Плагины

Архивация результатов инструментов под управлением модели. Выше настроенного размера результат получает короткий ID (#a1b2c3d4); ненужные результаты модель помещает в archives/ сеанса, оставляя в контексте малый восстанавливаемый stub с путём. Оригиналы остаются в дополняемом журнале. В Settings есть статистика по размеру, пороги без перезапуска и условное напоминание. Панель статистики требует dsh-better-sidebar.

Инструменты Genspark для DeepSeek Harness через @genspark/cli: веб-поиск и crawl, генерация изображений/видео/аудио, анализ медиа, поиск X/Instagram/Reddit и список моделей. 17 типизированных инструментов и 18 команд /genspark-*. Нужен установленный и авторизованный @genspark/cli (gsk login) либо GSK_API_KEY.

Семантический поиск по workspace: три инструмента (zg_search, zg_index, zg_status) используют CLI zg для гибридного BM25 + векторного + RRF-поиска. Защита search-first требует сначала успешный поиск в индексированном workspace, затем допускает grep/rg.

Кнопка-звезда в Composer просит текущую модель яснее переписать черновик; исходник восстанавливается одним нажатием, шаблон редактируется.

Инструментарий ИИ-исследований DSH: радар релизов моделей, бенчмарки и отчёты сообщества по 13 структурированным таблицам и китайским/английским обсуждениям, новостной радар по 46 лентам и 22 официальным аккаунтам X. Регистрирует 4 инструмента и 3 навыка; отчёты Markdown с оглавлением.

Добавляет рабочие каталоги через кнопку или /add-dir, /remove-dir и /dirs с режимом read-write либо read-only. Модель видит их в runtime-контексте. write/edit в read-write-каталогах по умолчанию обходят подтверждение расширения sandbox, но shell-команды по-прежнему требуют его.

Переводит запрос пользователя перед отправкой, а рассуждения и ответы модели — на язык пользователя через API перевода или настроенные модели DSH. Отдельные переключатели типов содержимого и меню Composer.

Один переключатель в реальном времени, без перезапуска, убирает схемы инструментов и блок инструкций MCP-сервера из контекста всех агентов или возвращает их. Для 207 схем REA, регистрируемых даже вне реверс-инжиниринга. Есть индикатор dock, /rea on|off|status|toggle и GET/POST /rea-toggle/state; состояние переживает перезапуск, subagent охвачены до первого шага.

Превращает англоязычные MP3-аудиокниги и документы в аудиоуроки. Локально расшифровывает предложения моделью речи, уже загруженной DSH Voice Input (около 241 МБ; при отсутствии загрузится при первом использовании; нужен ffmpeg), а модель DSH проверяет и объясняет. Практика слепого/интенсивного аудирования и интервальные повторения; экспорт китайской озвучки. Голоса Kokoro офлайн, боковая панель и 4 инструмента ИИ.

Релизный gate качества ответов ИИ: воспроизведение архива VeriScope исходным Python-gate или проверка порогов экспорта Ragas по строкам только на Node, без VeriScope/Python/pandas. Возвращает PASS/FAIL/REVIEW с доказательствами и проверяемой квитанцией; пороги по строкам и точное сравнение десятичных чисел. Не переоценивает и не вызывает модель; REVIEW никогда не становится PASS.

Локальное извлечение BM25, fail-closed-защита записи, статический doctor и панель для Markdown-хранилища Engramory. Без opt-in нет сети, демона и вызовов модели; качество измеряется воспроизводимым тестом в репозитории.

Локальная память DeepSeek Harness: записи группируются по темам и связываются с похожими; поиск ранжируется по сходству эмбеддингов, а без установленной модели — по совпадению слов. Данные в локальной SQLite.

Сжатие контекста заметками: заменяет LLM-сводку постоянным блокнотом, созданным моделью, и восстанавливаемой исходной историей; на границе переключения вызовы модели не нужны.

Подключает DeepSeek Harness к памяти Hindsight по правилам omp: общая база, автоматические теги проекта, извлечение по проекту и глобально, инструменты ментальных моделей, поиска дублей и повторного запуска неудачных фоновых операций. Нужен работающий сервер (по умолчанию http://127.0.0.1:8888).

Локальная долговременная память DSH: просмотр, поиск (BM25 + синонимы) и редактирование записей в панели; папки, архив и корзина. Выбор внедряемой памяти для каждого сеанса. Записи модели требуют одобрения. Импорт/экспорт резервных копий и необязательная синхронизация через собственные Git или WebDAV.

Запускает в DeepSeek Harness через MCP upstream-набор сжатия Headroom (headroom-ai, Apache-2.0). Публикует headroom_compress, headroom_retrieve и headroom_stats как инструменты mcp__headroom__* на upstream-сервере, устанавливаемом при необходимости через uvx. Сжатие с потерями, но обратимое: оригиналы извлекаются по hash из локального CCR. Также есть регистрация в MCP Headroom и sanitizer заголовка модели для upstream-прокси.

Преобразует отказы защиты, сбои gate и отрицательные оценки людей в уроки проекта; в новые сеансы добавляются только включённые человеком правила. Инструменты модели не регистрируются; просмотр через карточку Settings.

Постоянное состояние сеансов SQLite, память историй и извлечение, репозитории и инструменты записи для модели в ролевых плагинах DSH.

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.

Сжатие блоками включается только при контексте свыше 85% окна модели или запросе более 4 МБ. Суммирует историю блоками по 1,5 МБ; небольшие сеансы используют встроенное сжатие.

Goal Map в режиме чтения показывает путь «цель—план», карту сеанса и шаги по сообщённому прогрессу. Не запускает задачи и не вызывает модель. Beta.2 поддерживает DSH Web 0.2.0-rc.2 или 0.2.1-rc.2 и Node.js >=24.

Лёгкое восстановление dsh после сбоя. После перезапуска ищет сеансы с прерванным во время выполнения последним ходом и повторно внедряет запрос продолжения с обязательной проверкой реального состояния до действия, предотвращая слепой повтор побочных операций. Реагирует только на настоящий маркер (turn/end reason interrupted, создаваемый session repair при холодном чтении), не на отмены, лимиты скорости и ошибки модели; не нужны классификация ошибок, backoff и UI. Обнаруживает и прерванный subagent при нормально завершившемся ожидающем родительском ходе и будит родителя. Один файл хоста, без внешних зависимостей, семь констант.

Индикатор давления на контекст в dock композера обновляется в реальном времени. При приближении к лимиту он просит текущую модель создать handoff brief, запускает его в новой сессии и переключает туда, позволяя продолжить долгую работу.

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