Plugin

Plugin di gestione membri per DeepSeek Harness (DSH): struttura a due livelli gruppo→membro, nomi visualizzati e alias in cinese, ruoli/mansioni, tag di competenze, ritiro/ripristino e override del modello per membro. Include strumenti host e pannello Web; usa un proprio registro overlay senza modificare il core DSH immutabile. Licenza MIT.

Controlla il tuo Chrome (o Edge/Brave/Vivaldi/Opera) da DeepSeek Harness riutilizzando il runtime browser del plugin `chrome` di OpenAI Codex: schede, sessioni con accesso, alberi di accessibilità, screenshot e input, esposti come strumenti MCP nativi di DSH.

Nucleo di assistente personale proattivo e simile a una persona per DeepSeek Harness: conoscenze personali, indicazioni stabili e contestuali, seguito delle attività, check-in adattivi, scoperta di risorse ed esperienza riutilizzabile.

Sistema di registrazione dei progetti per DeepSeek Harness: bacheca di avanzamento a nodi, ledger decisionale e UI nella barra laterale destra.

Registro approvazioni e pannello di audit aziendale: registra rischio, decisione e risultato di ogni approvazione; la modalità gate blocca quelle ad alto rischio. Consultazione ed export dal pannello Web.

Raggruppa automaticamente i plugin installati in dsh-market all’avvio.

Preset Network Engineer Assistant e skill di conoscenza dei comandi per switch/router/firewall: 12 vendor e 96 documenti (Huawei, H3C, Ruijie, DPtech, Cisco IOS/IOS-XE, Cisco NX-OS, Juniper Junos, Arista EOS, Fortinet FortiOS, ZTE ZXR10, VyOS, MikroTik RouterOS). Recupero KB-first, traduzione comandi tra vendor, lettura di topologie e screenshot CLI, consultazione citata dei manuali online e annotazioni di rischio obbligatorie per comandi pericolosi. Risponde solo su temi di rete. Continuazione community di sososilencing/dsh-network-engineer (NOTICE.md); non installabile insieme all’upstream perché entrambi registrano network-command-kb e il preset 网络工程师助手.

Aggiunge un prompt globale di instradamento dei documenti affinché PDF, immagini e file Office vengano letti con lo strumento corretto.

Aggiunge una voce all’agente: sintesi espressiva (ChatTTS se disponibile, altrimenti edge-tts), modalità canto, output mp3 e riproduzione locale con ffplay. Richiede Python 3.10+, edge-tts installato e ffmpeg/ffplay. ChatTTS e la cache del modello sono opzionali. Imposta pythonPath/ffmpegPath/ffplayPath in cordis.patch.yml sui tuoi percorsi.

Browser in-app per DSH: Chromium dedicato con profilo persistente affinché gli accessi Feishu o SSO resistano ai riavvii, controllato via CDP. Espone sette strumenti agent (status, open, eval, read, feishu, screenshot, tabs) e mostra la pagina in tempo reale in un pannello destro aperto automaticamente dalle chiamate. Converte anche documenti Feishu in Markdown scorrendo il contenuto virtuale. Richiede Chrome, Edge, Chromium o una build Chromium di Playwright installata localmente (non ne scarica); specifica il binario con DSH_IAB_CHROME.

Banca strutturata di problemi matematici per DeepSeek Harness, con soluzioni multiple, grafo della conoscenza a livelli e difficoltà a sei dimensioni.

Trasforma un link video in schede di conoscenza Markdown con timestamp e backlink al momento esatto. Richiede Python 3.10+ e yt-dlp forniti dall’utente. ffmpeg e faster-whisper servono solo per video senza sottotitoli; i sottotitoli per i membri richiedono cookie di accesso Bilibili.

Phone drop in LAN: un QR sullo schermo del computer apre una pagina sul telefono e foto o documenti scansionati arrivano in una cartella locale tramite rete, senza tunnel né cloud. La modalità documento binarizza nel browser (soglia adattiva, rimozione puntini e ritaglio bordi) per trasformare una foto normale in una scansione in bianco e nero. Aggiunge in fondo alla barra laterale DSH una voce per aprire la pagina QR e lo strumento phone_drop per l’assistente; la stessa CLI funziona anche senza DSH.

Knowledge base condivisa del team: un membro avvia un Hub senza dipendenze, gli altri installano il plugin e si uniscono con un codice invito. I caricamenti sono classificati in dieci categorie con riepilogo, affidabilità e punti; 15 strumenti per agenti consentono di caricare, cercare, richiamare, commentare e leggere. Gli elementi importanti restano fissati con una raccomandazione scritta a mano finché il membro non li legge. Ogni account ha anche una libreria locale privata, raccolte, digest settimanale e differenze di versione.

Libreria locale di documenti per DSH Desktop (solo Windows, installata con lo script PowerShell incluso). Carica i file una volta e ogni conversazione può cercarli e leggerli tramite quattro strumenti: library_list / library_search / library_read / library_save. Caricamento, download e download in batch sono nel pannello Settings. I file restano sul computer salvo attivare il modello vision opzionale, che invia le immagini all’endpoint configurato.

Grafi di conoscenza del codice per DeepSeek Harness: sette strumenti Agent `graphify_*`, comando `/graphify` e pagina Graphify costruiscono e interrogano localmente un grafo del progetto con parsing AST, senza API key; includono ricerche path/explain/god-node ed export wiki/HTML/SVG/GraphML/Obsidian. Richiede CLI `graphifyy`; solo l’estrazione completa di documenti/PDF/immagini richiede una chiave LLM.

Collega DSH a un backend BiliMemory locale per ricerca, raccolta, stato e accesso Bilibili; verifica la memoria condivisa A-Memorix, il collegamento QQ, allowlist e riavvio del watcher QQ. L’installer Windows con un clic installa/ripara MaiBot A-Memorix se manca e configura local-bge-small-zh, embedding e memoria condivisa; `install-memory.cmd` ripara solo la memoria. Richiede Windows, DSH Desktop 0.2.1-rc.2+, Node.js 22.19+, Python 3.12, Playwright/Edge, FFmpeg, API BiliMemory su `127.0.0.1:8765`, servizio embedding locale su `127.0.0.1:11435`, login Bilibili e MaiBot/NapCat per QQ. Voce, RVC e funzione cover sono escluse.

Trasforma le sessioni archiviate in memoria durevole, non in file inutilizzati. Distilla ogni archivio in skills riutilizzabili e fact ledger con decisioni ADD/UPDATE/NOOP, `validUntil` e `supersededBy`, ritirando i fatti obsoleti. Raggruppa gli argomenti con similarità single-linkage. Elabora anche sessioni in corso con seq watermark in sola lettura, lasciando il session log identico byte per byte. L’autoverifica misura fusione dei fatti duplicati, ritiro degli obsoleti e consolidamento delle skills; agisce solo con opt-in e non cancella mai definitivamente, usa solo supersede.

Memoria a lungo termine a livelli per DeepSeek Harness: registro eventi append-only, indice tag ricostruibile, diari giornalieri, livello semantico, quarantena delle tendenze e pannello offline del grafo della conoscenza.

Gestisce la compaction manuale e automatica: con un modello di compaction (fallback a un secondo modello o uso diretto) oppure tramite fold meccanico che crea localmente la scheda riepilogo senza chiamare il modello. Il fold usa la transazione ufficiale, quindi gli eventi sostituiti restano nel session log append-only con i rispettivi sequence ID. Adatta codice di `dsh-compact-saviour` e il fold meccanico di `dsh-ledger-compact` (entrambi MIT); installalo al posto di `dsh-compact-saviour`, non insieme.

Chiede conferma prima di archiviare una sessione DeepSeek Harness e salva la copia nella directory scelta: una cartella per sessione con log, allegati, metadati, manifest, nota di ripristino e ledger Markdown. Aggiunge un browser di archivio nella barra laterale destra e un pulsante di riavvio con doppio clic (solo Windows; disattivato mentre una sessione è in esecuzione).

Importa la cronologia delle sessioni Codex e Claude Code in DeepSeek Harness: unisce nei workspace esistenti le sessioni dello stesso progetto in base a cwd, offre riepiloghi handoff o trascrizioni complete e conserva un ledger di rollback.

Avviso su una riga in cima alla finestra DSH con saldo DeepSeek, quote residue e reset ChatGPT/Codex a 5 ore e settimanali, più numero di carte reset rimaste e scadenza più vicina. La sezione carte apre la pagina utilizzo ChatGPT nel browser.

Registra l’uso token di DeepSeek Harness in CC Switch, una riga per chiamata modello, condividendo il ledger di deduplica del proprio importer DSH per evitare doppi conteggi. Al primo avvio integra i record d’uso di CC Switch a partire dai log di sessione esistenti.