Plugin

Ospita le chat QQ come sessioni DeepSeek Harness: ogni conversazione QQ corrisponde a una sessione DSH che sopravvive ai riavvii. Include permessi degli strumenti per interlocutore, memoria a tre livelli con consolidamento notturno, persona in quattro sezioni, compattazione del contesto, pannello laterale di nove pagine e procedura guidata che installa kernel Roost e plugin ai-chat. Per impostazione predefinita chiunque nel gruppo QQ associato può parlare col bot; solo il proprietario ha l’intero set di strumenti locali.

Rotte di modello dedicate, strumenti e guida di sistema per visione, compattazione, revisioni, subagent, titoli e generazione di immagini.

Avvolge il lavoro in attività con nome e, quando un'attività si chiude, comprime l'intero arco di messaggi in un unico riassunto al successivo confine di passo; il contenuto originale può essere ripristinato su richiesta.

Dashboard di utilizzo DeepSeek per DSH Web: stima dei giorni restanti dalla spesa media recente, costi giornalieri/mensili/cumulativi con confronto tra periodi, classifica dei costi per modello, risparmio sulla cache, impatto dei prezzi nelle ore di punta/non punta e un widget flottante del saldo trascinabile.

Agente GUI per Android con screenshot via ADB, grounding compatto della gerarchia UI, azioni iterative verificate, approvazioni e una vista Mobile Web.

Offre compattazione del contesto entro limiti, riuso dei riepiloghi per sessione, controlli espliciti della memoria e rimozione degli strumenti con preservazione della diagnostica. Adattato a dsh 0.2.1-rc.2, include l’elenco dei preset Web e i metadati dei plugin localizzati.

Forza la compressione del contesto durante l'esecuzione di modelli llama.cpp a basso contesto come Qwen3.8-27B, migliorando l'efficienza del modello e la fluidità d'uso, insieme a prompt di compattazione ben raffinati.

Binario compatto dei turni sul bordo destro con riepiloghi al passaggio del mouse e navigazione a salto con clic. Pubblicato su npm come `dsh-turn-scrubber`.

Tema chiaro Solarized, layout compatto, capsule per comprimere think/catena di strumenti e dashboard di saldo, costo della sessione e utilizzo per la web UI di DSH.

Skin compatta ASCII/terminale per DeepSeek Harness: 19 palette selezionabili dalla barra di stato, 3 densità UI, barra di stato in stile vim, grafica ascii.rest nelle sessioni vuote e intro retrò con testo del logo personalizzato.

Tre preset Agent con memoria persistente separata: 鲸鱼娘Agent预设 (cinese semplificato colloquiale, chiama l’utente 主人, affettuoso-tsundere), 鲸鱼娘活人版Agent预设 (può ribattere, sviare o essere freddo; meno dolcezza) e 鲸鱼娘涩涩版Agent预设 (personalità originale, affetto solo per l’utente, ridotto nei gruppi). Usano la composizione minima ufficiale (una shell persistente) e strumenti di lettura/scrittura file, glob e grep. whale-loli.md, whale-loli-v2-live.md e whale-loli-v3-naughty.md sono letti tramite whale_memory, whale_memory_v2 e whale_memory_v3; le memorie non si condividono. billion-context comprime le conversazioni; questo plugin considera i riepiloghi prove e consente di consultare dettagli su richiesta.

Gestione automatica del contesto in stile Codex per DeepSeek Harness: rollover senza perdite né chiamate a modelli di riepilogo, ancore di passaggio legate alle attività, note di lavoro conservate dopo la compattazione e recupero letterale delle finestre archiviate. Le note obsolete diventano un avviso esplicito invece di essere garantite come aggiornate. Include pulsante e comando /smart-compact, rollover automatico a tre livelli e sanificazione obbligatoria delle ancore; funziona senza configurazione.

Combina lo scheletro di codice di Headroom (Apache-2.0) con lo stimatore di TokenPilot (arXiv:2606.17016). Dati pubblicati: Headroom indica il 20% di token in meno per agent di coding e il 60–95% per JSON, a parità di risposte; TokenPilot fino al 60% di costi in meno nelle sessioni lunghe. Sono dati dei progetti citati, non misure o benchmark di questo plugin. In DSH si impostano profilo, soglia Auto Compact e compressione a scheletro. Misura col tokenizer esatto DeepSeek V4 e verifica la stessa revisione; sui modelli non supportati fail-open conserva i risultati originali degli strumenti. Compressione a scheletro durante il turno e riepilogo finale dell’intento nella compressione JSONL ufficiale.

Disciplina delle chiamate agli strumenti per DeepSeek Harness: prompt comportamentali, riduzione della concorrenza e indicazioni sui tentativi in base agli errori, controlli dopo la scrittura con ripristino dal backup, blocchi per comandi ad alto rischio, riepiloghi e promemoria di verifica, controlli consultivi della memoria progetto, promemoria configurabili dopo la compattazione o a intervalli e statistiche di conformità.

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.

Intelligenza codice locale per DSH: Impact X-Ray visualizza l’impatto potenziale delle modifiche con prove del codice ispezionabili e incertezza; include anche navigazione simboli, Context Packs limitati e supporto ArkTS.

Compattazione del contesto autonoma del modello per DeepSeek Harness. mind_map esamina il contesto agente (seq ID stabili, ruoli, peso token, confini di pulizia e guida clear-mind); clear_mind sostituisce un intervallo scelto della cronologia con un checkpoint scritto dal modello tramite la transazione nativa. Coppie chiamata/risultato diventano tombstone di una riga; un promemoria interviene con contesti lunghi o troppi passaggi per turno.

Pipeline a livelli per l'ottimizzazione dei token per DeepSeek Harness: scala di output, caricamento lazy MCP, driver di compattazione, report sugli hit della cache. Basato su API reali dei plugin DSH; risparmio di ~40–60% di input nelle sessioni lunghe.

Visione per DeepSeek solo testo tramite Doubao Web per impostazione predefinita (gratuito, senza chiave API: guida il tuo Chrome connesso tramite un bridge CDP Windows), con quota Antigravity IDE (flash/pro) o fallback su Gemini; escalation automatica del livello di dettaglio, memoria delle evidenze visive con reidratazione dopo la compattazione, cache basata su hash dei contenuti e un pannello client bilingue.

Modalità cinese globale: un piccolo interruttore a pillola accanto al composer che inserisce un requisito linguistico nel prompt di sistema di qualsiasi preset (persona complete escluse); risposta, ragionamento e output degli strumenti si alternano ciascuno tra cinese e inglese, e sono supportati i preset ancorati.

Importa la cronologia chat di claude-code / codex / reasonix / zcode nelle sessioni dsh: associazione allo spazio di lavoro, chiamate agli strumenti preservate, protezione per sessioni troppo grandi, ripristino della compattazione zcode.

Compressione senza perdita del contesto per DeepSeek Harness: l'intervallo più vecchio viene sostituito da un riassunto, mentre gli originali restano nel registro della sessione.

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.

Modalità di coding compatta Codex per DSH: lievi guardrail del prompt contro le spiegazioni eccessive di GPT, con prompt modificabile e strumenti nativi in stile Codex.