Плагины

Автономный плагин локальной памяти: записи JSONL, внедрение runtime-context на каждом ходу, local_memory_search / local_memory_remember и страница управления в Settings. Не зависит от Mnemon.

Долгосрочная память между сессиями для DeepSeek Harness: двухэтапный конвейер извлечения и консолидации в файловом пространстве памяти, внедрение воспоминаний, обратная связь по цитатам и семантика задач на основе lease. Есть страница Settings и панель состояния в боковой панели.

Сохраняет видимость незавершённого списка задач между ходами. В начале каждого хода DSH очищает проекцию todos и ожидает повторной записи всего списка; при прерывании план остаётся в журнале сессии, но исчезает из UI. `todo_write` доступен только на запись. Один обычный session/event listener запоминает последний список для каждой сессии и добавляет его снова при `turn/start`, если остались незавершённые задачи. Без форка tool-todo и waterfall: проекцию нельзя заменить из-за несовпадения `stateVersion`, поэтому добавляется событие, обрабатываемое fold. Ограниченный охват: только незавершённые списки, максимум одно событие на старт хода, fail-open. Проверено контролируемым A/B на реальных сессиях через настоящую проекцию. Без зависимостей.

Вставляет сохранённые вами записи контекста строкой Remember после каждого сообщения пользователя — каждый ход или один раз за сессию; есть редактор Settings и страница управления.

Перетаскиваемый плавающий шар с todo текущей сессии DSH: done/total, название активной задачи в capsule-режиме, кольцо прогресса. Нажатие разворачивает/сворачивает, правый клик переключает capsule. Цвета: выполнение (пульс), done, pending, пусто. Заменённые планы архивируются отдельно от прогресса, их можно скрыть/удалить/восстановить; другие сессии закрепляются рядом. Сначала runtime sessions projection, затем официальный todo panel; полный список виден и при свёрнутой официальной полосе. Цвет текста auto/black/white, по запросу snap внизу справа, можно перетащить до верхнего края окна. 130 общих skin, включая официальные dark/light с автоследованием теме клиента; sync каждого шара выбирает общий или собственный skin. Изоляция Shadow DOM, позиция по профилю; одинаково desktop/web.

Локальная панель токенов и стоимости DeepSeek Harness: четыре части miss/cache-hit/cache-write/output, оценка экономии кэша по разнице цены miss/hit, детализация сессии с графиками роста контекста и флагами аномалий, общие фильтры с URL для передачи, прогресс месячного бюджета и прогноз на конец месяца. Дневные/месячные агрегаты быстро за O(days), с инкрементальным пересканированием.

Навык проверки по скриншоту для DeepSeek Harness: агент открывает страницу frontend, делает снимок, просматривает само изображение, правит код и снимает снова, повторяя цикл до визуального соответствия требованиям пользователя. Поставляется как `dsh.bundle` и устанавливается командой `dsh plugin add`.

Управление контекстом DeepSeek Harness: сокращение вывода инструментов с учетом содержания, очистка старых логов, закрепление требований пользователя и текущей работы, архивирование перед компактизацией с журналом аудита.

Плагин панели задач DSH Web: объединяет требования, очередь, выполнение субагентами, автоматическую перепроверку, доработку после приемки и запуск по расписанию в наглядный цикл.

Локальный семантический индекс документов workspace (MD/PDF/DOCX/TXT): гибридный поиск FTS5 BM25 и локальных embeddings, цитаты с номерами строк и инкрементальное обновление.

Плагин интеллектуального сжатия контекста DSH — управляет когнитивными ресурсами в ограниченном окне, чтобы агент запоминал действительно важную информацию.

Глобальный архив опыта DeepSeek Harness для Windows: проверяет локальные tools (версии и поиск с приоритетом PATH), удобные пути, задержку сети и скорость диска; объединяет session/event-статистику, LLM извлекает устойчивые факты. env_profile с remember. Каждый ход внедряет byte-stable summary, ускоряя сессии и снижая расход token.

Память событий-подсказок между сессиями для DeepSeek Harness: автоматически извлекает из каждого хода подсказки о задачах и диалоге и языковые привычки пользователя в постоянный глобальный банк подсказок, а затем вновь внедряет запомненный контекст при обнаружении смены темы (по ключевым словам или векторному совпадению).

Инкрементальный diff-ревьюер для DSH: после одобрения пакета показываются только изменения после контрольной точки, с веб-панелью ревью и командой `/review`, возвращающей обратную связь агенту.

DeepSeek Harness plugin: Aliyun Yunxiao requirements and defects kanban by status, with detail drawer, image preview, one-click session dispatch, Req/Bug creation, and native tools for status transitions, work item creation, project member lookup, change-

Incrementally sync Tsinghua Learn course materials through a companion browser extension, with local file checks and per-run logs.

Local-first resume warehouse for DeepSeek Harness: package your work into reusable bullets, import an existing resume into a template, analyse a job description (including the school-tier preference it implies), assemble a tailored Chinese or English resume and export a PDF named position-name-school. The whole app ships inside the npm package — server/, web/, skills/, scripts/, requirements.txt, no git clone needed — and one tool starts, stops and health-checks it; the first start installs the dependencies into app/.venv. Needs Python 3.10+ and macOS or Linux (bash). Nothing leaves the machine except the LLM calls you confirm.

Work-data hub for DingTalk and Yunxiao: syncs todos, logs, meeting notes, attendance, schedules, projects, requirements, commits and worklogs into local SQLite, then renders dashboards, a work calendar, project analysis and reports, with workhub_* agent tools over the same data. Requires the DWS CLI installed and logged in (`dws auth login`); the Yunxiao PAT is stored in the macOS Keychain only.

Runs Hindsight long-term memory on your own machine: after a one-time uvx --from hindsight-embed@latest hindsight-embed profile create server setup (~450 MB of Python dependencies) and with your own LLM key, the plugin manages the local memory server itself (health probe, start, stop, logs), registers ten hindsight_local_* tools for status, page search, page read, recall, remember and reflect, injects a knowledge-page index once per session, writes each finished turn back into the bank, and extracts facts with your own LLM key. Do not enable it alongside the official @vectorize-io/hindsight-coding-agents plugin: both read the same bank and would inject duplicate context. At session end it writes a handoff snapshot that the next session injects as previous progress. The data directory is configurable (dataDir) and scripts/relocate.mjs moves an existing install to another drive, creating directory junctions where the server hard-codes its paths.

Remembers the model used before quitting and restores it as the startup default.

Folds a user message whose body renders taller than 360px in the Web chat down to 360px with a fading bottom edge and an Expand/Collapse toggle. Short messages keep their exact original look, and the expanded state is remembered per message while the page stays open.

Requirement-to-evidence audit for DSH sessions: maps each requirement to tool calls, files and commands, records per-requirement verification, and sends missing items back to the agent.

Long-term associative memory for DeepSeek Harness: a local plain-text vault of raw episodes, typed memory cards and entity pages, configured from 设置 → 记忆图谱, and a Memory tab inside a conversation that draws what that session remembered. No build step; the

File-state cache skill for coding agents: one explore call replaces ls+grep+read, reads remember they already happened, and edits return a diff plus the exact changed line range instead of a full re-read. State is a JSON cache on disk, so it survives across tool calls and restarts. Requires Python 3.8+ (standard library only).