Плагины

Мост памяти Honcho: автоматически синхронизирует каждый ход разговора с самостоятельно размещённым сервисом Honcho, с инструментами recall/search/remember/context/status, внедрением контекста при начале сеанса и визуальной панелью настроек.

Многоуровневый конвейер памяти для DSH: автоматическая дистилляция разговоров в атомарные факты, краткие описания сцен и профиль персоны (L0–L3), с гибридным извлечением BM25 + вектором, разделением семейств чата/работы и инъекцией контекста перед каждым шагом модели.

Универсальная база знаний для DSH: импорт md/txt/json/yml/docx/pdf, управление папками, полнотекстовый поиск FTS5 (BM25) и веб-интерфейс управления.

Плагин DSH: изображения и файлы напрямую доступны текстовым моделям — изображения сохраняют нативный опыт вложений, PDF/Office/архивы/видео/аудио отображаются квадратными плашками в панели вложений, при отправке автоматически превращаются в путь workspace; в паре с dsh-vision-toolkit — вставил и сразу видишь изображение.

Плагин управления MCP-серверами для DeepSeek Harness: страница Settings → MCP, авторизация через OAuth (PKCE + динамическая регистрация клиента) или статический токен, инструменты регистрируются как mcp__<name>__*

Звонит на ваш телефон через CallKit: инструменты `call_me` и `text_me`, а также опциональные звонки по завершении хода и для подтверждений, чей устный ответ транскрибируется обратно в сессию.

Memo — поиск по памяти сессий для агентов DeepSeek Harness: кросс-сессионный полнотекстовый поиск (memo_search), дистиллированные заметки (memo_remember) и статистика корпуса (memo_stats) через официальный сервис sessionQuery. Ноль инфраструктуры, локально-ориентированный.

Локальный OCR для DeepSeek Harness: вставьте или прикрепите изображение, получите его текст через PP-OCRv5 + ONNX Runtime, полностью офлайн. TUI (cc-tui) и Web.

Визуальная обработка по запросу для текстовых сеансов DSH: изображения становятся маркерами, а инструмент vision_describe отправляет только изображение и вопрос в модель визуального анализа, совместимую с OpenAI

Экспортирует события DSH (только метаданные) — ходы, модели, инструменты, подтверждения, повторы и ошибки — в Tuning Engines для контролируемых трасс, оценки политик, анализа затрат и обзора Work Session, с очередью повторов на диске.

Превращает небрежно написанную фразу в профессиональный промпт из четырёх разделов (Role / Task / Context / Format) или простой текст через сервис llm harness. Контекстно-зависимое профилирование Role/Task/Goal удерживает ##Role связанным с задачей; /dream добавляет явно помеченное приложение с выводами ИИ; /template охватывает 21 подценарий без вызовов модели; оптимизация/отмена одним кликом ✨ в поле ввода, инструмент prompt_optimize (оптимизация + итерация), хук автооптимизации и автоопределение ролевых документов на zh/en.

Выделенные маршруты моделей, инструменты и системные рекомендации для зрения, уплотнения, обзоров, подагентов, заголовков и генерации изображений.

Просматривайте все сообщения, отправленные в текущей сессии: полный список истории с сортировкой от новых к старым, текстовый фильтр, копирование одним кликом и переход к сообщению (автоматически подгружает более раннюю историю, если цель ещё не загружена).

Провайдер LLM NewAPI (шлюз, совместимый с OpenAI): регистрирует маршрут `newapi` с обнаружением моделей только для чата, автоматически заполняет параметры модели (контекстное окно, уровень рассуждений) из models.dev и добавляет раздел веб-настроек для базового URL и ключа API.

MCP-шлюз с постепенным раскрытием: ищет по большим удалённым каталогам через `mcp_search`, затем вызывает точные схемы через `mcp_call`, используя отложенные соединения и ограниченные кэши.

Плагин текстового и графического канала QQ-бота для DeepSeek Harness

DSH Relay превращает Telegram в удалённый канал общения и уведомлений для DeepSeek Harness.

История ввода в стиле терминала для веб-композера: приоритетное восстановление краёв по стрелкам с точным сохранением черновика/позиции курсора, история, сохраняемая локально в браузере, обратный поиск по Ctrl+R и учёт скользящего контекста; версия 0.5.0 добавляет слой умного ввода — межсессионные сниппеты (/save, /load), шаблоны промптов с переменными, аналитику повторного использования и подсветку сводок сжатия.

Единый слой памяти для любого AI-инструмента и агента: инъекция Context Bundle, воспроизведение в момент промпта, инструменты MCP и захват треда DSH по завершении хода.

Плагин редактирования PDF-документов для точного текстового редактирования в PDF-файлах.

Локальный граф знаний кода для агентов программирования: 10 инструментов MCP для многослойного сжатия контекста, планирования DAG, инкрементальной индексации AST, межсессионного цикла навыков, диагностики и импорта/экспорта артефактов графа.

MCP-сервер финансовых данных A-share Китая для harness: 11 инструментов fin_data__* (котировки/K-линии/финансы/календарь/спецданные/объявления/EDB/сверка/фонды/индексы) поверх бесплатного официального REST THS (основной) + AKShare (резервный) + Wind (эксклюзивные домены), с наблюдаемой деградацией, сжатием бюджета контекста (измерено -72,2% на стороне результата) и оффлайн-озером рыночных данных за 10 лет; BYOK.

Плагин DSH: автозаполнение метаданных (длина контекста, лимит вывода, отображаемое имя, входные модальности) для моделей пользовательского провайдера из Реестра метаданных моделей (models.dev).

Менеджер MCP и навыков: включение/отключение MCP-серверов и навыков из панели Настроек для освобождения контекста в реальном времени; опциональный AI промежуточный слой (mcp_search/mcp_call) вызывает отключённые серверы по требованию, с фильтрацией видимости на основе состояния, которая сохраняет включённые пользователем серверы видимыми.