Плагины

Определяет настроение компаньона на каждом ходу и показывает его короткой контекстной заметкой; есть панель настроения, эмоциональных измерений и временной шкалы.

Межсессионная долговременная память в локальной SQLite: две области (пользователь и проект по Git origin), гибридный поиск FTS5 и локальных векторов с объединением RRF, проверка доказательств с обязательной явной оценкой их достаточности, цепочки аудита происхождения, интервальное повторение SM-2, дистилляция консолидации и забывание с затуханием, а также боковая панель Memory Palace с девятью видами. 22 инструмента с узкими параметрами, без внешнего сервиса, API key и Docker.

Карточка запросов логов для веб-интерфейса DSH поверх Elasticsearch/OpenSearch: единая область запросов со строками для разных диалектов и кликабельными примерами, автодополнение имён полей, фильтры-чипы, временная гистограмма с увеличением интервала по столбцу, фасеты как фильтры и список результатов с цветами уровней, продолжениями stack, колонками и страницами. Логи Docker-контейнеров — источник сбора, повторно использующий плагин docker. Пять инструментов loglens_* только для чтения (sources/search/fields/facets/context) используют тот же исполнительный слой, что и панель. Исходящие запросы идут только к настроенным источникам, проверяются по разрешённому IP, не переходят по редиректам и ограничены по размеру и времени.

QA по соответствию дизайну для текстовых моделей: инструмент `deepseek_vision` заимствует «глаз» из любого OpenAI-compatible vision route, чтобы модель могла определить, соответствует ли реализация макету; вместе с бенчмарком, стоящим за этим суждением (четыре fixture, 23 внедренных дефекта, raw transcripts) и дисциплиной вопросов, на которой это основано.

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.

Оптимизирует сырую инструкцию одним нажатием: три стиля, контекстный профиль роли/задачи/цели, выбор нескольких вариантов модельным оценщиком и самообучение на памяти сессии, умных значениях по умолчанию и правках пользователя. /template для 22 сценариев не вызывает модель. В поле есть ✨ оптимизация/отмена; также доступны prompt_optimize, auto-optimize hook, страница состояния, Settings (dsh 0.2.0) и автоопределение документов zh/en.

Плагин долговременной памяти для DeepSeek Harness. Каждый ход оценивается и сохраняется в локальной SQLite (высказывание / событие / версия / этап / решение); записи доступны в панели.

Персона и дневник между сессиями для DeepSeek Harness. Локальный фильтр выбирает, что запомнить; дополнительный вызов модели создает запись от первого лица и впечатление о пользователе, каждое связано с конкретным моментом. В последующих беседах внедряется около 2000 tokens собственной памяти в трех слоях: ядро персоны, суждения, написанные самой моделью, и дневник. Есть инструмент записи суждений словами модели. Написанный человеком Markdown-файл доступен плагину только для чтения. Боковая панель позволяет читать, забывать и экспортировать архив; забывание понижает приоритет, не удаляя запись, и сильное тематическое совпадение может ее вернуть. Обычная локальная переносимая папка. Перед отправкой секреты удаляются. Нет runtime-зависимостей и сборки.

OMK — Observe. Measure. Know. Подтверждённые доказательствами изменения знаний для приложений ИИ.

Интервью по требованиям до начала работы: проверяет ясность запроса и задаёт точные вопросы, если он неясен. В режиме strict блокирует инструменты редактирования, пока пользователь не подтвердит в чате сводку из четырёх пунктов. Подтверждённые предпочтения хранятся в двухслойной памяти.

Skill проверяет утверждения по открытой сети, а не по памяти модели. Разбивает утверждение на независимо проверяемые факты, направляет их по иерархии первоисточников для области, параллельно ищет в местных и международных экосистемах, получает и оценивает первичные страницы, затем ищет с опровергающими словами. Сначала вывод, для каждого тезиса полный URL и место цитаты; непроверенное/неопределимое отделено от подтверждённого. При наличии ключа три суждения можно передать TypeSafe Jev (System One); без ключа действуют детерминированные правила. Модель может только понизить уровень уверенности.

Независимый субагент одобрения оценивает каждую эскалацию песочницы, с настраиваемой моделью и журналом аудита.

Находит файлы правил всех соглашений, поддерживаемых OMP, и добавляет их в системный промпт как постоянно применяемый слой и индекс справочника. Потоковые правила могут прервать нарушающий вывод в ходе ответа, запретить вызов инструмента, добавить напоминание к его результату или запросить оценку готового ответа у модели-судьи. Тем же инструментом модель может создавать правила; панель аудита на странице Plugins объясняет применение каждого правила.

Сопоставляет локально проанализированный системный звук с музыкально-реактивными эффектами беседы, оценками ритм-игры, отзывами о счёте и комбо и опциональными полосами RGB-спектра в DSH Web.

Межсетевой экран плагинов работает только в сессиях, запущенных через его launcher; внедрить его в DSH Desktop нельзя, приложение не охвачено. Приписывает вызовы файлов, сети и подпроцессов исходному плагину и сверяет с декларациями: заявленные действия не отображаются, отклонения записываются. Атрибуция best-effort, без гарантии; не классифицированные вызовы относятся к хосту, а не к другому плагину. Есть предварительная карточка (возможности, опасные сочетания, PASS/WARN/BLOCK), проверка границ, необязательная блокировка до выполнения (правило против кражи учетных данных; по умолчанию выключена), тест обновления в изолированном дочернем процессе, экспорт SARIF/CSV и объединение источников. Хранение локальное, телеметрии нет; webhook необязателен и выключен по умолчанию.

Автоматическое одобрение и рецензирование вызовов инструментов, требующих одобрения: сегменты ключевых слов сопоставляют красные линии без контекста, затем судья-модель классифицирует, что было запрошено, и отправляет это в allow, reject или человеку согласно совпавшей строке и уровню риска; решение, которое не выполнилось, всегда идёт человеку, а отказы сообщают модели причину.

Возобновляет ход агента, который завершился после описания следующего действия без вызова инструмента: сторож воспроизводит журнал хода на agent/turn-stopping, задаёт модели-судье один вопрос «верно/неверно» и направляет тот же ход на ещё один шаг.

Запускает 3 или 5 кандидатов кодинг-агентов в отдельных Git worktrees, проверяет их патчи командами проекта, ранжирует только прошедших и требует отдельного одобрения перед применением победителя.

Трёхуровневый агентский memory harness: всегда включённый CLAUDE.md L1, индекс L2, детальный каркас L3 с шаблонами, шлюз, блокирующий запись в защищённые файлы без одноразового токена одобрения, безоценочное логирование событий, еженедельная дистилляция и skill цикла выполнения TDD.

Плагин режима обучения по методу Фейнмана: цикл teach → teach-back → judge → re-explain, отображаемый в виде наглядных HTML-карточек урока (диаграммы mermaid + подсветка кода shiki).

Плагин круглого стола для DeepSeek Harness: несколько настроенных ИИ обсуждают одну тему раундами, со своими persona и общим context. Судья взвешивает шесть критериев: агрессивность, логика, соответствие persona, интерес, стратегия и глубина. Эффективность затрат отдельно показывает реальный ledger dsh-cost-meter. Выводит отчёт Markdown и docx.

ИИ-компаньон с обучаемыми биоритмами, настоящим сном в офлайн-режиме и собственной памятью; сообщает о самостоятельно описанном affect, рассчитанном той же judge-логикой, что и версия pi.

Команда сборки памяти для DeepSeek Harness: каждое сообщение запускает пятиэтапный цикл (judge, retrieve, assemble, feedback, calibrate) с subagent в ролях judge, retriever, archivist, advocate, editor и scribe. BM25-поиск, материалы в хронологическом порядке и сборка LLM создают полезные пакеты для linghun. Работает с dsh-linghun.

Поддерживаемый форк dsh-approval-gate. Если нейтральная операция достигла порога подтверждений, а judge недоступен, она одобряется автоматически без повторного запроса человеку. Объяснения для утверждающего формируются по фактическому режиму sandbox, команде и путям на китайском. Также детерминированно запрещает утечку учётных данных и уничтожение системных путей, маскирует вход judge, предлагает цепочку моделей judge, правила разрешений по fingerprint и экран с unified diff и откатом в один клик.