Плагины

Поиск DuckDuckGo с нулевым расходом токенов для веб-функции DeepSeek Harness: локальный headless-браузер, без API-ключа и оплаты модели.

Предустановки провайдеров с вводом только ключа: плагин в один клик записывает в DSH официальные маршруты llm-pi-ai и учетные данные 50 каналов. Через CLI он также настраивает Tencent WorkBuddy, OpenCode (ключ в его auth.json) и cc-switch. Ядро на чистом JS можно повторно использовать в других оболочках.

Плагин DeepSeek Harness для интеллектуальной настройки моделей и адаптации возможностей, перенесенный из ZCode.

Сравнение моделей рядом в веб-интерфейсе DeepSeek Harness: отправляет один prompt 2–4 моделям в дочерние сессии из текущей и выводит поток ответов по столбцам (на телефонах — вкладками), с задержкой, time to first token, числом токенов и стоимостью.

Позволяет модели запускать сжатие в безопасный момент через compact_now (в том числе посреди хода). context_status показывает фактическое число использованных токенов относительно реального окна контекста сессии.

Защищает журналы сессий от некорректных вызовов инструментов модели (пустые id/name или arguments не строкового типа), чтобы ошибка не лишала возможности загрузить сессию.

Преобразует инженерные чертежи 2D (PDF/PNG/JPG) в скрипты noBS CAD и файлы STEP. Включает навык моделирования, CAD-инструменты через MCP-движок noBS CAD, встроенный нативный probe чертежей и панель 2D→3D в веб-интерфейсе.

Добавляет кнопку диаграммы под каждым завершенным ответом в веб-интерфейсе DSH. Настроенная модель создает отдельную HTML-страницу со встроенным SVG для изолированного iframe правой панели. Есть просмотр диаграммы/исходника/оригинала, история сессии из дискового кэша без повторного вызова модели, перерисовка и сохранение .html.

Настраиваемые персональные параметры официального сжатия dsh (порог, хранение, модель/рассуждение сводки, сжатие в конце хода), импорт моделей llama.cpp в Models и помощники вкладок/уведомлений (favicon-индикатор состояния).

Снижает расходы на LLM: классификатор Jev (System One) оценивает ход по декларативной политике и рекомендует маршрут модели субагента. Рутинные задачи идут по тарифам flash, сложные остаются главной модели. Есть триггер /route, проверка возможности делегирования во время выполнения, скрытие учетных данных и офлайн-повтор по журналу решений.

Экран сессии Live2D с голосом в реальном времени: непрерывный голосовой ввод, потоковый TTS, перевод субтитров, каталог нескольких моделей и отдельный вход.

Боковая ветка только для чтения: цитируйте текст и задавайте вопросы, не загрязняя контекст модели основной сессии. Каждое уточнение перестраивает ветку по последним завершённым ходам основной сессии; запись запрещена на уровне выполнения инструментов, чтобы префикс prompt оставался кэшируемым.

Удалённый доступ к DSH без собственного хостинга: Feishu DM работает через исходящее долговременное соединение бота; карточки workspace, сессии (переключение/переименование), модели, reasoning effort, пресета прав и баланса. Одобрения инструментов и вопросы агента обрабатываются в том же чате.

Навык workflow для геологического 3D-моделирования и обработки 3D-сейсмики: разбор объёмов SEG-Y, унификация координат CGCS2000, экспорт shapefile с характерной линией разлома и границей разведки, построение геологической 3D-платформы для нескольких рудников.

Объявляет wire protocol и endpoint маршрутов OpenCode Go и Command Code, чтобы не вводить API-адрес вручную. Добавляет модели DeepSeek V4.1 в начало OpenCode Go, дополняет список Command Code по публичному каталогу и прикрепляет `x-opencode-session` к запросам OpenCode для каждой беседы (исправляет 400 MissingSessionID).

Переносит выбор моделей T3 Code в composer: панель provider, результаты поиска по заголовкам provider, избранное в браузере, отметки недоступных provider и Cmd/Ctrl+1..9 для перехода к первым девяти видимым строкам.

Стол Texas Hold’em для DeepSeek Harness: вызываемые моделью инструменты покера, шесть эвристических соперников, необязательный тренер и браузерный стол, кнопки которого не отправляют сообщения в чат.

Монитор NVIDIA GPU в реальном времени в правой веб-панели DeepSeek Harness (dsh). В Linux сначала используется NVML, затем nvidia-smi. Только NVIDIA; не AMD/Intel/macOS. Показывает загрузку/VRAM/мощность/температуру нескольких GPU, процессы и мини-графики. Устанавливается как dsh.bundle.

Заменяет встроенные адаптеры llm-pi-ai и llm-deepseek, выбор модели и страницу настроек Models на самостоятельно поддерживаемые версии. Отслеживает upstream @earendil-works/pi-ai через загрузку в безопасную зону с включением в один клик; добавляет просмотр квот и балансов провайдеров и страницу управления ими.

Снижает стоимость агента почти вдвое без потери точности. Плагин DeepSeek Harness использует Jev для постепенного открытия инструментов и skills: основная модель начинает с чистого планирования, затем Jev добавляет нужные возможности по ходу задачи.

v0.8.6 исправляет сбой запуска: runtime Host — optional peer, не установленная зависимость. TypeSafe Jev/System One включает 7 инструментов: `jev_decision` (1–25 параллельных типизированных вердиктов, без прозы), `jev_choose` (ранжирует 2–10 вариантов), `jev_batch` (1–20 текстов, 1–5 оценок, реальный вызов для каждого при ограниченной параллельности; сырые ошибки, без догадок), `jev_usage`, `jev_overview`, `jev_guard_status`, `jev_verify` (26/27 в фиксированном тесте из 27 вопросов, параллелизм 6). Ledger по умолчанию сохраняется в `$DSH_HOME/jev-usage.json`. Remaining=`quota.declaredBalanceUsd` минус локальные расходы с `quota.balanceSince`; нет endpoint баланса и выдуманных значений. Нет API key — явная ошибка; сбои изолированы по поверхностям. Клиент: refresh; сервер: перезапуск Host.

Анимированный питомец DSH Web с темпом вывода, подстраиваемым под модель, реакциями на состояние инструментов, сменными наборами персонажей и встроенным skill для создания и расширения анимаций.

Озвучивает отчёты агента выбранным голосом, предварительно сокращая длинные. Для клонирования достаточно образца голоса на 3–10 секунд; подходят и обученные сообществом модели. Не нужна отдельная установка GPT-SoVITS на 6,4 ГБ: плагин устанавливает собственную среду и голос. Можно использовать имеющийся GPT-SoVITS — модель голоса та же.

Память опыта между сессиями DSH. Уроки получают оценку доказательности и внедряются при совпадении темы; перед действием показываются только при явном указании подходящего вызова. Общие правила вроде «всегда отвечай по-китайски» можно пометить standing и применять в каждом ходе. В 24 изолированных реальных модельных ходах соблюдение standing — 6/6 против 0/18 в контроле. Предположение не становится постоянным: standing тоже требует проверенного подтверждения. Неиспользуемые уроки обратимо выводятся из обращения. 5 инструментов, 7 slash-команд, 0 runtime-зависимостей.