Плагины

Интеграция с Feishu (Lark) для DeepSeek Harness: 25 инструментов для сообщений чата и истории, облачных документов (включая страницы базы знаний, сгенерированные диаграммы и изображения), записей bitable, диапазонов таблиц и разрешений Drive — с использованием вашего собственного корпоративного самодельного приложения Feishu.

Локальный плагин персональной базы знаний SAG для DeepSeek Harness

Саморазвивающийся агент уровня проекта для DeepSeek Harness: 16 рабочих процессов SDD (уточнение, PRD, задача, кодирование, локализация, приёмка, ревью) плюс память и знания проекта, которые накапливаются со временем.

Переносит в DSH функции базы знаний кода langchain-ai/openwiki: создание/чтение/обновление Wiki репозитория одним нажатием, карточки Grounded Claims с отслеживанием источников и база знаний проекта из загруженных локальных файлов. Использует уже настроенную модель DSH, второй ключ API не нужен.

Локальный менеджер базы знаний для агентов DSH: импорт нескольких форматов, чанкинг с поддержкой CJK, гибридный поиск sqlite-vec (вектор) + BM25 с реранжированием bge-reranker-base, снапшоты, экспорт/импорт kbpack и кросс-KB-поиск — 22 инструмента агента и веб-панель.

Автоматизация рабочего стола Windows для DeepSeek Harness: цикл observe/act с приоритетом доступности и 30 стандартными инструментами (цели-элементы/координаты, маршрутизация стратегии auto/a11y/event), семантика безопасности с заменёнными наблюдениями и запретом повторного воспроизведения, постоянный переключатель остановки, защита от устаревания RuntimeId/rect-drift, карточки чата и плавающая панель (живые операции, стена кадров, настройки автоопределения окружения), мозаичное описание зрения для моделей с низким разрешением, журнал аудита JSONL и список разрешённых pid. Требуется Windows 10+ и Python 3.9+ с uiautomation и pillow (устанавливаются со страницы настроек).

MCP-сервер, который выполняет поиск по Roblox DevForum и официальной документации для авторов, чтобы ИИ-агенты кодирования могли отлаживать игры Roblox на основе реальных знаний сообщества и движка.

Встроенная база знаний для DSH в стиле Obsidian: агенты превращают беседы, документы и веб-источники в структурированный граф .wiki; доступны поиск, экспорт графа, редактирование заметок, инкрементальные сборки и управление несколькими vault.

Управление архивированными сессиями, уведомления о остановке задач, проверка обновлений, маршрутизация моделей (правила по ключевым словам + model_route с allowlist), многозадачные запланированные триггеры (heartbeat и задачи по фиксированному времени) и навигация по прокрутке сообщений в стиле DeepSeek для веб-GUI dsh.

Управление компьютером в Windows для DSH: снимок экрана, анализ моделью зрения, имитация мыши и клавиатуры с саморазвивающейся базой знаний. Есть двойной режим инструментов плагина и резервный pwsh только на основе skill.

Плагин DeepSeek Harness (dsh), встраивающий цикл агента fin-trace — многошаговое (multi-hop) рассуждение об отношениях над графом финансовых знаний, предоставляемое как асинхронные инструменты (start/status/cancel).

Статический и работающий страж безопасности для dsh: сканирование по правилам вредоносного кода, инъекций в промпт и траты токенов, перехват опасных вызовов инструментов во время работы, команда /scan, инструмент plugin_scan, веб-панель и список разрешённого.

Даёт агенту собственный почтовый ящик через AgentMail — одиннадцать инструментов для отправки, чтения и маркировки писем, плюс входящая почта, доставляемая в одну сессию harness на каждую почтовую переписку, с гейтом подтверждения и allowlist получателей для всего исходящего.

Interactive physics lab in the DSH sidebar — 24 parameter-driven animations (mechanics, electromagnetism, optics, thermodynamics) grouped by grade, each with a knowledge-point lesson whose steps follow the animation, a quiz with answer checking, and a draggable 3D view for four field models. Pure client side: analytic solutions computed locally, no LLM calls, no network, no telemetry.

Turn rough ideas into precise prompts for 19 image/video generation, writing, code and text models, with multi-model enhancement, prompt scoring, image-to-prompt and a periodic self-updating knowledge base.

Local task checkpoints and bounded recovery for DSH, with optional L0–L3 hierarchical memory, dependency-aware retrieval, prerequisite-aware context, and six opt-in memory tools.

Compiles a repository into a source-grounded code map: structured pages where every claim carries a verifiable path:line citation, an interactive dependency graph, knowledge cards, four model tools and the /codemap command. Deterministic, no model calls, zero dependencies.

Publishes and reads QQ Zone posts through SnowLuma's OneBot qzone_* actions (SnowLuma 2.2+ signed in to QQ), and lets the agent understand images with a local vision model (OpenAI-compatible gateway) or Windows OCR.

Шлюз знаний только для чтения над локальным Markdown-хранилищем, четыре инструмента. `wiki_recall` возвращает весь подходящий раздел, ссылки по страницам, состояние хранилища и каркас ответа. `wiki_context` даёт выдержки по страницам, оценку подтверждения и явные пробелы; `wiki_verify` проверяет черновик на неподтверждённые утверждения, включая числа; `wiki_observe` считает исправления. Настройки и боковая панель используют тот же путь запросов, что и модель, поэтому ручной поиск совпадает с её контекстом. Трём инструментам (`wiki_context`, `wiki_verify`, `wiki_observe`) нужен локальный мост Python 3: `bridge.python` и `bridge.toolsRoot` с `wiki_bridge.py`, иначе `E_PYTHON_UNAVAILABLE`.

Lingshu (灵枢) — вдохновлённая мозгом система долговременной памяти, персоны и развития для ИИ-агентов программирования. Только стандартная библиотека Python, без зависимостей, локальная работа по умолчанию; требуется Python 3.9+. Есть слоистая память гиппокамп/кора, кривые забывания, консолидация снов, нечёткое ассоциативное извлечение, система эмоций, защита персоны от дрейфа, база знаний, самостоятельно созданные навыки и локальная веб-панель. Поставляется как встроенный навык DSH. Отдельно устанавливаемый плагин cordis для внедрения при запуске автоматически добавляет сессии только если (Lingshu находится в ~/.dsh/skills/lingshu или настроен brainPy) и доступен Python 3. Необязательная проверка обновлений обращается к GitHub/Gitee.

Порт TokenEconomizer для DSH: знания о проекте между сессиями, необязательное сокращение инструментов, перенаправление циклов ошибок и записи расхода токенов.

Плагин послойной памяти и базы знаний с гибридным поиском для DeepSeek Harness: запоминает людей и извлекает надежные сведения, указывает источники, использует fallback по уровню уверенности и управляет профилями.

Пресет агента study-mode: тематическая база знаний и ответы с приоритетом поиска; при совпадении указывает источник, при отсутствии помечает как непроверенное. В боковой панели есть экран базы знаний.

Форк PC2005-cloud/dsh-pet с питомцами-девушками-китами в стиле Claude, 122 прозрачными анимациями, случайными цепочками действий, переходами к работе за ноутбуком и приветствием-подтверждением задачи. Заменяет исходный плагин; не устанавливайте оба.