Плагины

Четыре инструмента только для чтения поверх базы знаний WeKnora: список баз знаний, гибридный поиск фрагментов, повторная сборка чанков одного документа по порядку и собственный ответ RAG или ReAct-агента WeKnora с возобновляемым идентификатором сессии.

Инструменты поиска знаний WeKnora для DeepSeek Harness (dsh): семантический поиск, чтение документов и ответы RAG/агента по вашим собственным базам знаний.

Студия съёмочной группы TongFlow для производства изображений, озвучки, музыки и видео: агент создаёт файлы рабочих процессов TongFlow для каждого ресурса (.tongflow.json), которые выполняются через плагины TongFlow, со встроенным холстом рабочих процессов, макетом проекта по кадрам/персонажам/дублям и шаблоном манга-драмы; сессии, начинающиеся с @tongflow, открывают представление «Студия».

Студийный плагин TongFlow для DeepSeek Harness (dsh): модель проекта в стиле съёмочной группы, рабочие процессы TongFlow, создаваемые агентом, детерминированная генерация медиа, встроенный холст.

Память восстановления после сбоев: поиск и запись уроков восстановления после сбоев из реальных инженерных сессий, с поиском BM25 + семантическим RAG и базой знаний уроков.

Локальное скачивание счетов IMAP, OCR, архивирование и сводки возмещения расходов в Excel для DeepSeek Harness.

Кросс-агентный, локально-ориентированный плагин постоянной памяти для DeepSeek Harness (DSH) на основе Mnemon. Он совместно использует долговременную память между агентами с поддержкой Mnemon и добавляет память времени выполнения, документы проекта с возможностью поиска, семантическое воспроизведение, граф знаний и боковую панель UI.

Мнемонический слой.

Трёхуровневая плоскость управления памятью для DeepSeek Harness: персистентный контекст выполнения, поисковые проектные документы, подключаемая долговременная память, умная маршрутизация, контролируемые рабочие процессы агентов, WebUI и headless-инструменты.

Рабочее пространство ролеплея для DeepSeek Harness: импорт карточек SillyTavern/TauriTavern или создание с нуля в интерактивном потоке; длинный роман TXT превращается в играбельную карточку при тщательном или беглом чтении; главный агент обращается к worldbook по мере необходимости, проза читается в отдельной вкладке; несколько мировых линий в одном диалоге (регенерация, изменить-и-отправить, клонирование); наборы стилей с 16 встроенными стилями, кластер агентов-персонажей, карточка решений и экспорт карточки или романа; связность длинных историй обеспечивают замороженный префикс настроек, жёстко обрезанное окно контекста, отслеживаемые заметки режиссёра и recall по ключевым словам/семантике/гибриду, с эмбеддингами онлайн или локально. Цель — Harness 0.1.2-alpha.3.

Интеграция DeepSeek Harness для OpenContext с долговременной межсессионной памятью, автоматическим захватом и отзывом подсказок, саммари сессий, структурированными инсайтами и поиском документов.

Набор инструментов для обработки китайских правительственных документов: проверка формата GB/T 9704, автоисправление, редактирование содержимого (красная аннотация + зачёркивание), генерация шаблонов, преобразование Markdown в docx и вставка колонтитулов/номеров страниц для 24 типов официальных документов.

Поиск более чем по 65 600 документам API с 20 китайских открытых платформ через пять инструментов только для чтения и навык времени выполнения.

Глубокое чтение книг и статей в пяти режимах (быстрый, глубокий, карта знаний, по Фейнману, полная книга) с отчётами «утверждение — доказательство — данные», интеллект-картами Mermaid/XMind, пакетным сравнением, предварительной проверкой бюджета, прозрачным отслеживанием прогресса фоновых задач и экспортом в MD/HTML из URL, файлов или вставленного текста.

Даёт модели доступ к инструментам разбора документов MineRU.

Защитник академического письма (двуязычный EN/ZH): убирает характерную для ИИ защитную формулировку, сохраняет научную доказательность (цифры, цитаты, силу утверждений, незначимые результаты, границы применимости) при редактировании и настраивает текст под целевой журнал (Journal Profile + Journal Fit). Детерминированные локальные регулярные выражения/статистика, без сети и LLM; включает writing_rules / writing_audit / writing_style_profile / writing_journal_profile с автоматической проверкой при написании статьи.

Боковая панель DSH показывает существующие в рабочем пространстве сессии markdown-документы, изображения и видео, ранжируя их по релевантности разговору: недавние сообщения локально сопоставляются с заголовком, сводкой и телом документа с IDF-взвешиванием, без модели и сети. Список сканируется из пространства, а не хранится, поэтому перезапуск DSH или новая сессия его не очищают. Картинки и видео открываются предпросмотром на месте: относительные пути резолвятся, видео стримится через HTTP Range. Панель ссылок под заголовком предпросмотра показывает цитирующие и цитируемые документы с переходом в один клик. Тот же рейтинг доступен агенту как инструмент knit_docs: возвращает самые релевантные документы с совпавшим фрагментом в каждом, если найден.

Загрузка файлов с цветными карточками вложений (хранилище изолировано по сессиям, дедупликация по sha256, очистка по TTL), плюс инструмент read_document с определением содержимого для PDF/DOCX/XLSX/TXT.

Редактирование документов с адресацией по блокам: MCP-сервер, предоставляющий geml_get / geml_set / geml_check и подобные функции, благодаря чему агент читает или переписывает один адресованный блок документа Markdown или GEML вместо всего файла целиком. Поставляется с навыком написания GEML и навыком графа кода, который строит и позволяет перемещаться по графу вызовов проекта в виде карт кода GEML.

Работа с документами, ориентированная на агентов, для DSH — адресуемые блоки позволяют агенту читать и редактировать один раздел вместо всего файла. Поставляется с MCP-сервером geml, а также навыками написания и графа кода.

Загрузка файлов в стиле Claude перетаскиванием или через скрепку, с определением типа содержимого, преобразованием документов в Markdown через Microsoft MarkItDown (со встроенным резервным вариантом на JS), встраиванием текста и инструментом read_document для агентов.

Импортируйте карточки персонажей и мирокниги SillyTavern/TavernAI, сохраняйте их как локальные документы истории мира в Markdown и генерируйте прозу романа по вашим промптам, используя настройки мира как референс.

Оптимизация сырой инструкции в профессиональный промпт в один клик: три стиля вывода, ситуативно-осведомлённое профилирование роли/задачи/цели, самоитеративное обучение (память сессии + умные значения по умолчанию + пользовательские переопределения), /template для 22 подсцен с нулевыми вызовами модели, ✨ оптимизация/отмена в один клик в поле ввода, инструмент prompt_optimize, хук автооптимизации и автоопределяемые документы zh/en.

Превращает локальные документы в формате markdown и текстовые документы в запрашиваемую базу знаний с гибридным семантическим и ключевым поиском, проверкой цитат и внедрением источников.