Плагины

Режим компактного окна для DSH NEXT в Windows: окно шириной 425 px, всегда поверх остальных, с выдвижной боковой панелью и анимированными переходами. Требуется DSH NEXT; другой настольный клиент (dsh desktop) не поддерживается.

Пока задача выполняется и черновик пуст, превращает кнопку отправки в помидор. Один-два щелчка передают модели скрытую заметку: на следующем шаге обдумать подход и завершить вопросом пользователю о продолжении. Три щелчка за секунду сначала останавливают выполнение, затем отправляют ту же заметку. В настройках отключаются анимация и звук; число брошенных помидоров учитывается.

Отправка перетаскиванием вместо нажатия: нажмите на поле ввода и потяните вверх для активации; отпускание отправляет. Возврат в поле отменяет, выход за пределы области диалога отменяет сразу. Только мышь и перо.

Перерабатывает черновик в поле ввода через LLM Harness, показывает результат и позволяет применить или отправить его. Включает стили, уровень рассуждения с учётом модели, оценку стоимости и страницу настроек.

Показывает баланс DeepSeek и текущий пиковый/непиковый период двумя короткими строками внизу боковой панели DSH.

Используйте подписку ChatGPT в DeepSeek Harness: войдите, выберите GPT и работайте с изображениями и встроенными инструментами.

Локальные обои из изображений и видео и интерфейс с эффектом матового стекла на основе токенов для веб-клиента DeepSeek Harness.

Проверяйте созданные ИИ документы Word, PowerPoint, PDF и HTML в официальном предпросмотре: выделяйте проблемы рамками, редактируйте текст на месте и передавайте заметки агенту. PDF и изображения поддерживают только аннотации. Для редактирования нужны входящий в Harness комплект LibreOffice и Python.

Инструмент x_archive превращает ссылку на публикацию X (Twitter) в постоянный снимок Markdown через 2100laike: изображения размещаются заново, снимок сохраняется после удаления. Повторные запросы возвращают последнюю версию без расхода квоты; refresh с PAT принудительно загружает заново. Нужен сторонний сервис 2100laike. Анонимно — 8 архивов в день на экземпляр, с зарегистрированным PAT — 100 в день.

Инструмент wb_archive превращает ссылку на публикацию Weibo (m.weibo.cn/status/...) в постоянный снимок Markdown через архивный сервис 2100laike. Длинные публикации загружаются целиком, изображения размещаются заново, снимок сохраняется после удаления публикации. Повторный запрос-дубликат возвращает последнюю версию без расхода квоты. Нужен сторонний сервис 2100laike. Анонимно — 8 архивов в день на экземпляр плагина, с зарегистрированным PAT — 100 в день.

Память между сессиями для DeepSeek Harness: три уровня (заметки о поведении, подробности, архив сессий), основная карточка на 600 символов, добавляемая на каждом шаге, состояния работы/компаньона/обучения, записи нескольких людей и групп с разделением видимости, подавление или удаление фрагментов памяти в рамках сессии, сводки и кандидаты фактов для отдельной модели, а также резервное копирование и самопроверка. Данные — обычный текст в домашнем каталоге; изображения и аудио хранятся по хешу содержимого.

Редактирование и повторная генерация: добавляет действие редактирования к пузырям сообщений пользователя и генерирует ответ заново с этого сообщения, сохраняя изображения и файлы и исходную модель.

Провайдер для использования нативных API Alibaba Cloud DashScope внутри DSH: языковые модели Qwen, эмбеддинги, переранжирование, речь и генерация изображений. Требуется установить и включить `Firefox2100/dsh-ai-providers#runtime`.

Создает изображения и демонстрации HTML-интерфейса через реальный веб-сеанс ChatGPT Pro и сохраняет их локально; в DeepSeek Harness есть панель галереи дизайна.

Анимированный desktop-питомец-кит на рукописных SVG+CSS (без image/audio assets и runtime deps): плывёт во время хода, показывает подписанные пузыри на tool call, amber pulse при ожидании approval, прыгает с длительностью/числом tools при успехе, грустит при сбое; спит ночью/в idle. Нажатие — poke, двойное — погладить (сердца симпатии), перетаскивание с запоминанием позиции, меню правой кнопки (feed/mute/reset/hide), hover card level/title/XP/stats. Через whale_say агент заставляет питомца говорить/действовать как лёгкое видимое уведомление. Sessions/workspace только чтение; пишет лишь ~/.dsh/whale-girl/state.json.

LAN-кооператив для desktop-питомца dsh-pet: видеть питомцев коллег в сети, махать им и перетаскивать их окна. Необязательный встроенный patch добавляет синхронизацию анимаций, пузырей и мемов. Нужен dsh-pet 0.3.7.

Анимированный сине-белый pixel-кит, сидящий на composer новой сессии.

Встраивает официальный QQ bot в процесс host DSH: сообщение начинает/возобновляет реальную сессию; она видна в desktop sidebar, если рабочая папка — зарегистрированный workspace. Ответ возвращается в QQ текстом/изображением/файлом. Нужны официальное QQ-приложение бота, AppID и AppSecret.

IM bridge для DSH: 15 adapters/12 платформ. Настраивает host 0.1.2-rc.1–0.2.1-rc.2 только capability probing (enum 12 tags, без веток версии); системный ffmpeg нужен только голосу Feishu. Approval/question в исходном чате: deny-by-default, только инициатор, срок 5 мин. Image/file по metadata модели host; файлы возвращает, retry ограничен (неясная отправка не повторяется). Tabs Tasks/Channels уступают слот другому plugin. Preset im-concise; удаляет GenUI fences/raw HTML из текстовых чатов, svg→PNG. Allowlist моделей. /relay отправляет финальный ответ по account ID/alias, не гадает при неоднозначности. Secrets только в vault, без обратного вывода. npm: dsh-im-union.

Показывает стоимость каждой skill в контексте модели и скрывает ее из каталога без удаления. Перечисляет все skills на диске с точной строкой каталога для модели (нормализованное и обрезанное по лимиту description), размером тела и оценкой tokens. Показывает байт-в-байт сообщение каталога для агента, сравнивает с опубликованной копией в текущей сессии и сообщает о skills, не попавших в каталог из-за неверного frontmatter или shadowing более приоритетным root. Скрытие добавляет disable-model-invocation во frontmatter, сохраняя файл и вызов через `/name`. Также импортирует из ClawHub, Skills.sh и GitHub URL и удаляет skills пользователя.

Перед публикацией проверяет геометрию: пиксели, пропорции, dpi, размер/формат, ширину печати и цветовой режим. Содержимое не проверяет (QR, доля текста/изображения, права, запреты). Только стандартная библиотека Python, без сторонних пакетов; входы не меняет. Python 3.8+. 10 платформ/20 слотов с уровнем уверенности: WeChat MP, Xiaohongshu, Bilibili, Zhihu, Weibo, Douyin, WeChat Channels, журналы, печать, доставка клиенту. Поиск платформы по ID/китайскому имени/alias (нечеткий). Вручную или после сохранения файла, если указан канал публикации; при успехе одна строка, подробности только при ошибках. Для журналов/печати считает реальную ширину (пиксели/dpi), выявляет мелкий отпечаток даже с корректным dpi metadata. Для нескольких изображений проверяет набор и указывает выбивающийся файл.

OCR сканированных PDF, состоящих из изображений, с выводом в Markdown. Поскольку обработка книги занимает около часа, для каждой страницы создается checkpoint и прерванный запуск можно продолжить; журнал показывает прогресс, отчет о качестве отмечает пустые страницы и строки с низкой уверенностью. Нужны Python 3.10+ и `pip install -r requirements`; при первом запуске загружается OCR-модель.

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.