Plugin

dsh-shell per DeepSeek Harness: esegue cmd/PowerShell su Windows e shell simili a bash su POSIX con sicurezza ispirata a bash: timeout, output troncato, codici di uscita, job in background e allowlist cwd.

Statistiche di utilizzo token a livello macchina per DeepSeek Harness (dsh): pagina Impostazioni con totali, heatmap contributi, serie e dettaglio per modello. Legge i log di sessione da ogni dsh home; non stima i costi.

Provider gateway LLMTR per l’interfaccia LLM di DeepSeek Harness: oltre 170 modelli chat e LLM ospitati in Türkiye con un’unica chiave compatibile OpenAI.

Ottimizzatore di prompt nel composer: riscrive la bozza come prompt analitico in undici sezioni usando conversazione, file del workspace e modello selezionato nella sessione, con annullamento in un clic.

Bundle DeepSeek Harness che espone server MCP (stdio, streamable HTTP, SSE legacy) come strumenti nativi, con UI impostazioni, stato live, riconnessione automatica e backup/ripristino tramite file locali o WebDAV.

Gate di spesa per DeepSeek Harness: rifiuta chiamate modello oltre budget nel flusso llm/stream prima della fatturazione. Oltre una soglia soft esegue il downgrade automatico.

Plugin DeepSeek Harness per il cambio automatico del modello nelle ore di punta: prima passa all’alternativa scelta, poi torna al modello ufficiale. Sviluppato interamente dall’IA; l’autore non ha esperienza di programmazione. Verifica la sicurezza; le istruzioni di installazione possono contenere allucinazioni IA.

Usa l’agente di coding locale TraeX come provider di modelli DeepSeek Harness tramite ACP.

Harness Codex minimo per modelli GPT non adatti all’interfaccia nativa DSH, mantenendo la compatibilità con l’ecosistema plugin DSH.

Tema 昔涟 (Cyrene) e pet desktop per la GUI web dsh: tema bianco perla e rosa, pet Live2D, sfondo a particelle, gradiente e scheda configurazione comprimibile. Porting da Cyrene-Agent (MIT) con il permesso del creatore del modello Live2D.

Salva note disordinate (testo e immagini) in una knowledge base Yuque, classificate dal modello.

Bridge WebSocket loopback che rispecchia gli strumenti frontend dell’app nel registro strumenti dell’agente e reinvia le chiamate del modello all’applicazione: un bridge, molte app, namespace isolati per chiave.

Provider generico di modelli per gateway LLM per DeepSeek Harness: monta newapi, LiteLLM, Higress o qualsiasi gateway compatibile OpenAI come route provider, rileva automaticamente i modelli e arricchisce ciascuno con parametri models.dev.

Livello dati di aggregazione tra ecosistemi: sincronizza il topic GitHub dsh-plugin e il registro npm in un indice JSON aperto, interrogabile da strumenti modello, CLI e un server MCP stdio minimale.

Auditor del valore dei plugin: revisione prima dell’installazione (scansione sorgenti + valutazione LLM) e audit successivo dei bundle installati. Promemoria per ripetere l’audit quando cambia il modello.

Controlli di integrità per i plugin DSH: verifica manifest/patch/entry/build/pack/install, plugin_check richiamabile dal modello, rilevamento host-shadowing del profilo + BOM, diagnostica dell'ambiente e preflight anti-avvelenamento.

Modalità RLM per dsh: subagent ricorsivi tramite la funzione unificata rlm(), con spawn/await/chain come chiamate Python di prima classe. Aggiunge un kernel IPython persistente con binding tools.* e context-as-variable.

Avvio con un clic per la Web UI: un Start-DSH-Web.cmd sul desktop di Windows che avvia dsh web e apre il browser automaticamente (con polling finché è pronto), più uno strumento modello web_launcher (install / open / status).

Esporta eventi DSH di solo metadati — turno, modello, strumento, approvazione, nuovo tentativo ed errore — verso Tuning Engines per tracce governate, valutazione delle policy, analisi dei costi e revisione delle Work Session, con una coda di ripetizione su disco.

Registro di lavoro tra sessioni basato su eventi: registra, segue e chiude attività con cronologia di audit completa, esportazione kanban e riepilogo della board inserito in ogni turno del modello.

Aggiunge la visione ai modelli solo testuali: lo strumento describe_image delega le immagini a un modello di visione dall’elenco dsh tramite il runtime LLM del harness.

OCR locale per le immagini allegate tramite il motore integrato di Windows (Windows.Media.Ocr): al modello viene inviato solo il testo riconosciuto, mai i byte dell'immagine; il passthrough della visione è opzionale (opt-in).

OCR locale per le immagini allegate tramite Tesseract: solo il testo riconosciuto viene inviato al modello, mai i byte dell'immagine; il passthrough vision è opzionale.

Aggiunge la visione ai modelli solo testuali: un modello di visione descrive automaticamente gli allegati immagine della chat con un prompt predefinito e li rianalizza con prompt generati dal modello se mancano dettagli. Include modalità system/custom, pannello GUI, gestione sicura delle chiavi e una piccola patch host per DSH 0.1.0-rc.6.