Плагины

Нативные инструменты Windows Computer Use для DeepSeek Harness.

Анимированный desktop pet в виде синего кита DeepSeek, плавающий на странице DSH Web: перетаскивается, имеет речевые пузыри и позы настроения, инструмент pet_say, чтобы модель заставляла его говорить, а также состояния thinking и celebrating в начале/конце хода.

Перетаскиваемый талисман приглашает сыграть в сянци (китайские шахматы), пока ИИ думает, со встроенным движком, экспортом записи ходов и опциональной мультимодельной комментаторской поддержкой.

Мини-игра ожидания на динамической таблице Шульте: кликайте по 1..N по порядку на статичной сетке или вращающемся колесе рулетки, пока модель думает.

Idle-игра в стиле терминала AI-лаборатории: копите вычисления, обучаете и улучшаете модели, публикуете статьи и совершите престиж от нейросетей к ASI.

Автоматическое скрытие секретов в результатах инструментов: маскирует ключи API, токены, JWT, приватные ключи и настроенные секреты до того, как их увидит модель.

Профайлер среды выполнения с приоритетом метаданных для агентов DSH: трассы ходов и шагов, временные шкалы моделей и инструментов в реальном времени, использование провайдеров, повторы, ошибки и живые или исторические сессии.

Клиника состояния только для чтения для набора установленных плагинов DSH: состояние загрузчика, целостность зависимостей, совместимость версий, риск установочных скриптов, дубликаты и целостность патчей — как инструмент модели, дашборд в настройках и отчёты JSON.

Автоматическая диагностика типов: после того как модель изменит или создаст файлы TS, в фоне запускается `tsc --noEmit` (с подавлением дребезга по проекту) и ошибки сообщаются через инструмент `code_check` — с группировкой по файлу, строкой и столбцом, важностью и кодами ошибок TS, замыкая цикл «правка → проверка → исправление».

Бандл DSH, переносящий 25 отобранных инженерных и продуктивных навыков агента от Matt Pocock (допрос, TDD, ревью кода, моделирование предметной области и др.).

Инструмент `describe_image`: мост зрения, отправляющий изображения в mimo-v2.5 через API opencode Zen (учётные данные `OPENCODE_GO_API_KEY`, сначала бесплатный маршрут с платным запасным) и возвращающий текстовые описания для текстовых моделей, с нативным пробросом и перекодированием SVG/TIFF/HEIC через ImageMagick.

Инструмент image_describe (识图) для модели поверх OpenAI-совместимого API DashScope (qwen3.7-flash) плюс мост вставки: в текстовых сессиях вставленные изображения автоматически превращаются в пути к файлам при отправке и отрисовываются обратно в транскрипте, так что никогда не спотыкаются о допуск изображений. Свой DASHSCOPE_API_KEY; эндпоинт/модель/бюджеты настраиваются, HTTP-клиент устойчив к редиректам, работает во всех agent preset.

Мост зрения с автообнаружением для текстовых агентов DeepSeek Harness: автоматически находит модель, умеющую работать с изображениями, среди ваших настроенных провайдеров и возвращает описания картинок обычным текстом через инструмент зрения.

Адаптер DeepSeek с поддержкой зрения: модель со зрением описывает входное изображение, а затем текстовая модель DeepSeek рассуждает по этому описанию.

Зрение по требованию для текстовых моделей DeepSeek: загрузите изображения, и модель вызовет инструмент view_image, опирающийся на любой OpenAI-совместимый endpoint зрения (по умолчанию Qwen/DashScope).

Плагинное зрение для текстовых моделей в DSH: нативное взаимодействие для понимания и генерации изображений, автоматизация GUI, многоуровневая память доказательств и кэш.

Кодировщик синестезии для DSH: модель зрения переводит изображения в компактный структурированный пространственный текст (холст/элементы/координаты в процентах), давая текстовым LLM понимание изображений на уровне пикселей через инструмент `mm_vision`.

Направляет изображения из чата в фиксированную OpenAI-совместимую модель зрения, возвращает фактические наблюдения выбранной основной модели и переиспользует наблюдения в рамках сессии при повторах, сжатии и перезапусках.

Интеграция трекера задач Jira Cloud, предоставляющая восемь модельных инструментов для поиска задач, просмотра проектов и переходов, создания, обновления, комментариев и смены статуса; запись включается по желанию и поддерживает dry-run.

Урезанный порт Headroom: сжимает вывод инструментов, срезая до 20% контекста, не затрагивая кэш контекста модели и производительность агента.

Автоматически обнаруживает списки моделей, цены и возможности на OpenAI-совместимых API-хостах, нормализует их и выдаёт готовые конфиги моделей для dsh.

Инструменты stage-gate управления: вызываемые моделью gate_open / gate_check / gate_list / gate_close для приёмочных проверок в памяти по каждой сессии с заключениями PASS/BLOCK.

Автоматически дополняет QMD semantic search, когда model выполняет grep/glob в каталоге базы знаний. DSH-плагин без зависимостей, async-injection через next-step, ручной вызов не нужен.

Переносит вашу существующую историю Claude / ChatGPT в DSH: мгновенный импорт без токенов памяти из memories.json внутри экспорта Claude, локальные транскрипты Claude Code без экспорта и беседы, дистиллированные моделью, уже настроенной в DSH. Каждое воспоминание несёт дословные доказательства, проверенные кодом по источнику — пересказ отбрасывается и подсчитывается, а доказательство, найденное только в ходах ассистента, всегда направляется на проверку, а не в хранилище.