Plugin

Dichiarazione delle capacità per modello per DeepSeek Harness: livelli di sforzo di ragionamento (nomenclatura di protocollo) + modalità di richiesta (vision) per provider compatibili con OpenAI. Sezione impostazioni, zero dipendenze runtime dall'harness, nessun YAML.

Ponte HTTP AIGC indipendente dal provider + canvas infinito + post-elaborazione ffmpeg, 13 strumenti tra cui collegamento sul canvas, reroll e modifica dei media.

Plugin per DeepSeek Harness che collega le immagini di sessione ad API di visione collegabili, mantenendo DeepSeek come modello primario

Catene di fallback automatiche tra provider/modelli per gli agenti DeepSeek Harness quando le richieste all'LLM continuano a fallire (retry esauriti, autenticazione, quota, limite di frequenza).

Temi Solarized + Selenized per DeepSeek Harness: quattro palette fedeli (Solarized Dark/Light, Selenized Dark/Light) registrate nel runtime dei temi di DSH con una riga di selezione nelle Impostazioni, inclusi i colori di sintassi canonici per i blocchi di codice markdown

Superpowers (obra/superpowers) per DeepSeek Harness: le skill della metodologia di sviluppo software più il loro bootstrap di sessione, come plugin dsh.

Plugin bundle per l'umanizzazione di testi in cinese: workflow di riscrittura profonda obbligatoria (audit narrativo a dieci dimensioni + percorso funzionale + distribuzione a 15 livelli) + guardia di fedeltà dei contenuti. Assistente di editing, non un rilevatore di AI.

11 skill di workflow condivisibili (handoff, triage, to-spec, to-tickets, wayfinder, teach, wait-what, dsh-mode-routing, ask-matt, overnight-execution, full-throttle) come pacchetto di skill installabile

Scacchi automatici: umano contro AI, oppure AI contro AI.

Il selettore di modello per DSH: puntalo verso qualsiasi endpoint compatibile con OpenAI, con preset curati di provider DeepSeek gratuiti/economici e fallback automatico quando un livello gratuito applica limitazioni di frequenza

Interruttore di circuito a due livelli per i modelli con failover: disattiva un modello o un intero provider dopo ripetuti fallimenti delle richieste e instrada la richiesta successiva verso un fallback configurato

SHOPLINE AI Toolkit: collega il server MCP ufficiale SHOPLINE Developer e fornisce sette skill agente SHOPLINE (Admin REST, GraphQL, OAuth, webhook, Sline) — la controparte SHOPLINE dello Shopify AI Toolkit

RAG a doppio grafo di conoscenza per note Markdown: grafi di prerequisiti + similarità (attraversamento P/S-Agent), suddivisione in paragrafi, ricerca ibrida n-gram/embedding e un ciclo di feedback esplicito sui pesi — via MCP

Toolkit di Medicina Tradizionale Cinese: diagnosi a otto assi e ricerca di abbinamenti di erbe

Gate di verifica a calcolo reale: semplificazione matematica, dimostrazioni logiche, validazione con regex, FOL con E-prover, verifiche di macchine a stati e riparazione del codice, basati su binari compilati in Go con eseguibili Windows precompilati

Skill di coaching comportamentale per l'ADHD: scomposizione dei task, gestione del sovraccarico, rituali di avvio e recupero dai fallimenti

Validazione JSON Schema: valida/percorsi/spiega/normalizza.

Testa/estrai/sostituisci in sicurezza/spiega staticamente le espressioni regolari senza eseguire codice.

HeartFlow (心虫), un gate discriminatore di livello 1 per AGI come plugin DSH: controllo del testo basato su regole a 47 dimensioni (strumento heartflow_check), più supervisione automatica dell'output su strumenti/post-esecuzione, con chiusura sicura per fallimento quando manca il motore.

Bridge di visione nativo del provider LLM: le immagini incollate in chat vengono descritte da un modello di visione (Qwen3-VL via pi-ai/llama.cpp) e la descrizione testuale viene passata a DeepSeek solo testo per la risposta — ammissione delle immagini, instradamento e compattazione avvengono tutti tramite meccanismi nativi dell'harness, con una cache LRU delle descrizioni e retry sui 503

Le immagini allegate nel composer vengono trascritte in testo da un modello di visione compatibile con OpenAI prima di raggiungere i modelli DeepSeek solo testo

Memoria locale limitata con controllo di autorità CBDC: claim SQLite + FTS5, richiamo con ambito e decisioni spiegabili di uso/verifica/ignora con audit trail completo, comandi /memory, iniezione di massimo 3 claim/1200 caratteri per chiamata, nessuna chiamata al modello aggiuntiva

Coda di task cross-sessione con note di passaggio di consegne: sessioni e subagent inseriscono, prendono in carico, completano e annullano task su una coda condivisa basata su file, lasciando un riepilogo di consegna per chi prende in carico successivamente