплекте собственный skill обслуживания.

Форк официальных skills Microsoft для AI coding-агентов на .NET/C#, дополнительно упакованный как плагин DeepSeek Harness. Охватывает разработку, тестирование, диагностику, миграцию и интеграцию ИИ.

Показывает, какие skills вызывались в каждом ходе, и устанавливает, обновляет или удаляет skills в приложении.

Извлекает платформенные/AI-субтитры Bilibili или использует внешние/встроенные субтитры, ASR/OCR как fallback и создает Markdown, Word, PDF, TXT, SRT или JSON с временными метками, двуязычным выравниванием и отчетом качества. Нужен Python 3.10+. Для платформенных/AI-субтитров требуется cookie SESSDATA Bilibili; для OCR/ASR/PDF нужны ffmpeg, faster-whisper и LibreOffice или reportlab.

Фильтрация skills по tag: назначьте их навыкам и передавайте каждому workspace или диалогу только подмножество, выбранное булевым выражением (например, `pdf + docx` или `aegis * plugin`). Исключенные skills блокируются из каталога модели через deny-shadow, а не просто скрываются в настройках; навыки вне выражения можно добавить вручную или принудительно отключить. Встроенный `tagging-skills` учит агента выводить набор tag по используемой машине.

Управляет блогом GitHub Pages из панели DSH: показывает статьи Markdown по tag, редактирует их в разделенном редакторе с формой front matter и публикует изменения одним commit через GitHub REST API.

Написание, проверка и публикация китайской книги Quarto: главы в девять этапов, проверка структуры/ссылок/рисунков, единая тема и приемка рендера. Загружается только в репозиториях с `type: book`; нужны Quarto CLI и Python 3.

Читает ответы assistant голосами Microsoft Edge neural и подсвечивает произносимое предложение. В настройках отдельно регулируются цвет фона, цвет текста и непрозрачность подсветки. Добавляет sound-wave кнопку к каждому ответу, паузу, предыдущее/следующее предложение, скорость и автоозвучивание.

Требуются macOS и AirPods с отслеживанием головы. Отвечайте на запросы разрешений и вопросы DSH жестами головы: кивок разрешает/подтверждает, покачивание отклоняет или перемещает выбранный вариант. Устанавливает companion-приложение меню macOS с карточки сессии.

Локальный автономный анализ просодии для DeepSeek Harness: вместе с расшифровкой сообщает, как сказано — скорость, высота тона, паузы и энергия.

Ищет произведения общественного достояния в Project Gutenberg, Wikisource, Internet Archive и Standard Ebooks по названию, автору, персонажу или смутно запомнившемуся сюжету либо импортирует EPUB/PDF/TXT/DOCX/Markdown для прослушивания в боковой панели. Голоса Microsoft Edge neural, offline Kokoro или голоса устройства; сохраняет позицию, добавляет голосовые заметки к только что прослушанному фрагменту и обсуждает книгу с моделью DSH.

Регистрирует два инструмента для DeepSeek Harness. `doc_ocr` обрабатывает сканированные PDF и изображения в локальном RapidOCR или облачном Zhipu GLM-OCR и возвращает текст по страницам, финансовые таблицы с проверкой баланса и найденные пункты договоров. `doc_preprocess` превращает каталог исходных файлов в базу Obsidian с семиэтапным pipeline, маршрутизацией backend и инкрементальным пропуском по sha256. Несошедшиеся числа отмечаются, а не выдумываются. Для локального engine нужен Python с rapidocr-onnxruntime, pypdfium2, Pillow (`pip install -r requirements.txt`); GLM требует ZHIPU_API_KEY.

Структурированное распознавание изображений: локальные измерения sharp и облачная vision-модель за один вызов возвращают описание, OCR с координатами, расположение объектов и подробные атрибуты. Кэш отпечатков возвращает повторные изображения за миллисекунды без расхода квоты модели.

Добавляет видимый preset Agent visible-browser (persona и tools для навигации, заполнения форм, кликов и скриншотов через Playwright MCP) и блокировку всех вызовов browser tool в других preset до одобрения пользователем этой Session через browser_access. Bundle также подключает сам Playwright MCP provider. Страница настроек Plugins и инструмент browser_source переключают во время работы Microsoft Edge (по умолчанию), Chromium из Playwright или CDP endpoint. Нужна общая регистрационная строка browser-use в профиле (один provider на процесс).

На каждой открытой в браузере странице есть постоянная кнопка перевода. Нажатие заменяет на месте все видимые текстовые узлы, повторное восстанавливает исходный текст. Кнопку можно удержать, перетащить к краю и свернуть в небольшой значок; после перехода она вставляется снова. Перевод выполняет host LLM service, plugin не хранит API key.

Устанавливает skill codex-cua, чтобы DeepSeek Harness мог использовать Codex computer use: управлять Chrome и нативными приложениями macOS через runtime настольного ChatGPT/Codex. Включает постоянный клиент сессии и самопроверку doctor. Нужны настольное приложение ChatGPT/Codex с расширением Chrome, Python 3.9+ и macOS.

Регистрирует в DeepSeek Harness инструмент `workpaper_gate` для проверки полноты workpaper-набора: как самого целевого проекта/шаблона, так и структуры экземпляра относительно шаблона. Списки правил, шаблонов и основных таблиц задаются в одном spec file. Результаты: blocker, warning и info; workpapers только читаются. Нужен Python с openpyxl.

Регистрирует в DeepSeek Harness инструмент `principles_audit`. Проверяет коллизии/старые ID principle_id, отсутствие причинных утверждений, границ, контрпримеров или доказательств, дубликаты и близкие дубликаты, несогласованность status/confidence, давно не обновлявшиеся записи и пробелы покрытия. Находки сортируются по серьезности, hard gate выдает pass/warn/fail. Каждый критичный пункт должен иметь действующее, не просроченное исключение. Библиотека только читается.

Регистрирует инструмент `office_audit` для DeepSeek Harness: пересчитывает формулы встроенным LibreOffice Kit и проверяет значения — ошибки формул, битые ссылки на листы, согласованность формул, жестко заданные константы, форматы чисел и единицы, баланс, движение нераспределенной прибыли, сверку денежных средств, промежуточные итоги cash flow, правила таблиц коэффициентов и очистку данных. Сортирует замечания по серьезности и ячейке; по желанию записывает лист замечаний в копию. Исходная книга не меняется. Нужны Python с openpyxl и встроенный LibreOffice Kit.

Регистрирует один инструмент `context_extract` для DeepSeek Harness. Сжимает длинный исходный документ (финансовый отчет, контракт, бухгалтерский ledger) в плотный структурированный Markdown и JSON: ключевые показатели, таблицы, нумерованные пункты, сущности и сигналы сверки, чтобы последующая обработка не перечитывала оригинал. Отдельно распознает финансовую отчетность, юридические контракты и бизнес-ledger; сверяет баланс и денежные средства, а расхождения помечает, не исправляя молча. Только чтение, исходный файл не меняет. Нужен Python с openpyxl и python-docx.