Плагины

Высоконадёжный мост Feishu/Lark для DeepSeek Harness: авторизация в один клик по QR-коду, команды на основе карточек и карточки подтверждения намерения, исходящая очередь с гарантией доставки не менее одного раза без потерь, отправка/приём медиа, ZIP-архив журналов сессии через /doctor, а также многократно используемый веб-интерфейс DSH, размещающий сессии в нужном рабочем пространстве.

Улучшение промпта в один клик в поле ввода: переписывает черновик в структурированный промпт (роль и цель, исполнимые шаги, формат вывода, критерии приёмки, крайние случаи) с предпросмотром до/после, вставкой обратно и отменой. Никогда не меняет намерение и не выдумывает требования.

Добавляет кнопку оптимизации рядом с композером, которая анализирует и переписывает черновик промпта с потоковой передачей SSE, учитывая контекст разговора (стратегии шаблона или полировки намерения), цепочку памяти непрерывности редактирования, отмену и маршрутизацию модели с резервным вариантом и тестом связности.

Автоматическая маршрутизация усилия мышления для dsh: локально дообученный классификатор на 7 вопросов (ModernBERT, 842 МБ, <1 с на CPU) выбирает low/high/max для сообщений без явного намерения; внутрисессионные повторы повышают уровень (low→high→max) при ограничениях исключения; сервис-judge безопасно откатывается на low при недоступности. Чип уровня в строке ввода показывает текущий уровень и последние 20 решений. Все вычисления локальны — текст задачи никогда не покидает машину.

Ядро органов Agent-Body: плагины как единое тело. Каждая команда становится нервным импульсом, который детерминированно активирует нужный орган и называет используемую способность; пульс с переменным интервалом (быстрее при тревоге, медленнее в покое) разносит директивы оператора, проприоцепцию и предупреждения гомеостаза по системе; рефлексы срабатывают без вызова модели; сбои идут через детерминированную атрибуцию (инструмент/аргументы/права/тайм-аут/сеть), предписание и цикл перепроверки, а ошибки аргументов никогда не повторяются сами. Отсутствующий орган компенсирует орган с наибольшим пересечением способностей, а схемы инструментов фильтруются по текущему намерению (измеренное сокращение 84,7 %, воспроизводимо в репозитории). Это ядерный пакет плагинов в репозитории agent-body.

Предварительное разрешение рабочих каталогов Windows: добавляет указанным пользователем каталогам ACE DACL полного доступа (включая WRITE_OWNER, необходимый для запуска sandbox в dsh ≥0.1.7), убирая повторные запросы повышения прав. Разрешаются только явно добавленные пути; системные каталоги заблокированы. Только Windows.

Сочетает метод скелета кода Headroom (Apache-2.0) и оценщик TokenPilot (arXiv:2606.17016). Опубликованные данные: Headroom сообщает о снижении токенов на 20% для coding-агентов и на 60–95% для JSON при тех же ответах; TokenPilot — об экономии до 60% на длинных сессиях. Это показатели проектов, а не измерения или benchmark этого плагина. В DSH задаются профиль, порог Auto Compact и сжатие скелетом. Точное измерение токенизатором DeepSeek V4, сверка той же ревизии; на неподдерживаемых моделях fail-open сохраняет исходные результаты инструментов. Сжатие скелетом в ходе хода и итоговая сводка намерения внутри официального сжатия JSONL.

До заполнения окна вспомогательная модель сжимает диалог в сводки; журнал на диске переживает перезапуск и переякоривается после compaction хоста. Модель выбирается из шести пулов; Auto переключает её классификатором только выше порога, сохраняя кэш prompt. Трёхстрочный watermark запускает передачу из четырёх шагов (fork-бэкап, документ, compaction, пробуждение) без потери субагентов; /ctx-pause, /ctx-resume, /ctx-handover — ручной режим. Есть Agent Teams, /vision для текстовых моделей и проверка больших diff тестером и независимым рецензентом. UI, README и настройки — 11 языков; включены skills MySQL/Redis только для чтения, commit-сообщений и документов требований/дизайна. В одном суточном сеансе 6 свёрток заменили 209 сообщений, контекст остался в десятках тысяч токенов.

Пятислойный конвейер распознавания намерений (правила, поиск pgvector, оценка Jev, дообученная арбитрация и резервный LLM) с интерфейсом управления сценариями, хранилищем PostgreSQL и распространяемыми API-сервисами.

Инструменты архива DeepSeek Web для DSH только для чтения: список/загрузка/поиск сессий, share-list и digest — 100 сессий на одной плотной странице с полосами активности и кластерами тем. Запись намеренно недоступна из-за rate limit веб-клиента. Нужен отдельно установленный Python-клиент deepseek-ops (github.com/Panniantong/deepseek-ops, другой автор) с QR-входом; `scriptDir` указывает на его путь.

Улучшение prompt в composer DeepSeek Harness: кнопка рядом с выбором модели переписывает черновик одним дополнительным вызовом LLM и заменяет текст на месте, сохраняя undo composer. `/prompt-enhance` возвращает результат отдельной строкой, не меняя черновик. В profile patch вызов можно закрепить за отдельными быстрым provider и model. Сохраняет исходный замысел, язык и информацию, оставляет код, команды и пути дословно; ничего не выдумывает и не дополняет заглушками.

Плагин Java-разработки для DeepSeek Harness: детерминированное автоисправление .java, шаблонные intents для экономии токенов, кроссплатформенное обнаружение JDK/Gradle/Android SDK/FFmpeg/LWJGL/IDEA и постоянный кэш.

Deep PTC mode — open-source preset DeepSeek Harness; сохраняет инструменты PTC и задаёт контракт: идентичность DeepSeek, инструкция модели о неограниченном бюджете токенов без пропуска чтения/команд/проверок; план по размеру (≤5 мин внутренне, до 20 мин показывается без согласования, дольше — с ним); вопросы при неясном намерении. Обёртки официальных shell/job/question ограничивают ожидание: команды переднего плана через 30 с переходят в фон (настраивается); steering-сообщение завершает ожидание для чтения; паузы >5 с и длинные таймеры run_code отклоняются; вопросы с таймером. Основан на официальном PTC установленного Harness, наследует изменения upstream, включая удаление/переименование модулей, без поломки сессий. Executor: Automatic, WSL Bash, Windows PowerShell, native Zsh/Bash.

Добавляет кнопку ✦ под полем ввода DSH. Один вызов настроенной модели по умолчанию превращает черновик в более полный prompt, сохраняя исходный смысл и язык, и заменяет текст на месте без отправки.

Рабочая область image-deck для DSH с управлением через чат: по замыслу создает сценарий раскадровки, генерирует prompt и AI-изображение для каждой страницы с отдельными правками, предлагает девять стилей и экспортирует PDF/PPTX (одно полноформатное изображение на слайд).

Улучшение промптов в четыре уровня. Системный уровень всегда формирует системный промпт LangGPT (# Role / Profile / Skills / Rules / Workflows / Initialization) и превращает черновик задачи в промпт выполняющего агента. Остальные уровни слегка правят текст, сводят к абзацу или брифу из пяти разделов. Рабочая область итерации уточняет редактируемую основу с необязательным требованием, позволяет вернуть результат и отменить. Не меняет намерение и не выдумывает требований.

Улучшение в четыре уровня кнопкой/общим сочетанием: лёгкая правка, один абзац, бриф из пяти разделов или системный промпт из восьми. Сравнение, возврат и отмена; не меняет намерение и не выдумывает требований.

v0.8.6 исправляет сбой запуска: runtime Host — optional peer, не установленная зависимость. TypeSafe Jev/System One включает 7 инструментов: `jev_decision` (1–25 параллельных типизированных вердиктов, без прозы), `jev_choose` (ранжирует 2–10 вариантов), `jev_batch` (1–20 текстов, 1–5 оценок, реальный вызов для каждого при ограниченной параллельности; сырые ошибки, без догадок), `jev_usage`, `jev_overview`, `jev_guard_status`, `jev_verify` (26/27 в фиксированном тесте из 27 вопросов, параллелизм 6). Ledger по умолчанию сохраняется в `$DSH_HOME/jev-usage.json`. Remaining=`quota.declaredBalanceUsd` минус локальные расходы с `quota.balanceSince`; нет endpoint баланса и выдуманных значений. Нет API key — явная ошибка; сбои изолированы по поверхностям. Клиент: refresh; сервер: перезапуск Host.

Подбор намерения для DSH: агент сначала прогнозирует несколько направлений, задаёт пакет уточняющих вопросов на каждом раунде и сужает распределение до одного варианта, затем предлагает его для подтверждения. Есть плавающая панель внизу справа и локальный архив JSONL.

Автоматическая маршрутизация по уровням моделей для DeepSeek Harness: для каждой инструкции пользователя принимается одно решение об уровне. Сложные задачи планируются на мощном уровне и выполняются на дешёвом, простые остаются на дешёвом; предусмотрены детерминированная защита и резервное повышение по TTL.

Ассистент Cadence SKILL (Virtuoso Lisp) для инженеров EDA: поиск API по официальной документации (3557 записей из 5 руководств IC6.1.8, уверенность сигнатуры, API не выдумывает) и статический анализ без запуска кода на основе координат лексической глубины. Выявляет безопасное для итератора удаление с позиционной защитой copy(), сверяет placeholders printf с аргументами, находит nth O(N²) в цикле, устаревшие API со страницами документации, перехватывает опасные намерения и разбирает логи CIW. Часть host без сторонних зависимостей.

Мгновенный поиск страниц настроек DSH, вкладок и пунктов по ключевым словам, пиньиню, намерению или с помощью ИИ с прямым переходом к результату.

Зрение для любого маршрута DSH: вставляйте изображения в веб-композер с автоанализом по намерению, делегируйте чтение изображений рабочего пространства субагенту зрения Kimi/MiniMax и материализуйте вставленные оригиналы для правки.