Plugin

Auto-approvazione in stile CC per DeepSeek Harness: regole deterministiche di deny/allow più un classificatore allow/reject a due stadi con circuit breaker e guida al rifiuto.

Miglioramento del prompt in un clic per il compositore DSH: premi il pulsante scintilla per riscrivere la bozza in un prompt pronto per l'agente, sostituito sul posto e annullabile, con un controllo deterministico di fedeltà che mantiene verbatim ogni percorso, identificatore, numero, URL e token tra apici inversi, più un tetto di lunghezza che blocca l'inflazione.

Memoria in testo normale tra sessioni: recall BM25 deterministic per parole chiave (senza embeddings), strumenti memory_save/list/search/confirm/forget dietro un gate human-confirm, e archivi JSON globali e di progetto che seguono il tuo repo git.

Azioni di progetto deterministiche condivise da persone e agenti: un unico actions.json, pannello di esecuzione nella barra laterale destra e strumenti per agenti.

Strumento deterministico di grafo del codice AST e intelligenza architetturale per gerarchie di chiamata, raggio d'impatto, dipendenze circolari, slice di dominio e contratti API full-stack.

Pipeline di affidabilità dei plugin per DeepSeek Harness: scansione statica deterministica con verdetti, protezione runtime opzionale con esche honeypot, skill del protocollo di audit per agenti e indicatore di stato browser shield. Solo allarme, mai applicazione forzata.

Instradamento deterministico per parole chiave, cambio modello con allowlist e un canale image_gen isolato per DeepSeek Harness

Gate dei permessi P0–P4 deterministico-first con livello permissivo, sedimentazione dell'apprendimento e UI della cronologia delle approvazioni; nega in modo assoluto credenziali e percorsi protetti, consente automaticamente gli strumenti interni di sola lettura.

Esegue pipeline AItelier da DSH tramite MCP: 39 strumenti (22 lettura, 17 scrittura) per generare, eseguire, ispezionare, modificare, esportare e importare pipeline SkillFlow multi-fase. I passi vengono eseguiti in AItelier anziché nella sessione DSH e sono interrogati tramite run_id, si mettono in pausa ai checkpoint imposti dal motore a cui si risponde con answer_checkpoint, e lasciano tracce per passo e output di passo da leggere successivamente; add_provider / map_model / edit_role puntano un singolo ruolo verso un endpoint locale o più economico. Include un'abilità aitelier-pipelines.

Plugin DeepSeek Harness che trasforma screenshot UI in specifiche web di grado implementativo utilizzando OCR, geometria deterministica, grafi di scena, asset e confronto di rendering.

Plugin orchestratore di QA per DeepSeek Harness: un agente esplora la tua app e lascia evidenze, poi il percorso esplorato viene riprodotto in modo deterministico. Pilota i driver per browser, desktop macOS, iOS e Android.

Edizione inglese della Legge di Weiwen (Legge di KISS): l'unico middleware di aggiudicazione causale white-box indipendente dal dominio per agenti AI. A differenza degli strumenti di inferenza causale specifici per dominio o dei firewall con gate sulle evidenze, aggiudica *ogni* chiamata di strumento lungo una catena causale strutturale deterministica (R->S->D->H->M) prima dell'esecuzione - in qualsiasi dominio, senza addestramento né tuning. Blocca operazioni distruttive e su file di credenziali, escala violazioni ripetute dei limiti, taglia i collegamenti difettosi fino a correzione verificata e dà verdetti di rischio su esecuzioni non verificabili; gira in locale con costo API zero.

Skill che verifica affermazioni sul web aperto, non nella memoria del modello. Scompone la tesi in fatti verificabili, li instrada a una gerarchia di fonti primarie per dominio, cerca in parallelo in ecosistemi nazionali e internazionali, recupera e valuta le pagine primarie e ripete la ricerca con termini di smentita. Prima la conclusione, con URL completo e posizione della citazione per ogni frase, separando non verificato/indeterminabile dal confermato. Con una chiave, tre giudizi possono usare TypeSafe Jev (System One); senza, regole deterministiche. Il modello può solo abbassare il livello di confidenza.

Interpone tre strumenti router (list_capabilities, describe_tool, call_tool) ai server MCP stdio, caricando gli schemi su richiesta invece che in ogni chiamata. Modella ogni risultato con una sequenza deterministica e archivia prima l'originale (retrieve_spill lo recupera); assegna costi in token ai gruppi e può nascondere gruppi integrati per agente. Si collega a un router Python della libreria standard; richiede Python 3.9 o successivo.

Controlla con OpenCLI il browser reale con accesso effettuato: primitive browser e oltre 170 adapter di siti come comandi deterministici monouso, authoring degli adapter in-sessione, gate di approvazione delle scritture e pannello impostazioni.

Genera presentazioni PPTX modificabili in DSH con una Skill di authoring inclusa, controlli deterministici delle scene PPTD, oggetti nativi di PowerPoint, più consegna locale del progetto sorgente PPTD.

Usa AItelier come subagente da DeepSeek Harness: genera, modifica, esegui, esporta e importa pipeline SkillFlow. Solo client — richiede un backend AItelier già in esecuzione (Docker; vedi README).

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.

Esportazione delle sessioni e archiviazione per la conformità per DeepSeek Harness: redazione deterministica, output Markdown/JSONL/PDF, gestione degli archivi su disco e una vista di tendenze/audit.

Mantiene un registro locale degli esiti delle attività per DSH, verifica i criteri di accettazione tramite evidenze deterministiche, registra la disposizione dell'utente e l'uso di token e supporta l'esportazione vincolata al digest.

Confronta agenti di coding in worktree Git isolati con convalida deterministica, punteggio e applicazione esplicita del vincitore.

Revisione di sicurezza del codice deterministica: oltre 40 regole, rilevamento dell'entropia dei segreti, revisione dei diff in staging, esportazione SARIF, accettazione della baseline, inventario delle dipendenze SBOM-lite e autocontrollo di salute.

Memoria nativa per workspace sulle cuciture stesse del harness: fatti e un profilo sempre attivo ma limitato nell’unità JSON del dominio di storage, scritture con approvazione e citazioni `(sessionId, seq)`, richiamo deterministico e FTS session-query sulle sessioni passate — senza server esterno, senza SQLite personalizzato.

Crea pacchetti di knowledge base verificabili (SQLite FTS5) da md/txt/docx/pdf con recupero deterministico e lettura del testo originale