Плагины

Skill Forge для DeepSeek Harness: превращает беседу или вставленный контекст в повторно используемый `SKILL.md`, чтобы при похожем вопросе применять skill вместо повторного вывода ответа. Включает четыре model tool и панель Web GUI.

DSH bundle, подключающий MCP server wensu (文溯) через stdio.

Аналитика использования токенов в DeepSeek Harness: сканирует собственные session log хоста и показывает расход по провайдеру и модели, долю cache hit, дневные тенденции и рейтинг возможностей каждой доступной сейчас модели.

Непрерывность между моделями в DeepSeek Harness: память, skills и правила хранятся в локальных файлах, поэтому контекст суждений переживает смену сессии и модели. Цель не в накоплении памяти, а в её полезном применении после смены модели.

dsh-TokenLens (词元透镜): ёмкость тарифов с учётом провайдера и локальная статистика токенов (сегодня/7 дней/30 дней/всё время) по harness/provider/model/workspace.

Подключает модели подписки Huawei Cloud CodeArts к DeepSeek Harness.

StartLux Decision — недорогой слой принятия решений для DeepSeek Harness; реализует все девять точек: разрешение инструментов, маршрутизацию моделей, делегирование, compaction, продолжение хода, retrieval, выбор skill, заголовок сессии и перевод COT.

Anti Blind Approval — approval guard для DeepSeek Harness: проверяет запросы на повышение workspace-write с помощью модели сессии и разрешает кнопку Allow только при строгом JSON-вердикте.

Небольшая игра в бисероплетение в правой боковой панели DSH Web на время ответа модели: 12 шаблонов с направляющими бусинами, свободный рисунок на сетках 12/16/24 в 16 цветах, узор от модели по одному предложению и локальное преобразование картинки в узор (изображения не загружаются). Готовые работы можно утюгом перенести на стену до 60 штук и экспортировать в PNG.

Панель практики испанского для DeepSeek Harness: шесть локально оцениваемых типов упражнений (спряжение в 11 временах, род существительных, множественное число, распознавание лексики, пропуски в предложениях, грамматика ser/estar и сослагательного наклонения), вкладка написания сценариев с оценкой модели, интервальное повторение в 8 уровней и четыре agent-инструмента. Ответы вычисляет и оценивает сам плагин; модель нужна только для обучения и объяснений.

Локальная защита оценивает каждый вызов инструмента DeepSeek Harness моделью решений Ollama до запуска. Рискованные вызовы требуют подтверждения, а недоступность модели останавливает все вызовы. Нужны DSH 0.2.x и локальный Ollama 0.35.1+ с заранее загруженной стандартной моделью clef-flash (~6 ГБ); иначе отклоняются все вызовы.

Перед запуском проверяет опасные shell-команды моделью, запрашивает подтверждение или блокирует их; уже выполняемая команда прерывается, если удалила слишком много файлов.

Студия Git workflow для DeepSeek Harness: выбор модели ветвления, соблюдение Conventional Commits, проверка PR по плотности дефектов, безопасное переписывание истории, восстановление потерянных commit через reflog и версионирование релизов по фактическим изменениям поведения.

Предварительная проверка прав graph-first для DSH. Модель объявляет граф вычислений с узлами, описывающими смысл операции (что и куда скачать, что записать или удалить). Пользователь одобряет узлы по одному в боковой панели; одно одобрение покрывает одно успешное выполнение. Каждый узел хранит audit trail фактически выполненных действий. Непокрытые операции всё ещё запрашивают одобрение штатной карточкой; узел, заблокированный неотвеченным разрешением, приостанавливается, а независимая работа продолжается.

Управляет субагентами и участниками Agent Teams в DeepSeek Harness: останавливает работающие экземпляры, затем действительно удаляет их, выводя записи каталога и roster из обращения с tombstone-журналами, сохраняющими последовательность, и перемещая каталоги сессий в восстанавливаемую корзину. Есть model tools, панель заголовка беседы и автономная CLI.

В комплекте библиотека углублённого чтения статей и skill paper-deepread-html: боковая панель с интерактивными отчётами, загрузка PDF в управляемую библиотеку, анализ агентом или необязательным worker сайта, управление и перестроение библиотеки. Model tools: paper_deepread, paper_deepread_uploads, paper_deepread_reports. Для чтения/импорта/отчётов нужен Python 3; skill при первом использовании готовит PyMuPDF venv, а перестроение индекса при необходимости использует plain python3.

Добавляет голос агенту: эмоциональный синтез речи (ChatTTS при наличии, иначе edge-tts) и режим пения, вывод mp3 и локальное воспроизведение через ffplay. Требуются Python 3.10+, установленный edge-tts и ffmpeg/ffplay. ChatTTS и кеш модели необязательны. Укажите собственные пути в pythonPath/ffmpegPath/ffplayPath файла cordis.patch.yml.

Если выбранная модель не видит изображения, их обрабатывает vision model того же provider, а описание передаётся текстовой модели.

Читает видео текстовой моделью: при установленном ffmpeg извлекает кадры с интервалом 0,1–10 секунд в контактные листы, где у каждого кадра указан реальный timecode; аудиодорожка отправляется в iTingnao для транскрипции с метками времени (нужен ITINGNAO_API_KEY), а листы описывает модель хоста с поддержкой изображений. Другой vision plugin не нужен. Интервал задаётся slider в composer; аудиофайлы транскрибируются без выборки кадров.

Добавляет инструмент для снимка рабочего стола Windows в PNG с передачей пути модели, а также кнопку камеры в composer для предпросмотра, скачивания и копирования снимка.

Скрывает включённые по opt-in сторонние skills и MCP-серверы из каталогов для модели и предоставляет их через один capability tool: поиск по намерению, чтение схемы или инструкций skill, затем вызов. Локальный журнал содержит только метаданные, никогда не текст запроса и не аргументы.

Авторизация ChatGPT Codex внутри процесса, обнаружение моделей и отображение квоты для DeepSeek Harness.

Инструменты Linear для DeepSeek Harness: 26 инструментов для модели через GraphQL API Linear (issues, comments, relations, teams, states, labels, projects, cycles, users) и свободный вызов linear_graphql. Требуется личный API token Linear.

Локальная библиотека документов для DSH Desktop (только Windows, устанавливается приложенным скриптом PowerShell). Загрузите файлы один раз — в каждой беседе их можно искать и читать четырьмя инструментами: library_list / library_search / library_read / library_save. Загрузка, скачивание и пакетное скачивание доступны в панели Settings. Файлы остаются на компьютере, если не включить необязательную vision model, которая отправляет изображения на настроенный endpoint.