插件

P0–P4 确定性优先权限门控，含 Permissive 档位、学习沉淀与审批历史 UI；凭据/受保护路径硬拒绝，内部只读工具自动放行。

为 DeepSeek Harness agent 注入周期性 Engram 记忆召回与保存提醒：会话开始时提醒加载历史记忆，并定期提醒保存新决策、修复与经验。

为 DeepSeek Harness 提供故障关闭的网络恢复、推荐答案和安全的无人值守续办。

双模型 Auto 路由插件：低成本模型直返 / 高成本模型升级 + 逃逸学习闭环（直返答错自动学习指纹，同指纹下次强制升级），状态持久化并与 Python ModelRouter 互通。

自学习习惯引擎：从会话事件检测用户纠正信号，用低成本模型在阈值上判定习惯，候选需两层人工把关。

舒服的离线背单词全家桶：1094 个精选单词、间隔重复、6 种题型、拼写游戏和躺着背大字模式；侧边栏面板打开，也可作为单个 HTML 文件独立运行。

面向 DSH 的深度协作写作 Agent：从用户的编辑对学习个人写作风格，完整 澄清→大纲→逐节写作→红队审计→读者群像 流程，项目自动提炼成实验报告/产品介绍/综述/README，41 个 MCP 工具，Web 端选中改进与文件内嵌预览。

按学习到的 Prompt 画像改写每个请求，并自动更新习惯清单、防幻觉规则与学习记录。

法学学习实训工作台：三栏学术风界面，直读「明律」（lawagent preset）的学习档案（案件卷宗/背诵卡/错题本/笔记），并可一键把指令送进明律会话。

协调兼容的记忆与学习提供方进行有界项目召回，提供共享设置和提供方生命周期管理。

报告阶段（文稿）——资产定价与机器学习研究的学术论文写作。附带一个 skill。

数据处理阶段——资产定价与机器学习研究的数据发现与质量评估。附带一个 skill。

文献综述阶段——资产定价与机器学习研究的文献检索、合成与引用链追踪。附带一个 skill。

模型训练与结论阶段——资产定价与机器学习研究的端到端分析、模型训练与估计。附带一个 skill。

报告阶段（PPT）——资产定价与机器学习研究的论文演讲幻灯片生成（Beamer/Quarto）。附带一个 skill。

项目制教学教练：学科无关的教学引擎 + 可替换领域包（随包提供 Unity/C#），同时以 DSH 技能与可安装组合包分发。技能协议强制"先做后教"与分级提示；零依赖校验器会拒绝证据不支撑的能力结论，并在存在未解决阻塞项时阻止阶段通过。

dsh (DeepSeek Harness) plugins for project-level persistent context: session archive with a mechanical index, memory consolidation (CONTEXT.md + MEMORY.md), low-frequency skill autolearn, and automatic handoff.

算法学习工具：同步 Codeforces 与 AtCoder 提交记录，分析弱项画像， AI 生成训练计划，间隔复习排期，覆盖 114 课算法模板库。

经 MCP stdio 把 Agent 接入持久化 OKF 记忆库：Python 服务端（SQLite FTS5 + Markdown），10 个工具用于检索与写入决策、事实和偏好。

面向 DeepSeek Harness 的真实红警 2 AI 战场，具备战争迷雾安全的控制与赛后经验学习。

带证据的 Skill 自进化：脱敏轨迹学习、隔离提案、竞技场验证、金丝雀监控与自动回滚。

DSH 新手入门包：欢迎语、从 0 到 1 学习路径、按场景推荐插件与新手自查清单，联动 dsh-handbook-zh 中文教程仓库。