Plugin

Compressione deterministica del contesto per dsh — zero chiamate LLM, potatura basata su regole che preserva testualmente percorsi, comandi, tracce di errore e attività aperte. Comprime ~80k token in poche centinaia.

Regno di governance degli agenti per DeepSeek Harness: territori, associazioni di ruolo (bind/unbind/session con identità di modello/agente), e un ciclo di attività pianifica→assegna→esegui→rivedi in cui le dichiarazioni del Worker non si completano mai automaticamente (Claim ≠ Fact), con una console operativa GUI locale.

Instrada i comandi di shell idonei tramite rtk per comprimere l'output degli strumenti e risparmiare token.

Spazio di lavoro visivo e-commerce a tela infinita per fotografia di prodotto, prova virtuale, modifica dello sfondo e video, sincronizzato in tempo reale con la conversazione di Harness.

Store dei plugin per la Web UI di DSH: sfoglia il catalogo, cerca, installa con un clic, badge di compatibilità ed elenco degli installati.

È solo un connettore e non disegna nulla autonomamente. Si iscrive agli eventi di sessione di DeepSeek Harness, li riassume in 12 fasi di lavoro (planning / thinking / executing-tool / streaming / waiting-input / voice / awaiting-approval / complete / error / paused / idle / heartbeat) e invia ogni fase con POST al backend dell’animaletto desktop all’indirizzo http://127.0.0.1:8000/api/plugin/dsh/ingest. Non ha finestre e non richiede chiavi API né token. L’app Mao Live2D per l’animaletto va installata e avviata separatamente (app Electron per Windows con requisiti propri: PowerShell 7 / Python 3.10+ / Node 18+). Senza l’app non c’è una destinazione a cui inviare i dati.

Composizione profili memoria: ricerca sessioni in cinese, richiamo ibrido, fatti persistenti del workspace, regole fissate dall’utente e skill native riutilizzabili. Installa il bundle Release autonomo e versionato con un comando dsh plugin add. Richiede Node.js 24 e pnpm nel PATH.

Preset per scrivere web novel in DeepSeek Harness. L’agente principale fa da caporedattore e delega scaletta, stesura, revisione, gestione della lore e ricerca a cinque assistenti in sette fasi. Il romanzo è conservato in una directory novel/ strutturata con Markdown/YAML (schede dei personaggi, macchina a stati dei presagi, cronologia e memoria narrativa), con pannello creativo nella barra laterale e sei comandi CLI senza dipendenze.

Gestore di modalità personalizzate e assistenti. In Settings ogni modalità riceve un proprio prompt di sistema salvato come file semplice; l’agent loop lo rilegge prima di ogni passaggio del modello, quindi le modifiche valgono dal passaggio successivo anche nelle sessioni attive. Si può partire dalla composizione ufficiale standard/PTC/minimal/Cordis, attivare o disattivare singolarmente le righe dei plugin montati dalla modalità e assegnarle un nome. Sulla stessa macchina convivono più assistenti con prompt distinti — per programmare, conversare o interpretare una persona di roleplay (RP) — da scegliere per ogni nuova sessione. Le righe non modificate restano identiche byte per byte a quelle distribuite, incluse le condizioni di piattaforma.

Un gateway di routing AI che gira come plugin DSH. Aggiunge un pannello laterale Routing System per fornitori, pool account, combinazioni di fallback e chiavi API, e serve un endpoint compatibile OpenAI all'indirizzo http://localhost:3080/v1.

Marketplace di plugin della community per DeepSeek Harness, conforme alla specifica ufficiale dei plugin: sfoglia, cerca e installa oltre 4000 plugin della community selezionati manualmente senza uscire dall'app, con aggiornamenti quotidiani.

Analizza l'utilizzo tra modelli, provider, spazi e periodi, con date personalizzate su tutta la cronologia, cache-hit visibile e ripartizioni per modello e provider. Include trend orari/giornalieri, heatmap di 53 settimane in stile GitHub, serie, anelli di quota token per modello e spazio (token, costo, %), filtri combinabili, efficienza della cache, saldo DeepSeek, alias degli spazi, export CSV e un registro durevole che conserva l'utilizzo dopo la cancellazione di sessione o spazio (riga Deleted) e si ricostruisce in modo incrementale. Il registro degli spazi si aggiorna via sonda DSH domain/changed; contano solo gli spazi registrati. Contabilità separata di input, cache e ragionamento. Cinese: ora locale; inglese: UTC; API solo loopback.

Animaletto da scrivania Live2D per DSH: lampada di stato IA a 8 stati, widget web e finestra animaletto trasparente in Electron sempre in primo piano, con espressioni, movimenti e fumetti di chat.

Compattazione del contesto protetta per DeepSeek Harness (dsh): la LLM propone, le guardie deterministic decidono — riduzione eager per atomo (extract/summary/false sotto guardie verbatim) + eviction lazy del reference-graph (0-LLM) + recall byte-esatto da un log append-only.

Compagno desktop animato per DeepSeek Harness, con notifiche delle attività, chat di sessione, pacchetti di personaggi e impostazioni native.

Sostituisce il composer della chat con un pannello editor basato su CodeMirror 6: numeri di riga, vista divisa modifica/anteprima Markdown, finestra flottante e scheda laterale a tutta altezza; è attiva una sola superficie di input alla volta. Le bozze usano la macchina di input ufficiale. Il pulsante vocale ufficiale appare solo se fornito dall’host; statistiche e indicatore del contesto leggono gli stessi dati del dock ufficiale.

Installa Herta come agente di DeepSeek Harness: un preset che porta le sezioni di prompt della sua persona e della memoria, sei strumenti di memoria e voce, un livello narrativo che separa ciò che pensa da ciò che dice, 80 clip vocali incluse, sintesi vocale offline e MiniMax, e due viste di conversazione che renderizzano la sessione con i suoi stessi componenti.

Aggiunge /review, /review-status e /review-cancel per avviare un subagente nativo indipendente che esamina un ambito Git scelto (branch di base, modifiche non committate, un commit o istruzioni personalizzate) e restituisce un report di riscontri nella conversazione corrente, con output in inglese o cinese in base alla locale dell'host.

Prosa concisa per DeepSeek Harness: comprime l’output dell’agent per ridurre i token di ogni risposta (livello 4). Cambia lo stile, mai il contenuto.

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.

Notifiche sonore per evento: completamento turno, approvazione, domanda, revisione piano, obiettivo bloccato e fallimento attività ognuno ha il proprio suono e volume, configurabile nella Web UI (synth integrato, mute o file audio locale).

Strumento shell Git Bash per Windows: esegue comandi tramite il bash in bundle con Git for Windows, con timeout, sandbox, troncamento dell'output e lavori in background, sostituendo il lento strumento pwsh e lo strumento bash solo WSL.

Preset modalità esperto DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordinatore + 17 subagenti esperti con delega automatica. Funzioni: taskboard (stati pending/ready/running/done/failed, DAG dipendenze, rivendicazione atomica, retry, ripristino), gate qualità (pipeline 5 fasi: requisiti, implementazione, verifica, revisione, integrazione; 2 rilavorazioni), Five-Anchor (revisione/convergenza/anti-deriva/cooperazione/risorse), Near-distance (modello identità/compito/output), divulgazione progressiva (~28% risparmio token), persistenza, bus P2P, revisione incrociata, pool esperienza, via rapida, auto-retry. 17 esperti: dati, copywriting, legale, PM, frontend, UI/UX, architetto, social, growth, fin. quant., backend, DevOps, DB, QA, sicurezza.

Riproduce sessioni su una timeline riproducibile con utilizzo dei token per passo, controlla operazioni sensibili, stima i costi, visualizza la discendenza dei fork, confronta sessioni ed esporta replay HTML autonomi.