Плагины

Проверяйте созданные ИИ документы Word, PowerPoint, PDF и HTML в официальном предпросмотре: выделяйте проблемы рамками, редактируйте текст на месте и передавайте заметки агенту. PDF и изображения поддерживают только аннотации. Для редактирования нужны входящий в Harness комплект LibreOffice и Python.

Плагин DSH: уровень корректности Windows — обнаружение GBK/GB18030/UTF-16/Big5/Shift-JIS с оценкой уверенности и указанием потерь; проверка допустимости путей Windows (зарезервированные имена устройств, 8.3, UNC, MAX_PATH); разбор netstat.

Регистрирует doc_ocr_sign_fix в DeepSeek Harness на macOS. Диагностирует и исправляет отказ bundled Python загружать native extensions onnxruntime/cv2/pypdfium2 из-за hardened runtime/library validation: добавляет entitlement disable-library-validation, переподписывает interpreter и проверяет imports. Идемпотентно, сначала сохраняет исходный binary и не трогает внешний bundle приложения.

Читает и записывает облачные документы WPS 365 (smart documents и .docx/.xlsx/.pptx) через локально установленный wps365-cli, проверяя конфликты перед записью. Требуется корпоративный аккаунт WPS 365.

Структурированное распознавание изображений: локальные измерения sharp и облачная vision-модель за один вызов возвращают описание, OCR с координатами, расположение объектов и подробные атрибуты. Кэш отпечатков возвращает повторные изображения за миллисекунды без расхода квоты модели.

Локальная база знаний для DeepSeek Harness: импорт Word/PPT/Excel/PDF (текст или скан), EPUB и MOBI/AZW3; Markdown с якорями страниц, качеством/уверенностью OCR и порядком PDF с учётом колонок. Wiki под управлением LLM (правила schema.md, авто index.md, дополняемый log.md, типизированные заметки с источниками/ссылками), доверие high/medium/low для ранжирования и предупреждений; поиск и между базами, точное чтение/редактирование, экспорт md/jsonl/zip. MOBI/AZW3 требует Calibre; старых .doc/.ppt — Word/PowerPoint в Windows или LibreOffice в Linux. OCR-модели скачиваются при первом сканированном PDF.

Добавляет вкладку Insight рядом с conversation и trajectory в DSH: вызывает модель для поочередной интерпретации tool-вызовов и поддерживает пользовательский prompt.

Открывает файлы .blend в предпросмотре документов правой боковой панели. Blender headless экспортирует кэшированный GLB со статистикой сцены, который отображается в WebGL-окне без зависимостей. Требуется Blender 3.6+ в PATH или настройка blenderPath.

Герметичная блокировка: фиксирует fingerprint зависимостей profile, порядка bundle, lockfile и patch. При drift предупреждает или завершается ошибкой в strict mode (режим CI --frozen).

Журнал проверенного прогресса: один из трёх инструментов фиксирует шаг только после проверки workspace независимым субагентом с новым контекстом. Scope fingerprint до/после; изменение проверяющим аннулирует вердикт, раунд не считается прогрессом.

Предоставляет 15 Superpowers-навыков DSH: TDD, отладка, планирование и code review.

Реестр доказательств по сессии: источники, связанные утверждения, открытые вопросы и явная проверка пользователем. Инструмент, slash-команда, панель. Экспорт Markdown по умолчанию исключает выдержки, заметки и локальные пути; источники не загружает и истинность не проверяет.

Подключает размещённый MCP-сервер Reaudit (https://mcp.reaudit.io/mcp) через встроенный мост @deepseek-ai/dsh-mcp-client с bearer-токеном REAUDIT_API_KEY. 238 инструментов mcp__reaudit__* отвечают за видимость бренда в ChatGPT, Perplexity, Gemini и Google AI Overviews, анализ конкурентов и цитирований, аудит сайтов, создание контента и планирование публикаций в соцсетях.

Гадание Люяо одним нажатием: задайте вопрос, постройте шестилинейную гексаграмму и получите толкование ИИ. Каждый расклад сохраняется локально.

Полнодуплексный голосовой режим для DeepSeek Harness 0.2 Desktop: потоковое ASR для черновика, чтение по предложениям, перебивание речи, живые субтитры и страница настроек в приложении. Неофициальный форк совместимости dsh-voice-mode 0.7.15.

Переносит методологию obra/superpowers в виде 14 нативных навыков DSH — brainstorming, writing-plans, executing-plans, subagent-driven development, test-driven development, systematic debugging, parallel agent dispatch, git worktrees, code review, verification before completion, skill authoring и др. — сохраняя скрипты, справочные материалы и перекрёстные ссылки. Навыки выдаются реестром DSH; frontmatter свёрнут в manifest, префиксы приведены к именам DSH. Требуется формат сеансов DSH v4 (официальный DeepSeek Harness 0.1.7+). Команда `/superpowers` объявляет тип источника под управлением производителя `plugin:dsh-plugin-superpowers`.

Запускает Superpowers как пресет агента и назначает каждой способности собственную модель субагента через таблицу Settings, поэтому TDD, отладка и проверка не наследуют одну и ту же модель родителя.

Чтение документов перетаскиванием для DeepSeek Harness: поместите PDF, Word или PowerPoint в рабочее пространство, и агент получит инструменты для составления плана, поиска и чтения содержимого при ответах на вопросы.

Полнотекстовый поиск по сохранённым журналам сеансов DSH: строит инкрементальный индекс сообщений и возвращает `sessionId`, `seq` и короткий фрагмент. Есть инструмент агента и отдельная панель. Требуется Node.js 23.5 или новее.

Плагин DeepSeek Harness (dsh): показывает состояние локальных LLM-эндпоинтов в правой боковой панели Web в реальном времени. Отображает слоты llama.cpp (занят/TTFT/завис, `/metrics`) и MODELS Ollama (загружены или пусты). Определяет движок по форме ответа и устанавливается как `dsh.bundle`.

Мастерская плагинов DSH: устанавливает одной командой семь плагинов — управление MCP-серверами и skills, память между сессиями, порядок hooks, очистка сессий, граф знаний кода и методология Superpowers.

Показывает в боковой панели DSH ежедневные заметки, задачи и временные блоки Day Planner из Obsidian. Включает месячную сетку с началом недели в понедельник, число слов и отметки задач по дням, компактную шкалу HH:mm, фрагмент дневника и список задач выбранного дня. Записывает обратно в Markdown состояние флажков, текст задач и время. При первом запуске мастер находит vault или принимает путь.

AlphaRSI — цикл самоулучшения из трёх ролей для развития рецепта обучения моделей альфа-последовательностей. Operator выполняет walk-forward, Evaluator оценивает по OOS RankIC, Refiner предлагает гиперпараметры через байесовский поиск TPE; сохраняются только строго лучшие рецепты. Офлайн-запуск одной командой, комплект данных со сверкой sha1, автоопределение GPU. В комплекте одна skill.

Превентивная политика для результатов инструментов DeepSeek Harness: переписывает текст по правилам regex или удаляет/обрезает непредсказуемые данные по пути поля до нормализации, отображения или сохранения. Upstream-аналог dsh-plugin-redact.