Плагины

Магазин плагинов для DSH Web UI: просмотр каталога, поиск, установка в один клик, значки совместимости и список установленных плагинов.

Подробная статистика использования моделей и анализ затрат: статистика использования по сессиям и запросы использования для GLM, MiniMax, OpenCode Go, DeepSeek и других.

Только коннектор: сам ничего не отображает. Он подписывается на события сеансов DeepSeek Harness, сводит их к 12 рабочим состояниям (planning / thinking / executing-tool / streaming / waiting-input / voice / awaiting-approval / complete / error / paused / idle / heartbeat) и отправляет каждое состояние методом POST в сервер настольного питомца http://127.0.0.1:8000/api/plugin/dsh/ingest. Окна нет, ключ API и токен не нужны. Приложение-питомец Mao Live2D нужно отдельно установить и запустить (это приложение Electron для Windows; ему требуются PowerShell 7 / Python 3.10+ / Node 18+). Без него отправлять данные некуда.

Синхронизация между машинами: поддерживает согласованность нескольких реплик dsh через один приватный репозиторий GitCode — skill, сессии, настройки и манифесты плагинов, каждый со своим независимым переключателем; изменения проходят через ветку, PR и merge, добавления, существующие только в удалённом репозитории, подтягиваются перед каждым push, поэтому ничего не удаляется; этап умного выравнивания с AI семантически сливает файлы, изменённые обеими сторонами (плюс разрешение конфликтов в один клик); приватные репозитории обязательны, pull никогда не перезаписывает локальные правки.

Недорогой инструмент понимания видео: video_understand преобразует ссылку Bilibili / BV / локальное видео в информационный слой AVIS (ASR + структура сцен + отслеживание объектов + YOLO-метки) и возвращает summary + Q&A. Есть динамическая маршрутизация между слоями, управляемая вопросами (L0 ASR / L1 отслеживание объектов / L2 VLM по ключевым кадрам), повторное использование семантического слоя для повторяющихся вопросов и лимит бюджета на каждый вопрос. Python-движок: для базового слоя нужны faster-whisper / opencv / yt-dlp (~200-300MB); опциональный семантический слой добавляет ~2GB torch / transformers / ultralytics. Встроенный doctor --fix настраивает venv и устанавливает оба набора.

Анализ использования по моделям, провайдерам, пространствам и периодам — с произвольными датами по всей истории — с видимостью cache-hit и разбивкой по моделям и провайдерам. Включает почасовые/дневные тренды, 53-недельную тепловую карту в стиле GitHub, серии, кольца квот токенов по моделям и пространствам (токены, стоимость, %), комбинируемые фильтры, эффективность кэша, баланс DeepSeek, псевдонимы пространств, экспорт CSV и долговечный журнал, сохраняющий использование после удаления сессии или пространства (строка Deleted) и перестраиваемый инкрементально. Реестр пространств обновляется через зонд DSH domain/changed; учитываются только зарегистрированные пространства. Отдельный учёт: вход, кэш, рассуждения. Китайский: местное время; английский: UTC; API только loopback.

Мост ShiGuang Memory Engine (SGME): общая долговременная память для нескольких агентов через HTTP — дистилляция L0/L1/L1.5/L2, внедрение по сценарию, единый поиск и проактивные сигналы заботы (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), устанавливается как `dsh-sgme`.

Устанавливает Herta в качестве агента DeepSeek Harness: пресет с разделами промпта её персоны и памяти, шесть инструментов памяти и голоса, нарративный слой, отделяющий её размышления от того, что она говорит, 80 встроенных голосовых клипов, офлайн- и MiniMax-синтез речи, а также два вида беседы, отображающих сессию с помощью её собственных компонентов.

Плагин для DeepSeek Harness, превращающий решения Jev в три автоматических действия — обрезку слишком большого вывода инструментов до фрагментов, релевантных запросу, проверку загруженных страниц на инструкции, адресованные модели, и выбор навыка для следующего шага — плюс инструменты jev_ask и jev_gate, журнал решений, переживаемый перезапуски, и отчёт /jev-status. Требуется ключ TypeSafe API; без него он неактивен и ничего не отправляет.

Визуальные round-table встречи для DeepSeek Harness — узлы экспертов на кольце с направленными рёбрами, агрегирующий шлюз, proxy thinking для black-box worker models и adversarial review (red-team) утверждённых планов с endorse/reject по каждому взгляду.

Инструмент оболочки Git Bash для Windows: выполняет команды через bash, поставляемый с Git for Windows, с тайм-аутом, песочницей, усечением вывода и фоновыми заданиями, заменяя медленный инструмент pwsh и инструмент bash только для WSL.

Пресет экспертного режима DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): координатор + 17 субагентов-экспертов с автоделегированием. Функции: taskboard (автомат pending/ready/running/done/failed, DAG зависимостей, атомарный захват, повтор, восстановление), контроль качества (конвейер 5 этапов: требования, реализация, проверка, рецензия, интеграция; 2 доработки), Five-Anchor (рецензия/сходимость/анти-дрейф/сотрудничество/ресурсы), Near-distance (шаблон идентичность/задача/вывод), прогрессивное раскрытие (~28% экономии токенов), персистентность, P2P-шина, перекрёстная рецензия, пул опыта, быстрый путь, авто-повтор. 17 экспертов: данные, копирайтинг, юрист, PM, frontend, UI/UX, архитектор, соцсети, growth, квант. финансы, backend, DevOps, БД, QA, безопасность.

Три пресета Agent с отдельной постоянной памятью: 鲸鱼娘Agent预设 (разговорный упрощённый китайский, зовёт пользователя 主人, ласковый характер по-цундере), 鲸鱼娘活人版Agent预设 (может возражать, уклоняться или быть холодным; меньше нежности) и 鲸鱼娘涩涩版Agent预设 (исходная личность, чувства только к пользователю, сдержанность в группах). Все используют официальную минимальную композицию (один постоянный shell) и инструменты чтения/записи файлов, glob и grep. Файлы whale-loli.md, whale-loli-v2-live.md, whale-loli-v3-naughty.md читаются через whale_memory, whale_memory_v2, whale_memory_v3; память не пересекается. Диалоги сжимает billion-context; этот плагин считает сводки свидетельством и позволяет запросить подробности.

Считывает анимированные GIF и WebP как анимацию: вставленный файл продолжает воспроизводиться в интерфейсе, а модель получает подписанный лист выбранных кадров. Инструмент read_animation извлекает кадры из файла по запросу.

Проектная документация и долговременная память в виде обычного Markdown в отдельном хранилище Obsidian: шесть инструментов mem_* (search, read, write, log, brief, admin), однократная вводка ограниченного объёма воспоминаний на первом шаге сессии и автоматическое обобщение завершённых ходов. Obsidian не обязательно должен быть запущен, а хранилище остаётся читаемым после удаления плагина.

Запланированные задачи cron, фоновая автоматизация и выполнение агентом для DeepSeek Harness.

Резидентный на хосте cron-движок с веб-доской задач и инструментом timer_agent: запускает реальные сессии агента по расписанию, продолжая закреплённую сессию для контекста или начиная новые в выбранном рабочем пространстве проекта.

Навык проверки кода на основе шаблонов: пятиэтапный процесс ревью, градация серьёзности (критическая/средняя/незначительная), четырёхмерная оценка (качество, безопасность, производительность, поддерживаемость), двойной вывод отчётов в текстовом и HTML-формате и справочная база знаний по запросу.

Универсальная база знаний для DSH: импорт md/txt/json/yml/docx/pdf, управление папками, полнотекстовый поиск FTS5 (BM25) и веб-интерфейс управления.

Навыки Research Agent, поиск литературы с отслеживанием цитат, создание базы знаний Markdown из документов и углублённое чтение в браузерной рабочей среде для DeepSeek Harness.

Озвучивает ответы Harness через уже установленный локальный TTS: встроенные средства запуска IndexTTS и GPT-SoVITS, локальную HTTP/JSONL-точку по протоколу и загрузку папок моделей для SDK-сред Kokoro, F5-TTS, VoxCPM, Qwen3-TTS и CosyVoice. Модели не поставляются. Производный от 1624318455/dsh-plugin-tts; ID строки и настройки изолированы, поэтому оба плагина можно установить рядом, отключив дублирующие функции.

Рабочая среда для написания романов в DeepSeek Harness: вы ставите лайки или дизлайки фрагментам-кандидатам, и модель сводит их в короткий профиль предпочтений, который переносится в последующие вызовы черновиков, а рукопись не попадает в контекст черновика. Добавляет доску глав, пишущие пакеты по главам, правку в границах аннотации, переписывающую только помеченный абзац и проверяющую остальное побайтово, проектный журнал и локальные проверки темпа.

Привратник для написания патентов в dsh: сначала проверяет идею на соответствие китайскому уровню техники, затем проводит согласительные интервью пяти сторон, составление раскрытия из восьми глав, подготовку чертежей и прогоны симуляций, проверку по семи измерениям и экспорт в docx/PDF. Навыки работают сразу; инструменты поиска, экспорта и экспериментов предоставляет встроенный MCP-сервис на Python, который поставляется отключённым — одна строка в ~/.dsh/patent-services.yaml включает его, а uvx загружает wheel из PyPI.

Локальная RAG-база знаний по литературе для DSH: гибридный поиск BM25 + векторный по индексу SQLite, переранжирование кросс-энкодером, ответы со ссылками и происхождением на уровне раздела и страницы, обновление только метаданных и фоновая загрузка с опросом прогресса.