Плагины

Пресет агента инженерного рабочего процесса для dsh: пять этапов с шлюзами (уточнение требований, утверждение плана, TDD, параллельные субагенты, проверенное завершение) с шестью навыками рабочего процесса, адаптированными из obra/superpowers.

Межсессионная память в открытом тексте: deterministic восстановление по ключевым словам BM25 (без эмбеддингов), инструменты memory_save/list/search/confirm/forget за шлюзом human-confirm, а также глобальные и проектные JSON-хранилища, следующие за вашим git-репозиторием.

Архив между сессиями: workbench, свернутая timeline, родословная subagents, полнотекстовый поиск, сводки rule+LLM, экспорт ZIP и live tracking. На странице сессии есть turn rail, закреплённая правая панель (live mode, при переключении закрепляется за исходной сессией), официальное переименование, итоговое summary и постоянный статус-чип (idle / active / tool-wait / stalled). В dsh v0.1.2+ это сливается с TurnNavigatorRail: векторные info chips для duration, tool calls, errors и thinking, плюс отложенная выдача tool в preview card. Правый клик открывает workbench; piano-key strip включена по умолчанию, передаёт прыжки к не загруженным turns официальному auto-load и rail можно полностью скрыть. Диалог с 10 настройками поведения.

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

Разбор/запросы/агрегация/конвертация CSV (RFC 4180) через парсер на конечном автомате без зависимостей.

Защитный выключатель для холостых ходов агента: отслеживает agent/assistant-stream и отменяет ход, порождающий только рассуждения — без текста и без вызова инструмента — после 45 с, после 80000 символов рассуждений или при вырожденном паттерне повтора (точный повтор блока, повтор шаблона предложения, разреженный повтор или плотность 6-грамм). При срабатывании внедряет инструкцию продолжения, требующую следующим действием вызов инструмента, и поставляет 11 регрессионных случаев плюс настройку на каждом шлюзе.

Отчёты о дрейфе поведения для сессий DSH: сравнивает два журнала сессий и сообщает о согласованности последовательностей инструментов, их составе, объёме рассуждений, таймингах, повторах и целевых файлах, с необязательным порогом для CI. Без зависимостей.

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.

Обзор использования и затрат для DeepSeek Harness: агрегирует реальное потребление токенов из существующих журналов сессий, фиксирует стоимость каждого расхода по цене на момент события и показывает траты за месяц и за сегодня относительно бюджета в карточке боковой панели или в пилюле панели ввода.

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.

Конвейер Spec-Driven Development для Odoo: 15 инструментов ведут запрос от неизменяемой спецификации через архитектуру к коду модуля или живой конфигурации, затем требуют сохранённого вердикта, подкреплённого доказательствами из реального экземпляра Odoo, с закрытыми при сбое воротами, одобряемыми человеком пакетами в объявленном окружении, собственным импортёром CSV/Excel из Odoo и журналом, который откатывает данные, записанные через плагин.

Адаптер бессерверного LLM FriendliAI для DeepSeek Harness — OpenAI-совместимые chat completions с динамическим обнаружением моделей и поддержкой рассуждений

Бесплатные модели Kilo Gateway и OpenCode Zen для DeepSeek Harness (DSH) через нативные адаптеры dsh-llm.

Петля линт-обратной связи без конфигурации для JS/TS, Python, Go и Rust: инструменты lint_diagnostics / lint_workspace_errors / lint_fix на основе собственных eslint / biome / ruff / golangci-lint / cargo clippy репозитория (автоопределение по конфиг-файлам, сначала резолвится локальный репозиторный node_modules/.bin, ничего не бандлится), плюс автоматически внедряемая дельта находок после правки на событии fs/observed харнесса и ограниченный гейт завершения — правка → линт → авторемонт одним вызовом lint_fix для агентов dsh.

Межсессионная память для DeepSeek Harness с управлением, самоэволюцией и путём записи только с одобрения. Ранжированное по «жару» вспоминание, конвенции окружения, жизненный цикл забывания, цепочки замещения, защита от отравления, авто-дистилляция и открытое измерение.

Шлюз свежести для утверждений агента о тестах, typecheck, lint и сборке: каждый прогон проверки становится квитанцией на tools/post-execute, правки файлов отслеживаются, и при agent/turn-stopping утверждение, последняя квитанция которого устарела, провалилась или нечитаема, подталкивает ещё один шаг с указанием квитанции и файлов, изменённых с тех пор.

Шестиэтапный рабочий процесс публикации контента для официального аккаунта WeChat с инструментами контроля качества и встроенным навыком.

Страж дисциплины агента для DeepSeek Harness: четыре шлюза, применяемые на границе харнеса — прерыватель цикла, предохранитель стоимости токенов, предупреждение о смене маршрута, утверждение плана — там, куда напоминания на уровне промпта не дотягиваются, чтобы агент больше не мог сжечь недельную квоту за минуты; чип 🛡 в один клик, горячо перезагружаемые пороги и пресеты от «невидимого, но защищённого» до «только предупреждение».

Ценовой шлюз пикового/внепикового времени DeepSeek Harness: в пиковые часы (будни 09:00-12:00 / 14:00-18:00 по пекинскому времени) каждая отправка запрашивает подтверждение, с возможностью отключить напоминание для текущего пикового сегмента или поставить сообщение в очередь на внепиковое время (полцены).

Конвейер AI-написания статей для официальных аккаунтов WeChat: шестиступенчатые запуски статей (тема, план, черновик, проверки, рендеринг, изображения) с контрактом брифа запуска, доска горячих тем с AI-дайджестом по каждому пункту, планирование по RRULE в черновую коробку, рабочий интерфейс плюс чат-инструменты и команда /wewrite, а также fail-closed-подтверждение хоста перед любой отправкой в черновую коробку.

Пресет агента, преобразующий многоэтапные задачи в возобновляемые потоки: этапы с арбитражем, идентификатор блокировки SHA-256, шлюз терминальной проверки с подписью HMAC и логи выполнения event-sourced; включает 15 agent tools.

Исправление компакции для шлюзов qwen3.8-27b, размещённых на NInfer: отключает режим рассуждения при вызовах компакции контекста и заголовка сессии в dsh, чтобы рассуждения xhigh перестали сжигать весь бюджет вывода; та же идея применима к другим способам запуска, но этот пакет рассчитан только на NInfer.

Требует однократного подтверждения пользователя перед выполнением настроенных инструментов (по умолчанию bash, pwsh) — инструменты под шлюзом приостанавливаются и спрашивают, всё остальное делегируется, а отсутствие канала подтверждения приводит к отказу в закрытом режиме.

Управляемая конфигурацией оркестровка задач разработки для DSH: графовые рабочие процессы (узлы задача/шлюз/человек) с пошаговым сохранением, а также встроенный в редактор ИИ-ассистент, который настраивает рабочие процессы через диалог с живой валидацией. Документы передаются узлам как обычные вложения (объявление не требуется): файлы попадают в рабочее пространство задачи, а ${inputs.附件} возвращает абсолютные пути, объединённые переводами строк, чтобы узел мог разобрать их своим собственным промптом.