Плагины

Бандл плагинов DeepSeek Harness: инструменты graphlint для обнаружения мёртвого кода для агентов (graphlint_query / graphlint_build / graphlint_config + skill graphlint).

Провайдер LLM для DeepSeek Harness для моделей Codex через управляемый OAuth ChatGPT

Плагин десктопного питомца для DeepSeek Harness (DSH): импортируйте питомцев на спрайт-листах в стиле Codex и рендерите их в веб-интерфейсе DSH как плавающий shell.overlay, с библиотекой питомцев, взаимодействиями и привязкой к состоянию агента. Плагин десктопного питомца для DSH: импорт спрайтовых питомцев и их плавающий рендеринг в веб-интерфейсе.

Магазин плагинов: основной каталог npm + курируемый список awesome (550+ плагинов, 11 категорий), проверка качества по полю dsh, официальная установка в один клик через `dsh plugin add/remove`, вход из сайдбара и настроек.

Записывает локальные сводки JSONL по количеству вызовов инструментов на каждый ход и грубым сигналам верификации, не сохраняя промпты, аргументы инструментов или текст результатов.

Детерминированная маршрутизация по ключевым словам, переключение моделей по allow-листу и изолированный канал image_gen для DeepSeek Harness.

Мост канала Feishu (Lark) с отказом в закрытом состоянии (fail-closed): переписывайтесь с ботом и получайте ответы агента dsh — с опциональным одобрением инструментов человеком (карточки Allow/Deny перед каждым вызовом bash, тайм-аут с fail-closed). Интеграция только через официальный Python SDK (с фиксированной версией); белый список с запретом по умолчанию, проверка подписи/метки времени/повторов вебхуков, устойчивые сессии по чатам; ежедневная проверка совместимости с последним SDK; двуязычная документация.

Мелодии завершения для каждого рабочего пространства плюс звуки внимания для событий подтверждения, вопроса, проверки плана, блокировки цели и сбоя задачи, со встроенным синтезатором, голосом (TTS) и собственным звуком.

Добавляет артефакты спецификаций, навыки, команды, реализацию на основе целей и контекст прогресса задач.

Ограниченные `doc_read`/`doc_write` с адресацией по ячейкам для xlsx / pdf / docx / pptx / ipynb, плюс MCP-сервер и CLI.

Инструменты `web_search`, `image_gen` и `image_vision` на базе Codex для DeepSeek Harness, использующие существующий вход ChatGPT через OAuth.

Обмен сообщениями между сессиями для DSH: любая сессия на машине может видеть список и писать любой другой, в стиле Claude Code, через локальный реестр heartbeat и почтовый ящик.

Нативное окно рабочего стола Windows (WebView2) для DSH: установка одной командой, автоматическая загрузка zip-архива приложения из GitHub Releases, создание ярлыка на рабочем столе и добавление инструмента desktop_launch для запуска из чата.

Таймер помодоро для фокуса и перерывов в DSH Web с настраиваемыми циклами, перетаскиваемой мини-панелью и уведомлениями в приложении, звуковыми и браузерными.

Карточка баланса аккаунта DeepSeek и стоимости сессии внизу боковой панели.

Расход по API DeepSeek (текущая сессия и все сессии) и баланс аккаунта в боковой панели, с официальными тарифами и поддержкой пиковых/непиковых цен.

Визуальный жизненный цикл целей для веб-интерфейса DSH: панель у редактора сообщений для создания, многострочного редактирования, паузы, возобновления, завершения и очистки целей сессии с живым прогрессом раундов, плюс точка входа фазы в редакторе и обзор целей на странице настроек.

Рабочее место для чтения статей: библиотека + читалка PDF + компаньон-наставник. Ответы ссылаются на кликабельные номера страниц, которые возвращают к PDF и подсвечивают точный фрагмент; вопрос по выделению, не покидая статью; встроенный пресет строгого наставника (план чтения, коучинг по разделам, градуированные тесты с отслеживанием между сессиями); переключение оригинал ↔ китайский прямо на месте (babeldoc, ничего устанавливать заранее не нужно). Локальная транскрипция и поиск — документы никогда не покидают ваш компьютер.

Движок персоны для DeepSeek Harness: один config.json управляет самоназванием ИИ (по модели и уровню), обращением, отношенческой позицией, текстом характера, контрактами по пунктам с переключателями, языком рассуждений и тоном ответов (опционально, по модели), а также долговременной памятью только с подтверждением человеком: ИИ лишь добавляет кандидатов, строка подтверждения вводит их в силу, журнал только дополняется и воспроизводим. Подтверждённые записи внедряются цитируемым блоком данных, а не инструкций; записи с тегом kind уходят в произвольные файлы и не попадают в промпт. Разделы промпта перечитываются с диска при каждой сборке, правки применяются без перезапуска. Пресеты: общие JSON-снимки. Ноль зависимостей, без сети, без shell.

Мост/плагин DeepSeek Harness для A2S с удалёнными сессиями, рабочими пространствами, подтверждениями, задачами и устойчивыми переподключениями.

Мультимодальная рабочая станция для DSH: analyze_image по упорядоченной цепочке переключения из нескольких карт VLM, набор из шести инструментов зрения (масштабирование, выбор цвета, попиксельное сравнение, OCR, обнаружение элементов, встроенный показ) с общим распознавателем изображений, generate_image по протоколам OpenAI/DashScope/ComfyUI, асинхронный generate_video с несколькими картами и конструктором /build-video-tool, а также TTS speak/clone_voice по семи провайдерам — всё управляется одной автосохраняемой страницей настроек.

Оверлей danmaku в стиле Bilibili для области чата DSH Web: дорожки прокрутки, верхняя и нижняя, управляемые событиями агента, три набора пресетов, необязательные комментарии, генерируемые LLM, перетаскиваемый управляющий шар, пулы для каждой сессии с воспроизведением и карточка настроек.

Шлюз Feishu/Lark для DeepSeek Harness с тематически постоянными беседами, живыми карточками выполнения, вводом изображений и файлов, подтверждениями и вопросами в чате, белыми списками источников, а также долговечными разовыми или повторяющимися задачами агента, создаваемыми на естественном языке.

Рабочая среда для вёрстки статей WeChat: преобразует Markdown в HTML со встроенными стилями, который вы вставляете в редактор WeChat, с панелью в правой боковой панели и пятью инструментами модели для правки на уровне блоков.