Plugin

Ledger di progetto IA. Active ledger: stato corrente; turn journal append-only; decisioni/obiettivi/lezioni in una card-file con indice multidimensionale. Solo l’utente modifica i principi. Un modo di compattazione divide in mantenere/reiniettare verbatim, archiviare in _stash/ o scartare. In un container multiprogetto si blocca un subproject; il lock persiste nel home del plugin senza marcatori nel progetto. L4 del log a 5 livelli salva alla lettera le parole utente, non le inietta ed è consultabile su richiesta. Prima di compattare, capsula verbatim con citazioni, errori grezzi, file modificati e fonti è salvata su disco e persiste ai riavvii. Locale, zero deps runtime. Handoff riprende la chat. 21 tool, 12 sottocomandi, 39 impostazioni; priorità pannello/manifest configurabile.

Pila persistente di attività multi-step per gli agenti DeepSeek Harness: include `focus_task`, `focus_complete`, `read_focus` e il comando `/focus`, senza iniezione automatica di prompt.

Esegue un’istruzione su tutte le macchine Windows/macOS online, tra reti e aree geografiche. Un relay senza dipendenze comunica solo tramite connessioni in uscita (Tailscale, VPS pubblico dietro TLS o tunnel). Ogni macchina esegue nel proprio checkout e restituisce commit, fingerprint del working tree e hash del comando; una divergenza d’ambiente è “non verificabile”, non un risultato diverso. L’invio richiede un operator token distinto dal device token per macchina.

Skill per il misuratore UV LinShang LS125 e la sonda UVALED-X3: collegamento 9600 8N1 retroingegnerizzato (frame da 28 byte, CRC-16/MODBUS, comandi poll e clear), strumenti di acquisizione/decodifica e firmware host STM32F103 verificato che legge la sonda senza lo strumento originale. Codice e documentazione scritti da un agente IA (DeepSeek Harness).

Widget quota OpenCode GO nella barra laterale, con barre di utilizzo rolling/weekly/monthly e tempo trascorso/rimanente per ciascuna, proxy same-origin, comando /opencode-go e fix runtime x-opencode-session per le richieste chat del gateway GO. Fork di yumusb/dsh-opencode-go-usage.

Aggiunge Explain alla scheda di approvazione: una chiamata al modello restituisce esattamente tre righe su operazione in sospeso, file o stato di sistema letti/scritti/modificati/eseguiti e verdetto rischio/attenzione/sicuro con una frase di motivazione. Mostra anche i dettagli delle chiamate write/edit che il renderer lascia vuoti perché legge solo il campo command.

Fork mantenuto di dsh-approval-gate. Se un’operazione neutra raggiunge la soglia di conferme e il judge non è disponibile, viene approvata automaticamente senza richiedere di nuovo l’intervento umano. Le spiegazioni per chi approva sono generate in cinese dal modo sandbox, comando e percorsi reali. Include inoltre diniego deterministico di esfiltrazione credenziali e distruzione di percorsi di sistema, mascheramento dell’input del judge, catena di modelli judge, regole per fingerprint e vista con diff unificato e ripristino in un clic.

Esegue lo strumento bash nativo di DSH su Git Bash per Windows, così i comandi vanno direttamente a bash -c invece di essere rielaborati dallo strumento pwsh.

Permessi filesystem per le chiamate shell concessi per percorso e capacità, non per nome comando. Analizza la riga di comando per leggere, scrivere, creare, eliminare ed eseguire; una capacità mancante apre una scheda di approvazione anziché un rifiuto totale. Le stesse regole sono compilate nel profilo macOS Seatbelt per processo, figli e codice non visibile negli argomenti. La scheda Approvals mostra il log di audit e indica se ogni chiamata è stata gestita da una regola, dal revisore automatico o da una persona.

Fallback per compaction-basic: se il riepilogo LLM genera un errore, è vuoto o non entra nella finestra, compila deterministicamente lo span con un puntatore seq per riga (compilatore dsh-compaction-instant incluso). Aggiunge strumenti recall/search, comandi /recall e /context, trigger inattivo al 45% della finestra e archivio span su disco. Il motore si monta come una riga nel preset agente (docs/dsh-integration.md).

Esegue un dibattito tesi-antitesi-sigillo il cui verdetto è calcolato da codici di uscita reali dei comandi e conteggi dei casi, mai dalla prosa dell'agente.

Pannello delle impostazioni non ufficiale di DeepSeek Harness per Command Code: crediti, finestre di utilizzo e sincronizzazione del catalogo dei modelli.

Aggiunge alla barra laterale di DeepSeek Harness Web un indicatore di sola lettura con versione DSH in esecuzione, canali npm latest/next/alpha ed etichette di compatibilità, oltre a un comando di aggiornamento da copiare.

Plugin per DeepSeek Harness con pulsante di ricerca Web diretta e comando slash `/search`.

Orchestrazione multi-agente in stile OMC per DeepSeek Harness: 29 skill omd-* e 12 comandi slash /omd-* nel flusso plan-execute-review-verify e nelle modalità team/autopilot/ralph.

Miglioramento UI con priorità al cinese: traduce i nomi dei comandi slash e le schede dell’inventario plugin in tre modalità (solo cinese / cinese + inglese / disattivato), con cambio immediato senza perdere l’inglese.

Il comando slash /dshpp riporta dai log di sessione harness uso di sessione e token, cache hit rate e costo stimato. Il repository include anche CLI e console web locale per gestire ciclo di vita, provider, sessioni e sicurezza dei plugin.

Gestore di contesto per DeepSeek Harness: riassume automaticamente ogni turno in record ordinati per priorità, li inietta insieme a note cross-sessione fissate e testo personalizzato in ogni richiesta al modello, e condensa in riassunti, per risparmiare token, intervalli di conversazione reale di qualsiasi dimensione. Persistente e sicuro ai riavvii. NOTA: installazione manuale in più passaggi — copia le tre cartelle del pacchetto in profiles/node_modules e aggiungi le righe fornite di cordis.patch.yml, poi riavvia DSH; non è un'installazione standard con un solo comando.

Registra un comando slash /code-review con cinque lenti di revisione in parallelo e un punteggio di confidenza per ogni rilievo, che si può usare sia su pull request sia su codice locale.

Skill di ricerca del Canone taoista (DaoZang): cerca per parola chiave o significato tra 285,117 frammenti ed estrae esattamente il testo originale con numeri di riga e indicatori delle corrispondenze. Configura l’area di lavoro in un comando dal dataset Godners/DaoZang.

Memoria di decisioni e obiettivi con lignaggio: comandi espliciti e un tool di modello registrano le decisioni in modo deterministico, una scheda di stato le riancora attraverso la compattazione, un flusso di eventi senza perdita con recupero BM25+jieba la supporta, e una suite di regressione sulla fedeltà a livello di scenario gestisce i rilasci.

Server MCP di memoria a lungo termine a livelli: turni grezzi → frammenti di attività → riepiloghi giornalieri → indici di argomenti, embedding locali MiniLM a 384 dimensioni o backend API compatibile con OpenAI, ricerca semantica con fallback Jaccard, installazione del plugin DSH con un solo comando.

Configurazioni di esecuzione in stile IDE per DSH: salva prompt LLM e comandi shell come run config riutilizzabili (globali o per workspace), eseguili dall'intestazione della sessione o dalla pagina di nuova sessione e gestiscili tramite lo strumento task_run_config con scritture soggette ad approvazione.

Integrazione del bot ufficiale QQ (q.qq.com) per DeepSeek Harness: chatta con l'agente completo da chat private, gruppi e canali — connessione lunga WS (heartbeat / riconnessione / RESUME), isolamento delle sessioni per chat, preset agente standard, pulsanti di approvazione inline con /revoke, comandi slash, whitelist fail-closed, credenziali tramite il dominio credentials.