Плагины

Проактивная ассоциативная память для DSH: внедряет recall без запроса на фиксированной границе, с трёхслойной автоконсолидацией, кристаллизацией skills и управлением контекстом в стиле Astra. Включает журналы передачи и доску PLAN, которые переживают переключения окна контекста, а также определение уровня с автоматически обнаруживаемым окном модели. Локальное хранение в Markdown, не зависит от модели, без зависимостей; лексический нижний предел 0 ГБ с опциональными семантическими слоями.

Мост ShiGuang Memory Engine (SGME): общая долговременная память для нескольких агентов через HTTP — дистилляция L0/L1/L1.5/L2, внедрение по сценарию, единый поиск и проактивные сигналы заботы (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), устанавливается как `dsh-sgme`.

Подключает частные чаты WeChat к DeepSeek Harness как внутрипроцессный плагин по протоколу бота iLink от Tencent, с двусторонней передачей текста, изображений, файлов и голосовых сообщений, слэш-командами в WeChat, разрешаемыми через собственный реестр команд, обработкой одобрений и вопросов агента на стороне WeChat, а также проактивной отправкой через инструмент send_wechat.

Когнитивный плагин, вдохновлённый мозгом: эпизодическая, семантическая, процедурная и эмоциональная память с сигналами обучения с подкреплением, стек целей с временными триггерами, автономное веб-исследование на основе любопытства и проактивные инициативы.

Двусторонний мост WeChat для DeepSeek Harness по протоколу iLink: привяжите свой личный WeChat через QR-код и общайтесь с локальным агентом DSH из чата (текст, изображения, голос-в-текст, файлы); веб-панель настроек обрабатывает привязку/запуск/остановку/статус, привязка сессии проекта продолжает разговор на десктопе, проактивные push-уведомления wechat_notify включают дросселирование, чистый демон Node работает на Windows/macOS/Linux.

Мост IM-каналов: WeChat (ilinkai) / QQ / Feishu с проактивным push — пробуждает бота канала из запланированных задач и доставляет ответы ИИ на ваш телефон.

Проактивный плагин мультимодельной диспетчеризации: приём мультиисточниковых сигналов с дедупликацией и ранжированием срочности, движок решений из четырёх направлений (выполнить/отложить/отклонить/спросить пользователя), генерация DAG-планов с параллельным выполнением моделей, рефлексия качества с автоматическим повтором и сменой модели, долгосрочная память о паттернах задач и уроках, эволюция стратегии через генетические алгоритмы с песочничной оценкой и канареечным развёртыванием.

Мост Feishu (Lark) для DeepSeek Harness: установка одной командой, потоковые карточки прогресса с панелью инструментов, карточки кнопок ask/approval, вложения и проактивные push-уведомления feishu_send.

Интервальный heartbeat, который пробуждает каждого корневого агента (инъекция followup), чтобы он проактивно сообщал о прогрессе, рисках или блокерах: безопасная при занятости очередь, без накопления, автопауза при отсутствии ответов человека, повторное включение после следующего сообщения пользователя.

Проактивное ограничение частоты запросов по провайдерам на основе token bucket: ставит превышающие лимит запросы в очередь до отправки, предотвращая ошибки upstream 429.

Поиск в курируемой библиотеке AI-проектов GitHub от AIGC Radar (порог 500 звёзд, двуязычные теги zh/en, снимки роста звёзд) через его MCP-эндпоинт с нативными карточками результатов; слушатель агента/предварительного шага упреждающе предлагает проверку повторного использования перед написанием кода агентом.

Проактивное планирование: адаптивный heartbeat и value network (срочность, релевантность, цена прерывания) решают, когда агент должен говорить без запроса.

Исходящий ящик уведомлений: агент проактивно уведомляет через toast / голос TTS на китайском / звуковые эффекты (взрыв, победа, тревога), окно подтверждения 60 секунд перезванивает вам голосом, усиление громкости, панель настроек.

Упреждающие пробуждения на уровне хоста для DeepSeek Harness: позволяет модели планировать собственные сигналы (разовые / интервальные / cron со случайным джиттером), вовремя будить холодные сессии, ограничивать инициированные моделью последующие сообщения тихими часами и дневным бюджетом и забирать молчаливые пробуждения

Проактивные пробуждения на уровне хоста для DeepSeek Harness: модель сама ставит будильники (однократно, с интервалом или по cron, с необязательным случайным разбросом), холодные сессии пробуждаются вовремя через session resume, инициированные моделью продолжения ограничены тихими часами и дневным бюджетом доставки, а тихие пробуждения завершаются proactive_reclaim и выпадают из контекста модели. Объявленные файлы расписаний идемпотентно синхронизируют JSON-расписания по glob в будильники хоста, min_idle_seconds откладывает пробуждение, пока целевая сессия не успокоится; веб-панель (раздел настроек, вкладка на сессию, живое обновление по SSE) управляет будильниками и историей — движок сердцебиения для ИИ-компаньонов и ролевых персонажей с собственным распорядком.

Model-autonomous context compaction for DeepSeek Harness: a mind_map tool surveys the agent context surface (stable seq ids, roles, token weights, clear-boundary markers, the clear-mind playbook), a clear_mind tool replaces a chosen conversation-history span with a model-written checkpoint through the native compaction transaction, call and result pairs self-collapse into one-line tombstones, and a proactive reminder nudges the model when the context grows long or a turn runs too many steps.

Управляйте агентом dsh из WeChat через шлюз iLink: двусторонняя зашифрованная передача медиа (авторазбор входящих плюс /send), проактивный инструмент weixin_send, уведомления о завершении, переключение между сессиями и панель состояния с журналом в файл.

Набор плагинов ProactiveAgent × DeepSeek Harness: проактивная память + проактивные рекомендации, встроенные в DSH (агрегированный bundle, установка в один клик через dsh plugin add)

Linux crontab-style scheduled tasks for DeepSeek Harness: the LLM can schedule recurring workflow runs and prompt-driven tasks with cron expressions, plus proactive task suggestions inferred from the chat.