Плагины

Пакет DeepSeek Harness, превращающий выпуск больших текстов (научные статьи, отраслевой анализ, деловые комментарии) в конвейер из 9 ролей. В 6 фазах параллельно работают T1 поиск литературы, T2 данных и T3 кейсов; затем T4 аналитик, T5 автор, T6 критический напарник, T7 аудитор, T8 финализатор (выполняет координатор) и T9 рецензент. Есть треугольная проверка доказательств; M-gate из 26 проверок (25 скриптовых + 1 человеческая); аудит G0-G16 с проверкой следов ИИ в китайских текстах; оценка рецензирования с подбором журнала; 4 ручных чекпоинта. Установка: `dsh plugin add lunheng-article-pipeline` (`package.json#dsh.bundle.patch` и запись `lib/index.js` регистрируют skill). Включены карточки ролей T1-T9, шаблоны, 36 проверочных скриптов без зависимостей и README на пяти языках.

Переносите устойчивое состояние задачи между DeepSeek Harness, WorkBuddy, Claude Code и Codex с машиночитаемыми контрольными точками и оптимистичной блокировкой.

Откат беседы в стиле TRAE — контрольные точки на каждом ходе (скользящее окно на 10 ходов) откатывают затронутые файлы и усекают контекст модели на месте, сохраняя тот же идентификатор сессии. Только по инициативе человека: команда /rollback или веб-кнопка для каждого хода (работает и для прерванных ходов), с предпросмотром, перечисляющим каждый затронутый файл и действие — восстановление, возврат, удаление или пропуск.

Просматривает контрольные точки, созданные dsh-checkpoint-rewind, как временную шкалу временных узлов и показывает построчные diff'ы по файлам между любыми двумя из них, с replay трасс из session logs (производитель snapshot не нужен) и откатом рабочего пространства с предварительным просмотром и одношаговым undo, через команды /diff и /rollback, JSON HTTP API и панель GUI.

Запускает конвейеры AItelier из DSH через MCP: 39 инструментов (22 чтения, 17 записи) для генерации, запуска, инспектирования, редактирования, экспорта и импорта многошаговых конвейеров SkillFlow. Шаги выполняются в AItelier, а не в сессии DSH, опрашиваются по run_id, приостанавливаются на принудительных движком контрольных точках, отвечаемых через answer_checkpoint, и оставляют пошаговые трассировки и выходные данные шагов для последующего чтения; add_provider / map_model / edit_role направляют отдельную роль на локальную или более дешёвую конечную точку. Включает навык aitelier-pipelines.

Ограничители, обеспечиваемые движком, для роёв агентов DeepSeek Harness: контроль качества отклоняет незавершённую работу, отказоустойчивые контрольные точки возобновляют на месте — ИИ-команды не просто работают, а не ломаются.

Добавляет Delete session в контекстное меню боковой панели; после подтверждения с размером логов и текущей активностью корректно отвязывает log files, projection checkpoints и регистрации памяти host.

Рабочая среда для кода в правой панели: дерево файлов workspace и многооконный Monaco Editor (подсветка, сохранение с проверкой версии), Tab-дополнение DeepSeek fill-in-the-middle, checkpoint/rollback при каждом сохранении, поиск по codebase и инструмент агента `codebase_search`, а также reference chips для вставки выделения в чат как упоминания `@path`.

Локальные контрольные точки задач и ограниченное восстановление для DSH: опциональная иерархическая память L0–L3, поиск с учётом зависимостей, контекст с учётом предварительных условий и шесть дополнительных инструментов памяти.

Экспериментальный мост для Windows: Codex контролирует задачи DSH Desktop 0.2.1-rc.3 через локальный MCP, приостанавливает работу для уточнения направления, задаёт контрольные точки плана, проверяет и перерабатывает результат, маршрутизирует по именованным рабочим пространствам. Windows-адаптация Cryocell77/dsh-desktop-mcp-bridge (MIT); имя пакета и запись загрузчика совпадают с оригиналом, поэтому одновременно включить их нельзя.

Набор продуктивности DeepSeek Harness: поиск по диалогам, контрольные точки, управление контекстом, основной/боковой чат, локальная долговременная память, задачи и планирование дня.

Контрольные точки всего workspace по ходам: снимок в конце хода, список изменённых файлов под ним. Можно восстановить файлы, диалог или оба. Полное сканирование дерева, а не хук записи, фиксирует изменения shell, внешних редакторов и git. Восстановление диалога создаёт ответвление от хода, не обрезая оригинал; его можно отменить. История в теневом git-репозитории под DSH_HOME; .git проекта не затрагивается. Нужны Git >=2.20 и Node.js >=20.

Откат диалога в стиле TRAE, пересобранный для DSH 0.1.7-rc.2: контрольные точки каждого хода восстанавливают затронутые файлы и обрезают контекст модели в той же session id. /rollback doctor проверяет framework-contract; diff затронутых файлов строится относительно текущего состояния диска и остается актуальным после перезапуска. Есть отмена последнего действия по Ctrl+Shift+Z, настройка скрытия отмененных сообщений и английский интерфейс.

Плагин обхода браузера и проверки сайтов: обучите один раз, затем воспроизводите детерминированные сценарии с управляемым Chromium, скриншотами, учётными данными, контрольными точками и восстановлением селекторов.

Умные контрольные точки, защитные механизмы рабочей области и мгновенный откат для DeepSeek Harness.

Рабочий процесс перевода многоязычных субтитров для dsh: разбор SRT/VTT, перевод LLM на уровне предложений, двуязычное объединение, пакетная обработка с возобновляемыми контрольными точками.

Per-turn git checkpoints of a workspace: undo one turn’s changes, or go back to the end of an earlier turn, with a diff preview and an undo of the revert itself.

Host-side progress checkpoints for long DSH tasks. After N minutes or M tool calls the model is nudged to post a one-line progress note and keep working, so you can correct it before it runs far off course.

Writes a novel from one idea to a validated manuscript with a code-driven workflow: a JavaScript state machine runs the stages (constitution, outline, design, writing, validation, batch, export) and a 15-step per-chapter loop, PowerShell scripts validate each gate, and versioned checkpoints let a restart resume at the exact chapter. Nine subagent roles do the drafting and review. Needs PowerShell 7 (pwsh) and Python 3.7+; without pwsh the gates record a DEGRADED verdict and the run pauses.

Per-turn, per-file checkpoints for files written by DSH tools: keep, undo, redo, and revert to here from a dock above the composer, with inline before/after diffs, pinning, and per-session storage cleanup.

A Conductor tab and commands for a chat's context: /new replaces the context in place with a model-written handoff, /rewind restores the chat and the agent's file edits to an earlier prompt, plus /drop, pins, an automatic compaction level, recovery after failed turns, silent messages between chats and agent and task orchestration. Supersedes dsh-orchestrator, dsh-force-compact and dsh-continue, so do not install it alongside them. Requires DSH >= 0.2.1-rc.5, Node >= 22.5, the web profile and dsh-better-sidebar.

Routes model and reasoning effort per turn: a cheap classifier reads each request and picks one of five tiers, a supervisor model re-routes on tool errors and checkpoints, and upgrading to the stronger model waits for confirmation.

Declarative DAG runtime for DSH tool plans with bounded parallel execution, read-only retries, per-step checkpoints, cancellation, and conservative crash recovery.

Keep conclusions alive across context compaction: the model writes a task checkpoint and the plugin re-injects it into the system prompt's first node — the span compaction never touches, so it survives any number of compactions. Four-tier injection (0/95/175/≤12000 chars) scales with session relatedness; checkpoints live in the plugin's own folder, never in your workspace.