Plugin

Workspace di note modificabile dalle persone con cartelle, ricerca full-text, testo formattato, checklist, tabelle ridimensionabili, allegati, esportazione e collaborazione agent facoltativa.

Webhook di inoltro SMS per DeepSeek Harness. Le app SMS Forwarder, Tasker o qualsiasi HTTP POST inviano i messaggi a un endpoint HTTP locale; il plugin li salva come JSONL ed espone sms_recent / sms_search per leggere i codici di verifica durante le attività. Estrae automaticamente il primo OTP di 4-8 cifre, supporta filtri per parole chiave e funziona via LAN o Tailscale.

Pannello laterale DSH Web per uso e costo token: API ufficiale DeepSeek per spesa odierna, andamento 7/30 giorni, dettaglio orario, cronologia, costi e tariffe di punta/fuori punta, più dettagli sessione dai log locali. Zero configurazione: usa il login del browser per i dati ufficiali e segnala i log locali come fonte nel fallback.

Legge i report dell’agente con la voce scelta e comprime quelli lunghi prima di parlare. Bastano 3–10 secondi di riferimento per clonare una voce; funzionano anche modelli addestrati dalla community. Non serve installare GPT-SoVITS da 6,4 GB: il plugin installa runtime e voce propri. Si può usare un GPT-SoVITS esistente, con lo stesso modello vocale.

Lo strumento `compact_agents`, richiamabile dal modello, forza la compattazione del contesto in tutte le sessioni attive (principale, subagent ordinari e membri AgentTeams). Le destinazioni occupate vanno in coda e vengono compattate a fine turno; riporta nodi nascosti e token stimati per destinazione. Un modulo Web configura soglie di attivazione/conservazione, budget di output della fase controllata, continuazione automatica e pre-compattazione a fine turno, evitando risposte bloccate in attesa del riassunto.

Mostra la tariffa di punta/fuori punta dopo il cache hit nelle statistiche del composer, con punto colorato, conto alla rovescia e saldo (totale, concesso, ricaricato) nella valuta dell’API.

Osservabilità unificata (trace/log/metric) per plugin deepseek-harness: intercetta la telemetria DSH se disponibile; altrimenti mantiene i segnali OTel ed esporta tramite OTLP standard.

Sezione Settings per l’uso dei token: totali di input, output, lettura/scrittura cache, ragionamento e chiamate; dettaglio per modello, giorno, mese e progetto, più grafico giornaliero degli ultimi 30 giorni. La cronologia viene ricostruita una volta in un worker thread e poi mantenuta aggiornata dagli eventi di sessione in tempo reale.

Confronta sessioni DSH esistenti o esegue test A/B controllati tra preset di agenti, mostrando timeline allineate, differenze metriche abbinate, verifiche esplicite di successo e rapporti esportabili.

Esamina da WSL Ollama, LM Studio, vLLM e llama-server sull’host Windows, confronta `ctx` e riporta `apiReady` di `/v1/models` rispetto a TCP.

Riporta le codifiche di PowerShell, cmd e `LANG` per diagnosticare problemi UTF-8 e di code page.

Riporta Docker CLI, contesto e raggiungibilità del daemon in WSL, oltre allo stato di `:8000 /v1/models` di vLLM e a indicazioni sul runtime GPU.

Generatore immagini DSH: ark9_generate_image genera testo-immagine e immagine-immagine tramite qualsiasi API compatibile OpenAI. Canali dell’utente, senza endpoint: fornire baseURL/key/model. Le generazioni agent richiedono approvazione per default: coda nel pannello flottante, nessun addebito prima dell’ok; risposta immediata “awaiting your approval”, esito/rifiuto/timeout al turno successivo. Cinque schede; rapporti e dimensioni con budget qualità/allineamento 16 px, sfondo trasparente, batch fino a 10 come sotto-attività, sorgenti JSON personalizzate via host proxy, log persistenti con retry, aggregazione canali e modelli recuperati per canale, UI zh/en, import/export config. Scheda Better Sidebar con dsh-better-sidebar e sopra FAB dsh-cua se entrambi installati.

Tre canali linguistici indipendenti per l’output: descrizioni delle chiamate agli strumenti (titoli di tutte le schede, incluso run_code nei preset PTC), thinking e risposte. Ognuno segue la lingua della Web GUI, forza una lingua specifica oppure si disattiva; per impostazione predefinita solo le descrizioni seguono la GUI. Direttiva runtime-context globale sull’host; il client comunica la lingua. Modalità nella scheda Plugin di Settings.

Monitor GPU flottante per la Web UI DSH: barra compatta trascinabile con nome esatto, utilizzo, VRAM, temperatura e consumo di ogni GPU discreta tramite nvidia-smi. Resta visibile sopra pannelli e schede laterali; mostra i processi con più VRAM se riportati dal driver. Senza driver NVIDIA passa a un indicatore n/a.

Libreria skill in un pannello flottante: schede skills/call ledger/quick start. L’utente sceglie la radice dal selettore nativo (predefinita ~/.dsh/skills; nessun percorso fisso). Categorie a due livelli, raggruppamento manuale/keyword/IA e vista albero/elenco solo visivi (nessun file spostato). Legge il frontmatter SKILL.md, cerca nome/descrizione/testo originale e apre il file. Attivazione per skill/categoria/libreria modifica disable-model-invocation, salva prima SKILL.md.bak-toggle-<timestamp> e ripristina in caso di errore. Ledger separa auto/manuale, registra esiti da tools/result, mostra conteggio/tasso/trend/classifica e riusa un file esistente. Hot reload. Impostazioni: mostrare/nascondere tre sfere, recuperare quella fuori schermo, scegliere tra 130 skin comuni.

Indica la distribuzione WSL corrente e avvisa in caso di configurazioni con più distribuzioni.

Analizza i session log DSH per attribuire file scritti dall’AI, sovrappone la copertura c8 e riporta coverage del codice AI vs umano con trust score, più un ciclo tool check/fix/verify per colmare lacune di test.

Server MCP per dati calcistici: risultati, statistiche, quote, classifiche, forma e scontri diretti per 18 leghe europee (dal 1993-94) e 8 coppe. Funziona con qualsiasi client MCP e include anche un plugin DeepSeek Harness (dsh).

Neural Ledger · registro neurale — trasforma le sessioni di collaborazione DSH in un registro visivo del lavoro: analisi dei token, insight intelligenti, previsioni delle tendenze e report Markdown giornalieri/settimanali/mensili con un clic.

Importa plugin privati per DeepSeek Harness da repository Git privati o file locali (caricamento tarball/selettore di cartelle) tramite una voce dedicata in Settings.

Controllo di salute dell'ambiente DSH in sola lettura: rilevamento di disco, memoria, latenza, gonfiamento di ~/.dsh e plugin obsoleti con report graduati e confronto delle tendenze rispetto alla baseline. Non elimina nulla.

Plugin DeepSeek Harness per la generazione, la simulazione, l'ottimizzazione di circuiti NI Multisim e i report di laboratorio tramite MCP