Плагины

Сжатие контекста без потерь для DeepSeek Harness: самый старый фрагмент заменяется кратким изложением, а оригиналы остаются в журнале сессии.

Оборачивает работу в именованные задачи и при закрытии задачи сворачивает весь диапазон её сообщений в одно резюме на следующей границе шага; исходное содержимое можно восстановить по запросу.

Стабильное по кэшу прогрессивное обнаружение инструментов: фиксированная поверхность tool_search и tool_dispatch в каждом запросе, поиск по каталогу в памяти, вложенный диспетчер через пайплайн Harness и байт-стабильный список нативных инструментов на протяжении всего обнаружения.

Бейджи inline +N −M в строках инструментов edit/write и сворачиваемая карточка краткого свода изменений файлов по каждому ходу с выровненными diff'ами, review и undo — покрывает нативные edit/write, str_replace_editor и под-вызовы Code Dispatch, без необходимости git.

Отполированный плавающий питомец-кит для DeepSeek Harness Web UI с 95 прозрачными анимациями по категориям, реакциями на события с учётом состояния, настраиваемыми действиями и триггерами, кликами, перетаскиванием и блужданием по экрану.

Покруговой контроль уровня мышления (reasoning_effort) для DeepSeek Harness: Auto планирует low/high/max по недавней истории tool calls, либо позволяет вручную задать wire level (off/on/minimal/low/medium/high/xhigh/max), с пользовательским отображением wire, защитой возможностей с учётом модели и пресетами окна контекста (64K–1M); карточка возможностей модели работает с [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (устанавливается из dsh-market), чтобы OpenAI-совместимые шлюзы (vLLM / LM Studio / self-hosted) могли пробовать reasoning. Card записывает возможности llm-pi-ai, адаптер ведёт wire (compat.thinkingFormat), а плагин поддерживает список takeover.

Вкладка менеджера плагинов в Настройки → Плагины: китайские названия и описания простым языком для каждого установленного плагина, включение/выключение в один клик, редактирование заметок прямо в интерфейсе и поиск/фильтрация по установленному каталогу.

Чат по подписке ChatGPT Codex: официальный OAuth, каталог Sol/Terra/Luna со строками Fast, актуальные лимиты использования и опциональные инструменты search и view_image.

Котировки американских акций, история цен, финансовая отчётность, консенсус-прогнозы аналитиков и новости через yahoo-finance2.

Терминальный агент кодинга для DeepSeek Harness с полноэкранным альтернативным UI, навигацией по сессиям с учётом ходов и защищённым рабочим процессом /ship, который ведёт однострочные требования через спецификацию, TDD и повторные приёмочные проверки.

Пошаговый model router: именованные пресеты с упорядоченными правилами групп изображений/ключевых слов направляют каждый шаг агента через всех подключённых провайдеров и моделей, добавляя потоки совместной работы для транскрипции изображений, защиту изображений, панель квот по нескольким тарифам и наблюдаемость решений на каждом шаге.

drawio на основе ИИ: четыре инструмента агента (проверка, рендеринг в SVG/PNG, редактирование, шаблон) плюс живая панель в боковой панели — предпросмотр mxfile-в-SVG без зависимостей, встроенный редактор diagrams.net с мостом сохранения и автоматическое открытие при рисовании агентом.

Desktop pet, нарисованный по официальному контуру кита: чистая SVG-анимация следует состоянию агента (thinking, working, celebrating, error), с взаимодействиями poke и double-click flip, избеганием курсора, 7 палитрами, синхронизацией светлой/тёмной темы и интерактивным web preview.

Скрипты поиска, обнаружения и аудита GitHub, упакованные в пакет SKILL.md поверх gh CLI: поиск репозиториев, многомерное исследование, тренды, сводки репозиториев, похожие проекты, поиск по коду, поиск issues/PR и аудиты организаций; поставляется как бандл dsh (и на npm).

Используйте сторонние аккаунты подписок в DeepSeek Harness: чат, понимание изображений, генерация изображений и редактирование изображений с моделями, покрытыми вашей подпиской, с синхронизацией доступных моделей и уровней рассуждения из вашего аккаунта; в настоящее время поддерживаются подписки OpenAI/ChatGPT, планируются дополнительные провайдеры.

Бандл плагинов dsh, переносящий подсистему advisor из omp: модель-рецензент на каждую сессию, наблюдающая за основной транскрипцией и добавляющая советы, ранжированные по серьёзности (nit/concern/blocker).

Чип-кошелёк для нескольких провайдеров: официальный баланс DeepSeek, стоимость и токены за сессию, суммарные токены сторонних провайдеров, быстрое пополнение, оповещения о низком балансе.

Описательная статистика, процентили, частотные распределения и корреляция.

Боковой чат в стиле Codex + аннотации выделения для веба DSH.

Управляемый рой из шести специализированных агентов DSH — оркестратор, планировщик, мост к базе знаний, разработчик и два рецензента — превращает требование в строгий конвейер фаз, где каждая поставка должна доказать себя структурированными доказательствами до начала следующей фазы; рецензенты работают только на чтение, слияние кода возможно только после прохождения review, а журнал событий только на добавление даёт полное воспроизведение и аудит на живой канбан-доске. Его дизайн вдохновлён канбаном Hermes Agent.

Предоставляет инструмент see_image для DSH: отправляет файл изображения в настраиваемую совместимую с OpenAI модель зрения и передаёт её описание обратно текстовой модели.

Менеджер архивных диалогов для DeepSeek Harness: просматривайте архивные диалоги, сгруппированные по рабочему пространству, восстанавливайте их и показывайте их папки транскриптов.

Переписывает китайскую копию установленного с маркета плагина на английский с помощью модели, уже настроенной в harness, — автоматически при установке плагина, затем с горячей перезагрузкой. Каждый файл переводится за один полный проход, проверяется реальным парсером, где он есть (node --check для JavaScript, иначе парсеры JSON и YAML), и возвращается модели с ошибкой до трёх попыток исправления; файлы свыше 48 КБ или те, что не парсятся, переходят на проход по диапазонам строк, сверяющий каждую возвращённую строку с оригиналом на структуру. Триггерные фразы и таблицы локалей можно по желанию сохранить, а не переводить, и нетронутый оригинал хранится рядом с файлом как .zh.bak.

Глубокое исследование как режим агента: один проверенный цикл, который планирует, исследует в адаптивных параллельных раундах, управляемых пробелами, которые сами исследователи объявляют, синтезирует процитированный отчёт, а затем рецензирует его adversarial-методом, вместо скрипта, который модель переписывает при каждом вызове. Вопросы, до которых бюджет раундов не добрался, называются в отчёте, а не отбрасываются.