Плагины

Пресет оркестрации главного агента: персона с приоритетом делегирования, шлюз выполнения корневой сессии и переносимый skill правил AI-LAW.

Декларативная оркестрация DAG задач для DSH: проверяет графы зависимостей, параллельно запускает топологические уровни через subagent на базе workflow и детерминированно распространяет сбои.

Инструменты workflow для локального бинарного файла aflare: создают, проверяют и запускают локально-ориентированные детерминированные YAML DAG (восстановление после сбоя WAL, компенсация Saga) через локальный бинарник. Встроено более 300 шаблонов.

Пакет skill для подготовки документации: четыре Agent Skills только на prompt, превращающие кодовую базу в README, описания PR, changelog и ревью кода. Устанавливается в dsh через запись плагина dsh.bundle.

Skill для упаковки DeepSeek Harness в настольное приложение Tauri 2 (macOS + Windows): инструкции установки для обеих платформ, bootstrap через китайское зеркало с контролем тайм-аута subagent, настройка Windows без прав администратора и VS Build Tools, а также приемочные списки для трех путей.

Шаблон scaffold-проекта DSH: строгая инструкция инициализации из 5 этапов, инженерные стандарты и шесть запускаемых стартовых шаблонов (node-ts / react-vite / python / go / spring-boot / monorepo).

Стартовый набор DeepSeek Harness: приветствие, путь обучения 0→1, рекомендации плагинов по сценариям и чек-лист самопроверки вместе с китайским учебным репозиторием dsh-handbook-zh.

Публикует HTML-документ как ссылку для обмена, которая открывается одним касанием и показывается карточкой в чат-приложениях; публикация, обновление и экспорт в PNG/PDF/Word.

Полнодуплексная речь в реальном времени через потоковые ASR/TTS Volcengine: озвучивание ответов агента, перебивание, ключевое слово активации, живые субтитры, 30 китайских голосов и подтверждение с приоритетом ответа. Сборка выполняется в монорепозитории DSH.

Голосовой ввод для Web UI: кнопка микрофона в поле ввода преобразует речь в текст черновика через Web Speech API; автоматическую отправку можно включить отдельно.

Добавляет зрение текстовым моделям: инструмент describe_image передает изображения vision-модели из списка моделей dsh через собственную среду LLM harness.

Позволяет текстовому агенту DeepSeek читать изображения в той же сессии через делегирование vision-subagent; при отправке изображение преобразуется в путь.

Чистый HTTP-клиент, передающий повторяющиеся задачи с текстом и изображениями (OCR, анализ, сравнение) уже работающему серверу Unsloth Desktop (Unsloth Studio) через unsloth_run и unsloth_vision. Никогда не запускает процессы и не управляет ими.

Передает повторяющиеся задачи с текстом и изображениями (OCR, анализ, сравнение) локальному серверу KoboldCpp (llama.cpp) через koboldcpp_run и koboldcpp_vision; по запросу управляет жизненным циклом сервера.

Локальное распознавание текста для прикреплённых изображений через встроенный движок Windows (Windows.Media.Ocr): модели отправляется только распознанный текст, а не байты изображения; сквозная передача изображения включается по желанию (opt-in).

Локальный OCR для прикреплённых изображений через Tesseract: в модель отправляется только распознанный текст, а не байты изображения; vision passthrough включается только по желанию.

Добавляет зрение текстовым моделям: vision-модель автоматически описывает изображения в чате по стандартному prompt и повторно анализирует их с prompt, созданными моделью, если деталей не хватает. Есть режимы system/custom, панель GUI, безопасная обработка ключей и небольшой патч хоста для DSH 0.1.0-rc.6.

Двухуровневое чтение изображений для текстовых моделей: сначала быстрый локальный офлайн-OCR через RapidOCR, затем резервная vision-модель через modlens.

Прозрачная защита изображений для текстовых маршрутов: предотвращает зависание сессии с ошибкой 400 при вставке изображений и добавляет инструмент vision_analyze для OCR/PDF/docx/pptx/видео.

Преобразование изображений в текст в Web UI: вставьте или перетащите изображение, чтобы преобразовать его в структурированный текст и отправить. Это позволяет текстовым LLM принимать изображения через совместимый с OpenAI API зрения.

Добавляет зрение текстовым моделям DSH: skill распознавания изображений/OCR/документов с порядком race pool → custom channels → local и идемпотентный патч хоста, чтобы сообщения с изображениями доходили до модели.

Инструменты проверки в headless-браузере: агент открывает только что созданную страницу, читает отрисованный DOM и вычисленные стили, проверяет консоль и делает снимок результата. В комплекте skill frontend-verify.

Управление браузером по ссылкам доступности: переходы, снимок страницы в виде дерева ссылок, действия с элементами и ожидание условий. Политика источников следует режиму подтверждений сессии и обеспечивается перехватом запросов.

Автоматизация настоящего браузера для DSH через MCP-сервер (ядро Playwright): переходы, щелчки, заполнение, ввод текста, снимки экрана и действия по снимкам доступности с нумерованными ссылками. Повторно предоставляет harness все 22 инструмента web_* через stdio.