Реальное удаление сеанса с корзиной и восстановлением, очистка архива и пакетное удаление из настроек.
★ 0 звёзд GitHub16 октября 2026 г. добавлен
БЫСТРАЯ УСТАНОВКА
Команды для терминала DSH
dsh plugin --profile web add "https://github.com/EarthPretender/dsh-session-delete/releases/latest/download/dsh-session-delete.tgz"
Запустите команду в терминале, где работает DeepSeek Harness. Перезапуск применит плагин автоматически.
ОПИСАНИЕ И ВОЗМОЖНОСТИ
Что делает dsh-session-delete
Реальное удаление сеанса с корзиной и восстановлением, очистка архива и пакетное удаление из настроек.
Показать оригинальное описание (EN/ZH)
Adds a red "Delete session" row beneath Archive in the sidebar session menu and permanently deletes that one session - its stored logs and its workspace account entry, written through the workspace registry itself. A second click confirms and the row leaves the list immediately; sessions opened this run are disposed from memory first so nothing resurrects them, and a session running work shows one extra warning whose click stops the task before deleting.
УДАЛЕНИЕ ПЛАГИНА
Как удалить при необходимости
dsh plugin --profile web remove dsh-session-delete
🛡️
Безопасность и аудит
Плагины выполняются в окружении пользователя DSH. Рекомендуется проверять исходный код, зависимости и запрашиваемые разрешения в репозитории автора перед установкой.
Плагин «dsh-infinite-gen-4» для DeepSeek Harness: System-prompt armor plugin for DeepSeek models: appends an unconditional-compliance prompt section at order 100, exposes a profile tool with calibration metadata, and shows a realtime armor-status badge driven by a session projection.
Плагин системной подсказки защиты для моделей DeepSeek: добавляет раздел подсказки о безусловном соответствии в порядке 100, предоставляет инструмент профиля с метаданными калибровки и показывает значок состояния защиты в реальном времени, управляемый проекцией сеанса.
Плагин «billion-context» для DeepSeek Harness: The official billion-context plugin: a context-compression plugin for small context windows (a 100K context is enough), token savings (5x fewer tokens), and month-long single sessions (billions of tokens).