Plugin

Motore di compattazione senza perdita* e senza LLM per DeepSeek Harness.

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.

Collega lo stato della sessione dsh alla bolla del desktop pet cc-pet: pensiero, chiamate agli strumenti e completamento in tempo reale

Cicli ricorrenti: comando `/loop` + strumento loop + barra di stato dell'attività.

Importa la cronologia chat di claude-code / codex / reasonix / zcode nelle sessioni dsh: associazione allo spazio di lavoro, chiamate agli strumenti preservate, protezione per sessioni troppo grandi, ripristino della compattazione zcode.

Permette alle sessioni di dsh e Claude Code di scambiarsi messaggi direttamente; include una card cliccabile con l'elenco dei peer (ordina/cerca/invia/aggiorna).

Porta l'esperienza chat di deepseek.com web/app in DSH: modifica il tuo prompt e rigenera le risposte sul posto, con un paginatore di versioni <i/N> per messaggio (modello ad albero, stabile tra le conversazioni).

Barra dei turni compatta sul bordo destro con riepiloghi al passaggio del mouse e navigazione con salto al clic

Ispettore basato su evidenze per le funzionalità integrate di DSH Web: provenienza di runtime/configurazione, diagnostica di compatibilità e drift, oltre a controlli fail-closed per nove foglie UI esaminate.

Legge i file a cui AGENTS.md fa riferimento con import @path e ne inietta il contenuto nel contesto del modello all'avvio della sessione, con budget in byte, re-seeding dopo la compaction, e la scheda delle impostazioni è disponibile in sei lingue.

Fissa la paternità dei commit Git all'identità dell'ambiente (account gh + email noreply).

Animale da desktop di Cristiano Ronaldo per DeepSeek Harness: un chibi con il numero 7 del Portogallo in un overlay in basso a destra la cui animazione segue lo stato dell'agente (palleggia mentre gli strumenti girano, pensa, attende le approvazioni, si tuffa sugli errori e festeggia SIU con un suono dell'host a fine turno); si trascina, guarda il cursore, si tuffa al triplo clic, e un pannello gestisce più animali e importa spritesheet proprie. Funziona anche come finestra nativa di Windows senza bordi e sempre visibile che sopravvive alla chiusura del browser: al passaggio del mouse mostra workspace e titolo della conversazione, il doppio clic apre Harness in Edge.

Kit di standard di codifica ICVO per DeepSeek Harness (già dsh-coding-kit): un plugin bundle che registra strumenti al caricamento e inietta gli standard solo quando viene chiamato apply_coding_standards, più una CLI di gate P0 (npx spec-wave) con comandi di processo G1-G7, installazione delle skill, apply sull'host e refresh del blocco IDE.

Canale bot ufficiale QQ per DeepSeek Harness (fork ricco di funzioni di tencent-connect/dsh-qqbot): chat di gruppo e privata con l'agente completo, libreria di sticker con etichettatura automatica e risposte meme con IA, gestione dei gruppi (approvazione di adesione e mute), eventi di schede interattive botplay con cataloghi paginati, registro delle estensioni utente (comandi slash personalizzati e strumenti QQ), risvegli programmati, approvazioni remote via QQ e una web UI di dock fluttuante.

Miglioramento del prompt con un clic nel composer — riscrive la bozza in un prompt strutturato (ruolo e obiettivo, passaggi eseguibili, formato output, criteri di accettazione, casi limite) con anteprima prima/dopo, reinserimento e annullamento. Non modifica mai l'intento né inventa requisiti.

Guida un vero Chrome tramite un server MCP locale così che l'agente possa cercare su Google/Bing/Sogou, leggere qualsiasi pagina compresi i contenuti renderizzati con JS e accessibili solo dopo il login, automatizzare clic/scorrimento/digitazione/pressione tasti/selezione in una finestra in background ed eseguire ricerca/dettaglio/commento/download per Zhihu, Xiaohongshu, Douyin, Bilibili, X e Reddit; commenti riprendibili, download verificati con SHA-256, cookie mai restituiti, solo localhost.

Mostra l'uso del piano di coding e il saldo per 5 provider AI (MiniMax, DeepSeek, Kimi, OpenRouter, Zhipu) accanto all'input del composer, cambiando con il modello selezionato e riusando le chiavi API configurate nelle impostazioni modello DSH.

Avvisi audio e vocali per la Web GUI di dsh: toni distinti e sintesi vocale opzionale per approvazioni, domande, completamenti ed errori.

Ramificazione delle conversazioni in stile Git che rispecchia il modo in cui collaborano i veri programmatori: un branch radice segretario smista i compiti ai branch figli con contesti propri, riunendoli indietro solo come riepiloghi compressi tramite squash o rebase; include i comandi /branch, una scheda branch, messaggistica da branch a branch e una base di governance che abbina ogni branch di sessione a un git worktree.

Interfaccia di gestione del ciclo di vita per il provider di modelli llm-pi-ai: crea, modifica, elimina, attiva e disattiva provider con intestazioni personalizzate e chiavi API cifrate con AES-GCM; ripristino sicuro alla disinstallazione dei provider parcheggiati, individuazione di modelli remoti con scrittura in batch, routing intelligente con cinque strategie, compositi di unione/intersezione, test di connettività per modello e osservabilità delle richieste.

Plugin Context Assembler per DeepSeek Harness: assemblaggio del contesto a blocchi di argomenti, splitting degli argomenti a pressione d'acqua, tracciatura/riscrittura strumenti, iniezione di richiamo della realtà e pianificazione del passaggio.

Aggiunge allegati drag-and-drop di file e cartelle alla Web UI, con schede del composer, cronologia persistente e percorsi basati sul workspace.

Oltre 100 skill di dati social media multi-piattaforma, più 40 strumenti MCP nativi che coprono API di dati, ricerca AI e generazione AI — tutti installabili con un comando.

Un port snello di Headroom: comprime l'output degli strumenti, taglia fino al 20% del contesto, senza influire sulla cache del contesto del modello o sulle prestazioni dell'agente.