Plugin

Sostituisce il riassuntore di compattazione integrato di DSH con un riepilogo di passaggio in cinque sezioni e mantiene leggibile ogni messaggio ombreggiato in una directory di segmenti.

Plugin DeepSeek Harness che risparmia token in modo aggressivo senza intaccare la qualità: troncamento senza perdita di testa/coda dei risultati degli strumenti (default), ripiegamento dei risultati grep, delega a dsh-compaction-basic attivata dalla pressione e una sottoclasse CompactionEngine con riassunto LLM per la modalità aggressiva. Risparmia il 97,6% dei token di input su una suite sintetica di 8 scenari, con tutte le riduzioni che passano dal flusso di eventi dsh, così modello-visibile = registrato resta valido.

HUD flottante in stile gioco: barra HP del saldo, barra MP del contesto, prezzi ufficiali di picco/valle con conto alla rovescia, compattazione automatica sotto il 5% rimanente e nuova conversazione con memoria mantenuta.

Bundle di rotazione della finestra di contesto guidato dal modello per DeepSeek Harness: contesto di lavoro nuovo, note durevoli gestite dal modello, una breve coda recente in forma letterale e recupero mirato della cronologia — senza riassunti.

Ripresa automatica delle sessioni agente interrotte: una tabella ordinata di regole instrada in base al tipo di guasto (rate limit, quota, autenticazione, overflow di contesto, orfano in crash) verso retry automatico con backoff, cambio modello, ripresa dopo compattazione del contesto o una notifica di stop-loss, con editor visuale delle regole e registro completo delle attività.

Ottimizzatore di prompt nella barra di input: riscrive le bozze con 6 strategie × 3 lingue più istruzioni personalizzate, con obiettivo/todo/riepilogo di compattazione/risultato di strumento e contesto chat opzionali, una finestra di conferma, lo storico degli ultimi 5 e la persistenza delle impostazioni a tre livelli.

Fix della compaction per gateway qwen3.8-27b ospitati su NInfer: disattiva il thinking nelle chiamate di compaction del contesto dsh e di titolo della sessione, così il ragionamento xhigh smette di bruciare l'intero budget di output; la stessa idea vale per altri metodi di avvio, questo pacchetto è pensato solo per NInfer.

Passaggio di sessione e gestione del contesto: documenti di handoff strutturati (export/resume/status) affinché una nuova sessione possa continuare senza interruzioni, oltre alla potatura attiva del contesto (strumenti acp_* tramite l'API ufficiale di compattazione con riepiloghi redatti dal modello).

Predefinizioni migliorate di auto-compattazione per i preset agente di DeepSeek Harness: applica con un solo comando soglie/budget di retention ottimizzati e policy per modello, in modo idempotente con backup e rollback.

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

Divide «New Session» nella barra laterale web di DSH in due modalità: una riga 日常聊天 apre una sessione sul preset di agente `daily` che il plugin installa nella home dell'harness (persona, ricerca e fetch web, ask-user e compattazione — niente file, shell, plan mode o subagenti), dentro il proprio workspace daily-chat la cui area laterale elenca solo quelle chat, mentre 开始工作 mantiene l'agente di coding fornito; il pulsante integrato New Session viene nascosto e ogni altro punto di ingresso a New Session segue la modalità attiva, ricordata in localStorage.

Preset agente GLM Mode per zhipuai/glm-5.3-flash: presentazione strumenti PTC/Code Mode, guardia del ciclo di ragionamento e guardia dello spin degli strumenti (guidate da incidenti in tempo reale), e auto-compattazione specifica per GLM al 75%/22%.

Ancora delle istruzioni di sessione per DeepSeek Harness: il primo passo di una nuova sessione inietta un blocco di istruzioni liberamente composto come messaggio proveniente dal plugin, e viene riancorato dopo una compattazione con riepilogo, ogni N turni, o quando la pressione di contesto misurata supera una soglia. Un comando /anchor riancora su richiesta senza chiamata al modello; una pagina di impostazioni gestisce la libreria di preset paginata, l'ordine di iniezione, l'origine di riancoraggio e i limiti di caratteri.

Logica di compressione del contesto ispirata al cervello umano che riduce drasticamente l'occupazione di contesto e il consumo di token nei task lunghi.

Una mascotte Taffy per l'umore nella Web UI di DeepSeek Harness: la GIF nell'angolo reagisce in tempo reale allo stato dell'agente — approvazione in attesa / approvata / rifiutata / supplica, pensiero, esecuzione di strumenti, interruzioni, attesa di ask_user_question, compaction, stanchezza da attività lunga, approvazione ignorata in inattività, inattivo / dormiente — con stato inviato via SSE, posizionamento tramite trascinamento, console al clic centrale, console specchio sulle schede degli strumenti, blocco per singolo stato d'animo, impostazioni di aspetto persistite e statistiche a bucket per giorno.

Memoria di decisioni e obiettivi con lignaggio: comandi espliciti e un tool di modello registrano le decisioni in modo deterministico, una scheda di stato le riancora attraverso la compattazione, un flusso di eventi senza perdita con recupero BM25+jieba la supporta, e una suite di regressione sulla fedeltà a livello di scenario gestisce i rilasci.

Analizza le immagini della conversazione tramite prompt specifici per modalità (caption, UI, documento, grounding, topologia, ecc.) e inietta evidenze strutturate con primitive di coordinate (box, punti, riferimenti) come testo, con caching a livello di sessione per il riutilizzo durante replay e compaction.

Toolkit vision per DeepSeek solo testo: strumento `vision` invocabile dal modello, adapter wrapper per deepseek/opencode-go (v4 flash/pro), quota Antigravity IDE (default, flash/pro) / qualsiasi VLM compatibile OpenAI / Gemini / canali locali Ollama, memoria delle evidenze con reidratazione da compattazione, cache dell’hash dei contenuti e un pannello client bilingue.

Personal dsh preferences: a tunable companion to the official compaction engine (threshold, retention, summarization model/reasoning, turn-end compaction), llama.cpp model import for the Models page, and tab/notification helpers (status-light favicon, bro

DSH plugin: counts completed compactions per session and raises a floating reminder — with bilingual UI — only after repeated compactions plus heavy extra token spend.

Windowed, reversible context management for DeepSeek Harness; replaces Basic compaction.

Compresses older DSH context into a structured handoff, retains recent messages, and keeps session history searchable.

Compaction fallback for compaction-basic: when its LLM summary throws, comes back empty or cannot fit the window, the span is compiled deterministically with a seq pointer on every line (vendored dsh-compaction-instant compiler). Adds recall and search tools, /recall and /context commands, an idle trigger at 45% of the window and an on-disk span archive. The engine mounts as one row in the agent preset (docs/dsh-integration.md).

Model-autonomous context compaction for DeepSeek Harness: a mind_map tool surveys the agent context surface (stable seq ids, roles, token weights, clear-boundary markers, the clear-mind playbook), a clear_mind tool replaces a chosen conversation-history span with a model-written checkpoint through the native compaction transaction, call and result pairs self-collapse into one-line tombstones, and a proactive reminder nudges the model when the context grows long or a turn runs too many steps.