Плагины

Дашборд токенов, стоимости и баланса под composer: живой индикатор плюс SVG-графики без зависимостей для использования по каждому ходу, оценочной стоимости и баланса аккаунта DeepSeek.

Для нативной визуальной модели DeepSeek Harness deepseek-v4-flash-vision-exp повышает лимиты приёма изображений до 32 MiB / 8192 px / 600 изображений и добавляет инструмент highres_read, который разбивает большие изображения на фрагменты, а затем возвращает полное изображение плюс фрагменты 800x800 через инструмент read_image хоста.

Бейджи inline +N −M в строках инструментов edit/write и сворачиваемая карточка краткого свода изменений файлов по каждому ходу с выровненными diff'ами, review и undo — покрывает нативные edit/write, str_replace_editor и под-вызовы Code Dispatch, без необходимости git.

AI Company Framework: одно предложение превращается в мультиагентную компанию — 15 плоских Skills (boss/pipeline/role-template/11 ролей/generic customer-memory), 7 шаблонов workflow, среда выполнения AgentTeams + панель активности, боковая панель сотрудников с изоляцией по сессиям, мост бота Feishu (бот-boss и боты по сотрудникам, маршрутизация групп, автономные пуши, шлюз решений человека, гайд по внешним контактам), SQLite-память по клиенту с трёхуровневой памятью (межгрупповое слияние), переключатель режима /company; без RAG.

Инструменты письма, удаляющие ИИ-подобные шаблоны и подстраивающиеся под ваш личный стиль. 8 детерминированных инструментов сканируют текст, строят стилистический отпечаток по вашим образцам и возвращают брифы на переписывание.

Недорогой инструмент понимания видео: video_understand преобразует ссылку Bilibili / BV / локальное видео в информационный слой AVIS (ASR + структура сцен + отслеживание объектов + YOLO-метки) и возвращает summary + Q&A. Есть динамическая маршрутизация между слоями, управляемая вопросами (L0 ASR / L1 отслеживание объектов / L2 VLM по ключевым кадрам), повторное использование семантического слоя для повторяющихся вопросов и лимит бюджета на каждый вопрос. Python-движок: для базового слоя нужны faster-whisper / opencv / yt-dlp (~200-300MB); опциональный семантический слой добавляет ~2GB torch / transformers / ultralytics. Встроенный doctor --fix настраивает venv и устанавливает оба набора.

Загружает любую http/https-страницу и возвращает заголовок, описание, основной текст, структуру заголовков и ссылки, со статистикой (количество символов/слов, время чтения, язык) и ключевыми словами; может загружать изображения контента в рабочее пространство сессии для визуального анализа и отправлять их зарегистрированным анализаторам через сервис scrape.imageAnalyzer.

Превращает программирование в RPG: завершённые ходы, вызовы инструментов и выполненные задачи приносят XP, более 27 значков достижений, уровни, титулы и сезоны. Управляемый событиями подсчёт очков на движке чистых функций — сама работа и есть игра.

Навигационная рейка пользовательских ходов на левом краю с подсветкой позиции чтения, предпросмотром при наведении метрик хода и фрагментов ответов модели, управлением прыжками с клавиатуры и по клику, а также локальным поиском по диалогам.

Настольный компаньон-кит в пиксель-арт с 29 состояниями, проверенными по кадрам: стучит по стеклу и мигает заголовком вкладки, когда ждёт одобрения, произносит отчёт о завершении в конце хода и добавляет палитру slash-команд в веб-клиент.

Отправляет локальные изображения или HTTP(S) URL изображений в настроенную OpenAI-compatible vision endpoint через инструмент inspect_image и возвращает его текстовый ответ в беседу.

Постоянный план разговора: вопросы и итоговые ответы по каждому ходу, фильтр по ключевым словам, переход в один клик, режимы краткой/полной истории и Ctrl/Shift+клик для открытия той же позиции в представлении Trajectory.

Свёртка потокового транскрипта для веб-интерфейса DSH: строки размышлений и инструментов сворачиваются, а самое свежее окно размышлений раскрывается само; завершённый ход прокручивается обратно к вашему вопросу, который также остаётся закреплённым сверху, пока вы читаете; синие искры летят от края окна размышлений и от пишущей головки ответа.

Workflow в стиле Trellis для DeepSeek Harness: breadcrumbs фаз на каждом ходе через agent/pre-step, bundled skill provider и DSH-native состояние задач/фаз с защитными проверками на чистоту git.

Встраивает настоящий редактор VSCode (code-server или локальный настольный VS Code через комплектное расширение-мост) как вкладку GUI: правки файлов агентом открывают привязанные к ходу красно-зелёные диффы, сохраняющиеся после закрытия вкладок и перезагрузки страницы; файлы блокируются во время записи агентом, а watchdog-супервизор не допускает процессов-сирот.

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.

Литературный плагин DSH: одна сессия — это одна книга. Карточка-обложка /new открывает одну из 19 сфер, пресет 诸天万界DSH только для прозы удерживает модель на написании художественной литературы, записи worldbook по ключевым словам заземляют каждый ход, а /export-story верстает сессию в роман в формате Markdown.

Превращает любую идею в рекламный контент, нативный для каждой платформы

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.

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.

Компактная полоса ходов у правого края с краткими сводками при наведении и переходом по клику.

60-кадровая монохромная анимация ныряющего кита с адаптацией под тему и реактивной водой для статуса хода DSH Web: встроенные ресурсы, бесшовное зацикленное воспроизведение, PNG-заглушка при сниженной анимации и аккуратное удаление по жизненному циклу.

Слой уведомлений о жизненном цикле для ИИ-агентов программирования — плагин DeepSeek Harness 0.2: системное уведомление, всплывающее сообщение на странице и необязательный звук, когда нужен ваш отклик на ход, фоновую задачу, ревью или ошибку.

Используйте свою веб-ИИ с активным входом (DeepSeek, GLM, Kimi, Qwen, Doubao...) в качестве провайдеров моделей в DeepSeek Harness. Веб-модели отправляют вызовы инструментов, DSH выполняет их в рамках своей нативной системы разрешений, а результаты возвращаются в ту же веб-сессию. API-ключи не нужны.