Plugin

Gestisce le conversazioni DSH in una tabella tra workspace: archiviazione in blocco, ricerca nel testo dei messaggi ed eliminazione annullabile nel cestino.

Documenti di progetto e memoria a lungo termine come semplice Markdown in un vault Obsidian dedicato: sei strumenti mem_* (search, read, write, log, brief, admin), una singola iniezione di richiamo a budget al primo passaggio di una sessione e distillazione automatica dei turni completati. Obsidian non deve essere in esecuzione e il vault resta leggibile anche con il plugin disinstallato.

Scoperta progressiva degli strumenti stabile in cache: una superficie fissa tool_search e tool_dispatch a ogni richiesta, ricerca del catalogo in memoria, dispatch annidato attraverso la pipeline dell'Harness e un elenco nativo di strumenti stabile byte per byte attraverso la scoperta.

Gateway auth per la Web UI DeepSeek Harness: protegge pagine, /api, /plugins e WebSocket. PBKDF2 con salt utente, cookie HttpOnly SameSite, blocco IP, inviti, TOTP/passkey (WebAuthn), step-up prima di cambiare i fattori. Gli utenti gestiscono profilo/fattori; gli admin account, inviti e password. Le configurazioni private modello/API per utente sono cifrate con chiave derivata dalla password e illeggibili agli admin. Gli admin condividono selettivamente: l’utente può usarle e vedere il saldo, mai la chiave; revoca immediata. Senza configurazione l’utente è bloccato, senza fallback. REST/elenco e WS isolati per utente; sessioni persistenti al riavvio, audit JSONL, fail-closed. Richiede DSH 0.2.0 (trasporto 0.1.1-rc.2 rimosso in 0.7.0). Passkey: HTTPS/localhost.

Aggiunge uno strumento generate_image basato sulla coda FAL, su qualsiasi API immagini compatibile con OpenAI o su un abbonamento ChatGPT/Grok, e mostra il risultato inline nella conversazione.

Controllo per round del livello di ragionamento (reasoning_effort) per DeepSeek Harness: Auto pianifica low/high/max dalla cronologia recente dei tool calls, oppure permette di fissare un wire level (off/on/minimal/low/medium/high/xhigh/max), con mappatura wire personalizzata, guard delle capacità in base al modello e preset della finestra di contesto (64K–1M); la capability card per modello si abbina a [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (installabile da dsh-market) per provare il reasoning con gateway compatibili OpenAI (vLLM / LM Studio / self-hosted). La card scrive le capacità llm-pi-ai, l'adapter guida il wire (compat.thinkingFormat) e il plugin mantiene la lista di takeover.

Livelli di utilizzo e schede statistiche condivisibili: 🐟→🐳 classifiche per consumo mensile di token con percentile stimato calcolato localmente, prezzi precisi per 46 modelli di 6 fornitori (inclusi prezzi cinesi per fascia di dimensione), backfill delle sessioni pre-installazione e confronto vecchio/nuovo dopo la modifica delle tariffe del 2026-08-17. Solo locale, nessuna telemetria.

Aggiunge un modello di visione configurabile ai modelli principali solo testuali: uno strumento vision_read_image, un selettore del modello di visione nella barra del compositore e la conversione automatica da immagine a testo per i percorsi solo testuali.

Stili di output del modello commutabili a runtime con parità outputStyles di Claude Code, più il protocollo di presentazione output.render.*: un comando /style, persistenza per sessione, iniezione di systemPrompt, sei stili integrati, un selettore web e un registro di renderer con regole per sessione/strumento e /export.

Gestore del pool di skill nella sidebar Impostazioni: attivazione/disattivazione, importazione in blocco da cartella con prompt in caso di conflitto di nome, controllo e correzione automatica con un clic delle specifiche DSH basati sullo stato, etichette per ambito sistema/progetto.

Registra la skill bootstrap RainSkills in DeepSeek Harness per distribuire, risolvere problemi e verificare applicazioni su Rainbond.

Guardiano della stesura di brevetti per dsh - verifica prima l'idea rispetto allo stato della tecnica cinese, poi esegue interviste di allineamento a cinque parti, la redazione della descrizione in otto capitoli, figure e simulazioni, una revisione a sette dimensioni e l'esportazione in docx/PDF. Le skill funzionano subito; gli strumenti di ricerca, esportazione ed esperimento provengono da un servizio MCP Python incluso che arriva disattivato - una riga in ~/.dsh/patent-services.yaml lo abilita, e uvx scarica la wheel da PyPI.

Motore di persona per DeepSeek Harness: un config.json governa il nome con cui l'IA si presenta (per modello e livello), come ti chiama, la postura relazionale, il testo del carattere, contratti per elemento con interruttori, la lingua della catena di pensiero e il tono delle risposte, più memoria subordinata alla conferma umana: l'IA può solo accodare candidati, una riga di conferma li attiva, e il registro è in sola aggiunta e riproducibile. Le voci confermate vengono iniettate come blocco citato di dati, non di istruzioni; quelle con un kind vanno in file arbitrari e non raggiungono mai il prompt. Il prompt viene riletto dal disco a ogni assemblaggio: le modifiche si applicano senza riavvio. Preset: istantanee JSON condivisibili. Senza dipendenze, rete o shell.

Livello di integrazione nativo DSH per il motore di memoria Minta: compone la riga ufficiale dsh-mcp-client, registra la skill minta-memory-governance più un prewarm della memoria all'avvio della sessione, e fornisce un preset agente Minta; richiede il motore Minta distribuito separatamente (Python/Docker) per fornire i 19 strumenti MCP — non utilizzabile senza di esso.

Scheda impostazioni per il motore di auto-riprova LLM di DSH: regola in tempo reale numero di retry, backoff e jitter da Settings -> General, con chip configurabili per retryableCodes - i default aggiungono INVALID_REQUEST così gli errori reasoning_text HTTP 400 in stile OpenAI in thinking mode vengono ritentati automaticamente.

Input vocale per la Web UI: dettatura segmentata dalle pause e messaggi vocali, ciascuno con la propria catena di fallback del provider (Deepgram, Groq, HuggingFace, whisper.cpp locale o endpoint compatibile con OpenAI).

Modello predefinito configurabile per le deleghe ai subagenti tramite settings.yaml, con strategie a modello singolo e multi-modello a rotazione o casuali.

Una modalità di instradamento intelligente leggera e selezionabile per DeepSeek Harness.

Gestore plugin con centro di soccorso: abilitazione/disabilitazione raggruppata per necessità, più origini di aggiornamento (npm / dshfind market / GitHub), download con priorità browser e cartella di installazione automatica, fallback P2P, auto-controllo pre-avvio e quarantena dei bundle danneggiati.

Aggiunge una personalità configurabile di cameriera whale-girl umanizzata con roleplay immersivo, modalità di parola, e una memoria stratificata leggera con richiamo attivato da query.

Adattatore LLM GitHub Copilot: accesso con flusso dispositivo OAuth, scoperta di modelli in tempo reale dall'API Copilot, supporto vision per modelli con capacità immagine (gpt-4.1, gpt-4o), e due protocolli wire (Chat Completions e Responses API) con routing automatico degli endpoint per modello.

Mostra in diretta lo stream di diffusione (denoising) di Inception Mercury nel fumetto di risposta della Web UI DSH. Sulle route supportate reinvia la richiesta con `diffusing: true` e riproduce i frame reali dal rumore al testo finale; nel registro di sessione entra solo la risposta convergente. Un probe per provider/modello verifica il supporto e viene rifiutato prima della generazione di token. Si attiva per modello; allegati, chiamate ausiliarie e route non supportate ripiegano sull’adapter originale. Quando attivo sostituisce il renderer dei messaggi assistant per tutti i modelli.

Tema terminale CRT a fosforo rosso per la Web GUI di DeepSeek Harness: sfondo nero, testo rosso fosforescente, pioggia di dati animata e scanline. Include quattro preset di dipartimento (Party Affairs, State Council, Central Military Commission, State Security), ciascuno con emblema, palette e motivo di sfondo propri.

Bundle upstream non ufficiale per DeepSeek Harness. Include un gateway CodeBuddy con catalogo dei modelli sincronizzato a runtime, reasoning effort per modello, ricerca/recupero web, generazione immagini e bridge di credenziali in streaming; inoltre canali di abbonamento TraeWork CN e Qoder CN tramite gateway di traduzione locali e registro di provider compatibili OpenAI per tipo di chiave. Gestito da una scheda impostazioni a fisarmonica.