Плагины

Незаметный браузерный драйвер для ИИ-агентов: мало инструментов, полный контроль и экономия токенов.

Включает 27 инженерных и продуктивных навыков (mattpocock/skills v1.3.1), без ручной установки. Автор заявляет о создании с 40 миллиардами токенов и десятикратной эффективности разработки поверх исходных навыков. Помогает новичкам быстрее освоить набор. GitHub Issues поддерживается полностью; Markdown — предпросмотр, GitLab пока не поддерживается. Спасибо за использование и поддержку.

Фильтрует вывод, удаляет устаревший контекст и раскрывает навыки по запросу в DSH 0.2.1-alpha.1.

Собственный плагин памяти для DSH: постоянное хранилище SQLite + аудит-страж на уровне базы данных (enforceAudit) + журнал аудита. Автоматически захватывает знания после бесед, агенты вспоминают через memory_recall, поддерживается обмен между Claude Code/Codex/Cursor. Ноль внешних зависимостей.

Анализ использования по моделям, провайдерам, пространствам и периодам — с произвольными датами по всей истории — с видимостью cache-hit и разбивкой по моделям и провайдерам. Включает почасовые/дневные тренды, 53-недельную тепловую карту в стиле GitHub, серии, кольца квот токенов по моделям и пространствам (токены, стоимость, %), комбинируемые фильтры, эффективность кэша, баланс DeepSeek, псевдонимы пространств, экспорт CSV и долговечный журнал, сохраняющий использование после удаления сессии или пространства (строка Deleted) и перестраиваемый инкрементально. Реестр пространств обновляется через зонд DSH domain/changed; учитываются только зарегистрированные пространства. Отдельный учёт: вход, кэш, рассуждения. Китайский: местное время; английский: UTC; API только loopback.

Принудительно сжимает контекст при запуске llama.cpp-моделей с малым контекстом, таких как Qwen3.8-27B, повышая эффективность модели и плавность использования, вместе с хорошо проработанными промптами сжатия.

Покадровое сжатие диалога по кривой забывания для DeepSeek Harness: недавние ходы сохраняются дословно, средние ходы структурно обезвоживаются (без LLM), древние ходы сворачиваются в ограниченную пару резюме — неограниченные диалоги при ограниченном бюджете памяти.

On-demand memory for DeepSeek Harness: session logs are distilled into layered markdown (a summary, an index and per-topic files), and a mem_query tool returns only the matched entries rather than the whole index. Nothing is injected per turn, there are no dependencies, and every entry keeps a source pointer back to the conversation it came from.

Context curation for DeepSeek Harness: content-aware tool-output slimming, dead-log sweep, pinned user requirements and in-flight work, archive-then-compact with an audit trail.

A DSH conversation workspace: turn actions, provenance quotes, local notes and summaries, in-conversation find, focus lock, and per-workspace command buttons.

Multi-agent frugality defense plugin: read-ledger dedup metrics, compaction-immune rules, completion gate, cheap-model review lane.