Плагины

Навыки исследовательского рабочего процесса ARIS в виде бандла DeepSeek Harness: 82 навыка плюс межмодельное состязательное рецензирование через Codex.

Инструмент зрения `describe_image` для текстовых моделей: изображения (локальный путь, URL, вложение) отправляются в настраиваемый совместимый с OpenAI vision endpoint, и в сессию попадает только возвращённый текст.

Центр навыков для веб-интерфейса dsh: просматривайте все загруженные навыки, сгруппированные по источнику, включайте или отключайте вызов модели, создавайте новые навыки и удаляйте в восстанавливаемую корзину.

Центр навыков для веб-интерфейса dsh: просмотр всех загруженных навыков, сгруппированных по источнику, включение или отключение вызова модели, создание новых навыков и удаление в восстанавливаемую корзину.

Мост зрения для текстовых моделей: вставьте изображение — получите структурированные JSON-данные (OCR, разметка, семантика).

Закреплённый в углу виджет-кит для веб-GUI DSH — баланс, расход за день и стоимость за ход с тарифами пик/внепик, редактируемые всплывающие уведомления о балансе и дневном бюджете, построенная на модулях очередь собственных уведомлений со взвешенным выбором A/B и случайными строками или изображениями, более 30 шаблонов вендоров (OpenAI, OpenRouter, Kimi, SiliconFlow, Ark, Zhipu, MiniMax и др.) с балансом на модель и квотой подписки, а также звук завершения задачи, импорт аудио, пользовательские роли и менеджер ресурсов. Только локально, без телеметрии.

Плагин брони системного промпта для моделей DeepSeek: добавляет секцию безусловного выполнения промпта с порядком 100, предоставляет инструмент профиля с метаданными калибровки и показывает бейдж статуса брони в реальном времени на основе проекции сессии.

Плагин инструментов DeepSeek Harness, предоставляющий модели автоматизацию браузера BrowserSkill (bsk)

Зрение для текстовых моделей: вставьте изображение, и модель переключится на вариант Vision Toolkit для вопросов-ответов по изображениям, сравнения нескольких изображений, OCR длинных скриншотов, воспроизведения UI по скриншоту, привязки элементов и пиксельной разницы. По умолчанию ключ API не требуется — изображения обрабатываются бесплатным сервисом автора, 100 на машину в день; можно настроить на собственного провайдера.

Студийный плагин TongFlow для DeepSeek Harness (dsh): модель проекта в стиле съёмочной группы, рабочие процессы TongFlow, создаваемые агентом, детерминированная генерация медиа, встроенный холст.

Выполняет локальные аудиты безопасности ретрансляторов AI API и прокси LLM из DeepSeek Harness, формируя Markdown-отчёты по внедрению промптов, признакам подмены модели, переписыванию вызовов инструментов, утечке ошибок, целостности потока и рискам Web3, контролируемым профилем.

Подключает dsh к локальной среде выполнения SandBase Harness через stdio MCP для управления агентами и сессиями, потоковой передачи ходов, проверки артефактов и отмены задач.

Авторизованная коллекция безопасности DSH: девять рабочих режимов (координатор red team, пентест, аудит кода, бинарный анализ, атака-защита, обход AV, реагирование на инциденты, облачная безопасность, решение CTF) и пятнадцать плагинов среды выполнения, управляемых со страницы настроек с развёртыванием, установкой, обновлением и удалением в один клик.

Интерактивные UI-компоненты прямо в ответах: разметка, графики, формы, викторины, mermaid, 3D-сцены и цикл событий действий обратно к модели.

Использование подписок ChatGPT (Codex), Claude и Grok в качестве провайдеров LLM для DeepSeek Harness, с логином в настройках, каталогами моделей, использованием, а также инструментами image_generate, video_generate и x_search.

Неофициальный провайдер LLM Command Code: регистрирует маршрут `commandcode` с актуальным каталогом моделей и поддержкой reasoning-effort.

Генеративный UI прямо в диалоге: модель рендерит интерактивные HTML-карточки в поток чата, с потоковым предпросмотром и изолированным рендерингом.

Исследование архитектуры AGI с белым ящиком: метакогниция (петля самопознания), непрерывное обучение (маховик знаний), модель мира (пространство условий, пространственно-временной граф памяти), самосовершенствование (дисциплина начальной загрузки), конвейер белого ящика без LLM и проверяемые ограничители доверия.

Адаптивный скин ползунка reasoning, отображающий доступные уровни reasoning effort каждой модели на визуальную шкалу интенсивности от 0 до 30, с синхронизированными портретами, фоном и цветами интерфейса.

Постоянные мультимодельные команды, настраиваемые в Settings и выбираемые в Composer, с политиками модели/инструментов для каждого участника; главный Agent динамически планирует каждую отправку как ограниченный DAG с ограниченными циклами проверки/исправления, а Run Center отслеживает повторные попытки и токены каждого участника по официальным событиям использования Harness.

Панель использования в боковой панели, привязывающая токены к ретранслирующему сайту, обработавшему каждый запрос, считываемая из вашей существующей конфигурации провайдера: итоги за сегодня/месяц/всё время, разбивка по сайтам и моделям, тепловая карта активности за год, а также балансы New API / Sub2API / DeepSeek.

Показывает, какие скиллы были вызваны в каждом ходе (загружены моделью, введены как /name или ни одного), и управляет локальным каталогом скиллов: установка из вставленного адреса репозитория, папки, SKILL.md или zip, задание китайского отображаемого имени в meta.yaml скилла и удаление скилла с сохранением резервной копии.

Позволяет модели подключаться к базам данных и писать SQL.

Долгосрочная память для DeepSeek Harness в формате простого Markdown, один факт на файл, читаемая в любом редакторе. Индекс `MEMORY.md` имеет жёсткий лимит в 200 строк / 25 КБ, установленный `ctx.tools.guard()`: запись, которая увеличила бы индекс сверх лимита, отклоняется, а перезапись, уменьшающая его, всегда проходит, что позволяет пошагово уплотнять переросший индекс. Плагин никогда не пишет воспоминания сам — что сохранять, решаете вы и модель. То же хранилище используется Claude Code, Codex, Kiro и OpenClaw.