Плагины

Agent Context Editor — кросс-агентный плагин для ручного исключения, редактирования и выборочного сжатия контекста ИИ-диалогов. Также поддерживает поиск, фильтрацию, выбор, скрытие, восстановление и отмену изменений разговора с сохранением исходной сессии.

Академический поиск AI4Scholar: 38 инструментов для Semantic Scholar, PubMed, Google Scholar, arXiv, bioRxiv/medRxiv и разрешения DOI (поиск, граф цитирования, авторы, рекомендации, полный текст PDF по частям, автоцитирование, научные рисунки), единый кросс-платформенный поиск с дедупликацией, карточка API-ключа в настройках и учёт кредитов за вызов через карточку баланса `/ai4scholar`.

Live2D-компаньон «кит-девушка» для web UI DeepSeek Harness: модель остаётся на экране и реагирует на то, что агент реально делает (размышление, вызовы инструментов, потоковый текст, ошибки, завершение хода); клик по ней отправляет агенту сообщение, и ответ стримится в речевую реплику; правый клик открывает меню выражений, элементов наряда, сцен рабочего стола и одноразовых анимаций, причём каждое действие сопоставлено с картой горячих клавиш автора модели, так что ничего не пересекается и всё истекает само. Некоммерческие ассеты модели (CC BY-NC-SA 4.0), код MIT, автор Andersen216 (https://github.com/Andersen216).

Локальный RAG по базе знаний литературы: 10 инструментов (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), гибридный поиск BM25 + вектор + реранкер, ответы на вопросы со ссылками и кликабельными DOI, полностью локальные эмбеддинги bge на однофайловом индексе SQLite. Требуется Python 3.9+ с pymupdf, faiss-cpu и sentence-transformers; установщик `npx dsh-kb-rag-install` всё это настраивает и заранее скачивает модель.

Доска задач на основе сессий в боковой панели: перетаскивайте сессии в колонки todo/doing/review/done, создавайте сессии с выбором модели и уровня рассуждения, корзина с восстановлением, заметки, экспорт/импорт.

Пресет агента в режиме обучения: агент кодирования, который обучает во время кодирования — конкретные сценарные объяснения, сократическое руководство и практические заготовки TODO(你), смоделированные по стилю вывода Learning Claude Code; устанавливается через dsh plugin add (dsh-learning-mode в npm).

Пресет агента Learning Mode: кодирующий агент, который обучает во время кодирования — конкретные сценарные объяснения, сократическое руководство и TODO(你) практические пропуски, смоделированные по стилю вывода Learning Claude Code; устанавливается через dsh plugin add (dsh-learning-mode в npm).

Пишет живое состояние агента harness (думает, работает, ждёт, готово, ошибка) в файл состояния, который опрашивает входящий в комплект Electron-питомец Live2D, поэтому реплика и лицо питомца следуют за тем, что делает агент.

Инструменты цитирования для агентов: точный поиск DOI, библиографический поиск Crossref, форматирование GB/T 7714 / APA / MLA / Chicago, генерация BibTeX, а также проверка DOI с ограниченной параллельностью и self-check здоровья.

macOS desk pet forked from anneheartrecord/dsh-desk-pet, in a real always-on-top window that covers fullscreen Spaces: the pose follows whatever the local DSH is doing across six states, the right-click menu is a real AppKit one carrying quiet mode and a session list, and seven skins ship with it. Two of the seven are drawn from geometry by a script in the repo rather than generated, so making a skin needs no image model and no API credits; the bundled skill still expands one photo into all eighteen poses on your own image tool and credentials. There is no Electron and nothing to install alongside it: the window is driven through ctypes on the Python that ships with macOS.

Ships a skill about handing work to subagents instead of doing it inline - which tasks are worth fanning out, how many to run at once, how to send them in parallel, and how to check what they returned instead of trusting the summary.

Voice for the DeepSeek Harness: speak to the agent, hear it back, and see what it is doing from a floating window that stays on top of whatever you are running.