Плагины

Недорогой инструмент понимания видео: video_understand преобразует ссылку Bilibili / BV / локальное видео в информационный слой AVIS (ASR + структура сцен + отслеживание объектов + YOLO-метки) и возвращает summary + Q&A. Есть динамическая маршрутизация между слоями, управляемая вопросами (L0 ASR / L1 отслеживание объектов / L2 VLM по ключевым кадрам), повторное использование семантического слоя для повторяющихся вопросов и лимит бюджета на каждый вопрос. Python-движок: для базового слоя нужны faster-whisper / opencv / yt-dlp (~200-300MB); опциональный семантический слой добавляет ~2GB torch / transformers / ultralytics. Встроенный doctor --fix настраивает venv и устанавливает оба набора.

Плагин автоматической маршрутизации с двумя моделями: низкозатратный прямой вариант / высокозатратное обновление с замкнутым циклом escape-learning (ошибочные прямые ответы автоматически изучают отпечатки, принудительно обновляя тот же отпечаток в следующий раз), сохраняется и совместим с Python ModelRouter.

Движок самообучающихся привычек для DeepSeek Harness: обнаруживает сигналы пользовательских правок, оценивает привычки недорогой моделью по порогу и фиксирует кандидатов за двухуровневым человеческим шлюзом.