Плагины

AlphaRSI — цикл самоулучшения из трёх ролей для развития рецепта обучения моделей альфа-последовательностей. Operator выполняет walk-forward, Evaluator оценивает по OOS RankIC, Refiner предлагает гиперпараметры через байесовский поиск TPE; сохраняются только строго лучшие рецепты. Офлайн-запуск одной командой, комплект данных со сверкой sha1, автоопределение GPU. В комплекте одна skill.

Веб-поиск и получение страниц для DeepSeek Harness через 9router. При включении пакета стандартные инструменты web_search/web_fetch автоматически перенаправляются в 9router; при отключении восстанавливается оставшаяся конфигурация провайдеров.

Разрешает запись без одобрения в каталоги из списка разрешённых. Оборачивает файловый барьер инструментов write/edit и автоматически отвечает на запросы повышения sandbox в bash для разрешённых путей. Есть графический интерфейс настроек.

Продолжение simon300000/dsh-auto: профиль разрешений Auto Approve в DSH Web UI проверяет каждый запрос одним вызовом модели вместо субагента-рецензента. Автоматически одобряются только прошедшие проверку действия, остальные требуют одобрения человека. Подтверждённые решения запоминаются в списках разрешений/запретов проекта и глобально; справа показывается история одобрений.

Самодиагностирующийся watchdog для плагинов DSH: проверяет состояние каждые 15 с, восстанавливает работу переключением версии с периодом наблюдения и автоматически откатывает изменения. Неизвестные симптомы передаются человеку.

Запускает git init для каждого нового рабочего пространства DSH и по умолчанию создает пустой начальный коммит, чтобы Git-плагины получили репозиторий. Каталоги, уже находящиеся внутри work tree, пропускаются.

Автоматически координирует сложные запросы DeepSeek Harness. Определяет, когда полезно делегирование, строит план с учётом зависимостей и назначает ограниченные роли исследователя, архитектора, backend, frontend, тестирования и документации. Собирает структурированные доказательства для итоговой проверки. Пакет атомарно включает движок workflow и инструменты субагентов для модели; отключение плагина выключает всю эту группу инструментов.

Маршрутизатор skills для DeepSeek Harness: локальная модель строит embeddings для skills и каждой задачи пользователя, отбирает явно релевантные по правилу на основе разрыва и автоматически вставляет их полный текст в prompt.

Управляемая автоматизация браузера для DeepSeek Harness: agent_browser и BrowserAutomationService управляют настоящей страницей Chromium/Chrome (или указанным CDP endpoint) через agent-browser CLI, с ограничением allowedDomains и лимитом вывода на вызов.

Computer Use для приложений macOS: читает дерево доступности с индексами и выполняет щелчки, ввод, вставку, прокрутку, перетаскивание, выделение и установку значений; возвращает скриншоты как изображения. Постоянный JavaScript REPL с `js`, `js_reset` и API `sky` сохраняет состояние при фиксированной схеме инструментов. После первого чтения возвращает различия; устаревшие индексы отклоняются. Ждёт фокуса, перечитывает поле и восстанавливает буфер после вставки. Нужны macOS 14.4+, Accessibility (Screen Recording только для снимков) и Node 20+; нативный модуль уже собран, компиляция при установке не нужна.

Добавляет управление перезапуском и остановкой DSH, переподключение с учетом Token и восстановление прерванных веб-сеансов по правилам.

Настраивает значок ярлыка DeepSeek Harness на рабочем столе: можно выбрать шаблон или загрузить изображение, автоматически удалить белый фон, создать ICO нескольких размеров и применить его к ярлыку одним нажатием.

Распознавание больших изображений для моделей vision-exp: обработка без потерь плитками 800×800 (smart/pipeline/full), локальный OCR с предварительной обработкой и маршрутизацией рукописного текста. GPU разных поставщиков (DirectML/CUDA/OpenVINO) необязателен; при его недоступности выполняется автоматический переход на CPU.

Браузер работает на хосте DSH: у каждой сессии своя вкладка, которой управляет ИИ; пользователь может наблюдать за ней или перехватить управление в DSH Web UI. Поддерживаются входы, 2FA, QR-коды и CAPTCHA.

Преобразует одобренные тикеты трекера в готовые к проверке pull request с помощью DeepSeek Harness.

Плагин DeepSeek Harness для проверенных рабочих процессов по подготовке задач спортивного программирования.

Локальный установщик плагинов в DSH Web Settings: выберите несколько пакетов .tgz или полный путь на машине; установка в автоматически определённый профиль официальной командой `dsh plugin add` с выводом CLI в реальном времени, без терминала.

Добавляет режим доступа «одобрять за меня»: независимая модель-рецензент отвечает на запросы и может читать рабочую область без записи. Если модель-рецензент не может работать, то возвращает его человеку; каждое решение и обоснование записываются во вкладку Approvals.

Автоматическая маршрутизация моделей по уровню для DeepSeek Harness: виртуальная модель `smart` определяет сложность каждого запроса (hard/normal/easy) и необходимость зрения, затем передаёт его уже настроенным моделям. Без дополнительной настройки.

Сообщественный плагин для DeepSeek Harness: детерминированная инженерная оркестрация с Commander, Executor и Smart Watchdog (CxService + инструмент cx_controller).

Перезапуск DeepSeek Harness одним нажатием. Веб-кнопка или инструмент агента dsh_restart передаёт запуск отдельному помощнику: тот ждёт освобождения порта, выполняет ту же команду, передаёт вывод нового хоста и автоматически переподключает страницу.

Управляет GME Test Agent из Harness. Три инструмента показывают каталоги интерфейсов, запускают или исправляют автономную генерацию тестов в локальном Python-бэкенде и отслеживают задачу до проверки. PR, пропуск и очистка требуют явного согласия пользователя.

Детерминированная инженерная оркестрация для DeepSeek Harness: Commander, Executor, Smart Watchdog, ограниченное восстановление и сохраняемое состояние выполнения.

Пакет DSH со всем деревом mattpocock/skills сохраняет политики вызова upstream и применяет семантический слой DSH с точным совпадением, проверяемый при автоматической синхронизации upstream.