Plugin

Memoria associativa proattiva per DSH: inserisce recall senza prompt a un confine fisso, con auto-consolidamento a tre livelli, cristallizzazione delle skill e gestione del contesto in stile Astra. Include registri di handoff e una lavagna PLAN che sopravvivono ai cambi di finestra del contesto, oltre al rilevamento del livello con una finestra di modello autodetect. Archiviazione locale in Markdown, agnostica rispetto al modello, zero dipendenze; pavimento lessicale di 0 GB con livelli semantici opzionali.

Memoria a lungo termine curata e basata su file per DeepSeek Harness — note markdown leggibili dall'uomo, un unico archivio di file di testo semplice condiviso tra gli host (ignorato da git quando si trova all'interno di un repository di progetto) e un limite deterministico dell'indice imposto da ctx.tools.guard()

Riavvolge la conversazione e lo stato dello spazio di lavoro, basato su un registro delle modifiche persistente (Change Ledger).

Modalità red team: indicare un’organizzazione obiettivo; una sessione avvia cinque ruoli (ricognizione, triage degli asset, ricerca di vulnerabilità, sfruttamento, pivot interno) in parallelo. Il controllo preliminare verifica competenze/risorse. Valutazione in quattro fasi (ricognizione, Internet, confine, interno), limiti server e deduplicazione per il privilegio più alto. Risultati in SQLite locale. Console laterale persistente di nove pagine: mappa asset, agenti, sessioni/tunnel, risultati, obiettivi, rapporti, base POC e libreria di competenze. v0.15.2 aggiunge registri HTTP di prove/azioni, acquisizione in batch, controllo ambito, sonda di pivot via tunnel, prova dati, registro di pulizia e ammissione asset T0-T3 contro deviazioni. 59 strumenti redteam_*; 38 competenze.

Memoria a lungo termine per gli agenti DSH — ricordi durevoli e ispezionabili con strumenti di richiamo, ricerca, navigazione e grafo della conoscenza, importazione da altri dieci strumenti di codifica IA e una pagina delle impostazioni.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: ti ricorda tra le sessioni, si autoconsolida nel sonno (autoDream), congela i ricordi in conflitto per la tua revisione e mantiene una traccia di audit riproducibile. Ricerca semantica locale offline-first su SQLite con mirror Markdown modificabili a mano, un grafo di entità, un pannello memoria interattivo, più un'API esterna e una CLI.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: si ricorda di te tra le sessioni, si autoconsolida nel sonno (autoDream), congela le memorie in conflitto per la tua revisione e mantiene una traccia di audit riproducibile. Ricerca semantica locale offline-first su SQLite con specchi Markdown modificabili a mano, un grafo delle entità, un pannello memoria interattivo, più API esterna e CLI.

Plugin di memoria DSH fatto in casa: archiviazione persistente SQLite + guardia di audit a livello di database (enforceAudit) + log di audit. Cattura automaticamente conoscenza dopo le conversazioni, gli agenti ricordano via memory_recall, supporta la condivisione multi-agente tra Claude Code/Codex/Cursor. Zero dipendenze esterne.

Memoria causale per dsh: bridge MCP stdio senza dipendenze che monta i 17 strumenti del server causal-memory con nomi puliti (senza prefisso mcp__) — archi decisione → esito con relazioni tipizzate (caused / enabled / prevented) in un archivio SQLite locale che persiste alla compattazione — più una sezione di prompt di sistema fissata. Richiede il binario del server causal-memory nel PATH (pip install causal-memory, oppure una release precompilata).

Incolla un link e l’agente lo legge. Xiaohongshu, Douyin, Bilibili, WeChat, articoli, PDF e audio diventano Markdown citabile per wiki/base di conoscenza. A/B esplorativo su 60 turni (limiti di tempo diversi, correttezza non verificata da persone): lettura completata 22%→92% (+70 punti), timeout 68%→0%, risposte con un fatto reale della fonte 23%→82%. Su 123 link reali, 80% utilizzabili (93% delle pagine che hanno risposto); un link irraggiungibile viene segnalato in 26 s. Compatibile con Codex, Claude Code e DSH.

Componente desktop dell'estensione browser DSH multipiattaforma: collega l'estensione a dsh, fornisce strumenti browser_* e, se serve, riconosce le immagini della pagina. Queste sono tutte le opzioni di configurazione.

Memoria a grafo e grafo delle attività decentralizzati e offline-first per DSH, con fatti firmati, sincronizzazione tra dispositivi e Mebular Console condivisa nel pannello laterale. Richiede un daemon Mebular attivo (app desktop Mebular oppure mebular serve da @mebular/core); il plugin si limita a collegare gli strumenti di memoria e il pannello Console.

Bridge compatibile OpenAI per usare in Midscene i modelli configurati in DeepSeek Harness. Su 127.0.0.1 (porta predefinita 8787, ne sceglie una libera se occupata) inoltra chat completions con o senza streaming al livello modelli host. Supporta routing ufficiale DeepSeek, CodeBuddy, Codex e endpoint OpenAI/Anthropic personalizzati. Le credenziali restano nei plugin provider e il bridge non le tocca. /v1/midscene-env genera quattro righe MIDSCENE_MODEL_* deducendo la famiglia. Sette skill per browser, desktop, Android, iOS, HarmonyOS, E2E Vitest e riferimento Midscene; non serve npx skills add. npm: dsh plugin --profile web add @tnnevol/dsh-midscene

Plugin agente di flusso di lavoro di ingegneria harness/loop guidato da competenze.

Lettura approfondita di libri e articoli in cinque modalità (rapida, approfondita, mappa della conoscenza, Feynman, libro completo) con report affermazione-prova-dati, mappe mentali Mermaid/XMind, confronto in batch, controllo preventivo del budget, avanzamento trasparente delle attività in background ed esportazioni MD/HTML da URL, file o testo incollato.

Configurazione di reasoning-effort e modalità di input per modello per provider di terze parti: suggerimenti fusi da una knowledge base di modelli ed evidenza raw dell'endpoint /models con etichette di confidenza, modificati all'interno della scheda ufficiale della pagina Models.

La knowledge base per lo sviluppo di plugin DSH come abilità dell'agente su richiesta: vincoli ufficiali, flussi di lavoro delle attività, riferimento API e insidie della comunità, installata con il bundle in modo che l'agente possa consultare durante la creazione di un plugin.

Motore di memoria tra sessioni per DeepSeek Harness: archivio SQLite + specchio Markdown modificabile dall'utente, consolidamento autoDream, ricerca semantica offline (vettorizzazione/riordino/clustering locali), timeline entità-attributo, Sleep Mode, autoSummarize con modello personalizzato e 7 strumenti di memoria.

Pipeline QA come 10 agent skill: analisi dei requisiti, strategia di test, scrittura e revisione di casi, automazione E2E (Playwright) e API, esplorativa, ambito di regressione e analisi dei bug, supportata da una knowledge base condivisa con regole di formato, modello di rischio e validatori di schema.

Animale domestico desktop DSH fluttuante con 12 animazioni di stato autoprodotte per richieste, strumenti, compaction, archivio e miglioramento dei prompt; occupazione del contesto in tempo reale; un Registro a Vita persistente tra sessioni; totali per fornitore/modello, tendenze orarie e viste a 7/30 giorni; commutazione tema scuro/chiaro; stime dei costi opzionali (disattivate per impostazione predefinita) con editor visivo dei prezzi e avviso di budget mensile; importazione ZIP skin lato client; esportazione dell'utilizzo JSON/CSV; letture del pannello solo snapshot con indicizzazione incrementale in background; e miglioramento dei prompt opt-in con anteprima modificabile e invio al composer DSH.

Memoria Mebular, grafo delle attività e console condivisa per DeepSeek Harness.

Memoria a lungo termine tra sessioni in un archivio SQLite locale: due ambiti (utente e progetto per origine Git), recupero ibrido FTS5 + vettori locali unito con RRF, controllo delle evidenze che impone un giudizio esplicito di sufficienza, catene di audit della provenienza, ripasso dilazionato SM-2, distillazione del consolidamento e oblio progressivo, più pannello laterale Memory Palace con nove viste. 22 strumenti con parametri circoscritti, senza servizi esterni, API key o Docker.

Legge ad alta voce le risposte dell'assistente tramite Edge TTS gratuito o i tuoi modelli vocali RVC: pulsanti di lettura ad alta voce + lettura automatica, riproduzione progressiva a blocchi adattivi (letture lunghe senza interruzioni), installazione con un clic di pacchetti vocali da un registro e un runtime RVC portatile.

Plugin agente per workflow di ingegneria harness/loop guidato da skill.