Плагины

Защищённое сжатие контекста для DeepSeek Harness (dsh): LLM предлагает, deterministic стражи решают — упреждающее сжатие по атомам (extract/summary/false под стражами verbatim) + ленивое вытеснение reference-graph (0-LLM) + побайтово точное восстановление из append-only журнала.

MCP-шлюз с постепенным раскрытием: ищет по большим удалённым каталогам через `mcp_search`, затем вызывает точные схемы через `mcp_call`, используя отложенные соединения и ограниченные кэши.

Управляйте MCP-серверами, навыками и инструментами агента — реальное состояние в контексте (загружено/усечено/вытеснено) и переключатели по сессиям.

Автономная библиотека литературы для DSH с опциональным экспортом в Zotero: получение полнотекстовых PDF (Unpaywall/arXiv/пользовательские шаблоны URL), гибкий поиск на базе Crossref, генерация цитат APA/GB-T 7714/MLA/Chicago, PDF-читалка в боковой панели с подсветками и заметками, а также Q&A/перевод с помощью ИИ, направляемые в текущий диалог.

Покруговой контроль уровня мышления (reasoning_effort) для DeepSeek Harness: Auto планирует low/high/max по недавней истории tool calls, либо позволяет вручную задать wire level (off/on/minimal/low/medium/high/xhigh/max), с пользовательским отображением wire, защитой возможностей с учётом модели и пресетами окна контекста (64K–1M); карточка возможностей модели работает с [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (устанавливается из dsh-market), чтобы OpenAI-совместимые шлюзы (vLLM / LM Studio / self-hosted) могли пробовать reasoning. Card записывает возможности llm-pi-ai, адаптер ведёт wire (compat.thinkingFormat), а плагин поддерживает список takeover.

Инструменты письма, удаляющие ИИ-подобные шаблоны и подстраивающиеся под ваш личный стиль. 8 детерминированных инструментов сканируют текст, строят стилистический отпечаток по вашим образцам и возвращают брифы на переписывание.

Карточка настроек для движка авто-повторов DSH LLM: настраивайте число повторов, backoff и jitter прямо из Settings -> General, с настраиваемыми чипами retryableCodes — по умолчанию добавлен INVALID_REQUEST, чтобы ошибки reasoning_text в стиле OpenAI с HTTP 400 в режиме thinking автоматически повторялись.

Загружает любую http/https-страницу и возвращает заголовок, описание, основной текст, структуру заголовков и ссылки, со статистикой (количество символов/слов, время чтения, язык) и ключевыми словами; может загружать изображения контента в рабочее пространство сессии для визуального анализа и отправлять их зарегистрированным анализаторам через сервис scrape.imageAnalyzer.

MCP-сервер финансовых данных A-share Китая для harness: 11 инструментов fin_data__* (котировки/K-линии/финансы/календарь/спецданные/объявления/EDB/сверка/фонды/индексы) поверх бесплатного официального REST THS (основной) + AKShare (резервный) + Wind (эксклюзивные домены), с наблюдаемой деградацией, сжатием бюджета контекста (измерено -72,2% на стороне результата) и оффлайн-озером рыночных данных за 10 лет; BYOK.

Менеджер MCP и навыков: включение/отключение MCP-серверов и навыков из панели Настроек для освобождения контекста в реальном времени; опциональный AI промежуточный слой (mcp_search/mcp_call) вызывает отключённые серверы по требованию, с фильтрацией видимости на основе состояния, которая сохраняет включённые пользователем серверы видимыми.

Голосовой ввод для DeepSeek Harness: говорите в микрофон, и распознанный текст отправляется как обычное сообщение чата, через локальное или браузерное распознавание речи.

Бесплатный мост зрения для текстовых моделей: понимание изображений, OCR, анализ интерфейса и отладка через бесплатных провайдеров (Qwen3-VL-Flash, Doubao, DeepSeek-OCR) с графическим интерфейсом настроек.

Плагин для DeepSeek Harness, подключающийся к серверу PowerContext по HTTP для воспроизведения, памяти, передачи контекста, опыта и skills.

Отправляет локальные изображения или HTTP(S) URL изображений в настроенную OpenAI-compatible vision endpoint через инструмент inspect_image и возвращает его текстовый ответ в беседу.

Установка бесплатных моделей в один клик для веб-версии DSH, созданная для начинающих: установщик в один клик для Windows (install.bat) и macOS/Linux (install.sh, v1.7.0+); четыре постоянно бесплатных канала — Zhipu GLM (текст + изображения), SiliconFlow (Qwen3-8B и ещё 15+ моделей менее 9B), iFlytek Spark Lite и бесплатный пул OpenRouter, который маршрутизируется через openrouter/auto и выбирает из меняющегося со временем пула; подсказка по настройке в левом нижнем углу скрывается, как только подключена любая бесплатная модель; напоминание о пиковых/непиковых ценах DeepSeek в реальном времени; встроенный справочный центр для начинающих.

Плагин долговременной памяти NeatMem для DeepSeek Harness — тонкий REST-клиент к серверу neatmem

Неофициальная интеграция DeepSeek Harness с Unreal MCP для Unreal Engine 5.8

Сжатие контекста без потерь для DeepSeek Harness: самый старый фрагмент заменяется кратким изложением, а оригиналы остаются в журнале сессии.

Оборачивает работу в именованные задачи и при закрытии задачи сворачивает весь диапазон её сообщений в одно резюме на следующей границе шага; исходное содержимое можно восстановить по запросу.

Модульная дисциплина исполнения на передовой для DSH: маршрутизация на основе доказательств по 26 навыкам, планирование файлов в стиле Manus, гейты проверки, восстановление после серий неудач и интерактивная веб-панель.

Захват окна в стиле Codex для DSH Desktop на macOS и Windows: нажмите обе клавиши Command (macOS) или обе клавиши Ctrl (Windows) либо кнопку камеры, чтобы снять переднее окно, прикрепить его к текущему чату и внедрить дерево доступности в стиле VoiceOver как скрытый контекст.

Стабильное по кэшу прогрессивное обнаружение инструментов: фиксированная поверхность tool_search и tool_dispatch в каждом запросе, поиск по каталогу в памяти, вложенный диспетчер через пайплайн Harness и байт-стабильный список нативных инструментов на протяжении всего обнаружения.

Инструмент display_file, обращённый к модели, который отображает 36 расширений файлов прямо в веб-интерфейсе: изображения с лайтбоксом и зумом по клику, видео с перемоткой, аудио, PDF, файлы Office и OpenDocument, сконвертированные в PDF на хосте через LibreOffice, и локальный HTML в изолированном фрейме; байты передаются по подписанному HTTP-маршруту с поддержкой диапазонов, а PNG/JPEG/WebP/GIF также попадают в контекст модели на маршрутах с поддержкой изображений.

Структурный индекс кода для DSH: поиск символов через Tree-sitter по 8 языкам (включая C/C++), ограниченная карта репозитория, ранжированная по PageRank графа импортов и внедряемая в системный промпт, граф вызовов на уровне функций через code_refs, необязательные проверки циклических зависимостей и осиротевших модулей через code_health, а также контекст изменений рабочего дерева и контекст кода с учётом задачи.