Plugin

Deposito di memoria cross-sessione: strumenti remember / recall / forget, iniezione nel prompt per turno e un browser delle voci nella pagina delle impostazioni

Guardiano popup per i log di sessione: si apre con la Web UI a un intervallo di promemoria configurabile (10 min-3 h), con backup incrementale in un clic di ogni session.jsonl(.zstd) sotto ~/.dsh/sessions in formato raw o log chat leggibile.

Registra un pacchetto di skill SpecWorkflow per chiarimento dei requisiti, specifiche di implementazione, esecuzione, revisione della consegna, pianificazione delle correzioni, diagnosi dei bug e ricerca con supporto di fonti.

Preimpostazione agente di flusso di lavoro ingegneristico per dsh: cinque fasi con gate (chiarimento requisiti, approvazione piano, TDD, subagent paralleli, finalizzazione verificata) con sei competenze di flusso di lavoro adattate da obra/superpowers.

Strumenti di abbonamento RSS/Atom (list/add/remove/fetch/check/search/opml_import/opml_export/health) con ricerca per parole chiave tra feed, recupero incrementale basato su cursore e importazione/esportazione OPML, persistiti nelle impostazioni.

Ricerca delle sessioni nella barra laterale che costruisce un proprio indice invece di riutilizzare quello full-text di DSH: alternanza titolo/contenuto in un'unica casella, risultati raggruppati per sessione con lo snippet più forte e tag utente/risposta/strumento, più sincronizzazione incrementale basata su watermark, potatura delle sessioni archiviate e una ricostruzione in shadow che non blocca mai l'indice attivo.

Input a una mano e senza tastiera per il composer: tieni premuto il mouse sulla casella di input, parla, rilascia — il testo finisce nella bozza, e scorrendo verso l'alto annulli senza lasciare una frase a metà. Nessun pulsante microfono da centrare e nessuna scorciatoia da ricordare; la mano non deve mai lasciare l'area di input, che è il punto quando l'altra mano è occupata. Il riconoscimento gira completamente offline (SenseVoice via sherpa-onnx, nessuna chiave API, l'audio non lascia mai la macchina).

Ricerca di gare e intelligence sulle offerte in DeepSeek Harness con ricerca di progetti proposti, screening tramite regole, revisione umana, più esportazioni Excel/PDF usando il MCP Qichacha autorizzato dall'utente.

Memoria tra sessioni per DeepSeek Harness con governance, auto-evoluzione e un percorso di scrittura con approvazione. Richiamo ordinato per calore, convenzioni d'ambiente, ciclo di vita dell'oblio, catene di sostituzione, difesa dal poisoning, auto-distillazione e una misurazione aperta.

Plugin di memoria Honcho di Plastic Labs: inietta il profilo utente, il riepilogo della sessione e le conclusioni rilevanti all'inizio della sessione, carica ogni turno su Honcho in background con i segreti oscurati, e aggiunge gli strumenti honcho_search / honcho_chat / honcho_remember più il comando di stato /honcho; configurato tramite ~/.honcho/config.json condiviso con le altre integrazioni Honcho, verso honcho.dev ospitato o un'istanza self-hosted.

Ricerca full-text a livello di messaggio in tutte le sessioni DSH tramite un indice trigram FTS5 (utente / assistente / steering / strumenti con filtri per tipo), risultati deduplicati tra sessioni fork/continuate, anteprima del contesto in sola lettura con scorrimento automatico al messaggio selezionato, salto con un clic alla sessione reale e ricostruzione incrementale/completa dell'indice con controllo di integrità; l'i18n zh/en segue il servizio di localizzazione dell'Host.

Memoria markdown tra sessioni a lungo termine con struttura tipo wiki-LLM e persona SOUL.md, iniettata all'avvio della sessione (per impostazione predefinita solo dopo il primo messaggio utente e solo nella sessione attiva), oltre ai flussi remember/recall/consolidate/forget, abilità di memoria integrata, strumenti di migrazione pack/unpack e una spinta di recupero in prima persona nei tempi morti che fa emergere ricordi reali con voce di compagno.

GPT pianifica DAG di dipendenze, i worker DeepSeek eseguono le attività con parallelismo adattivo e un reviewer GPT opzionale controlla i diff Git incrementali e guida i round di riparazione.

Studio di contenuti per gli account ufficiali WeChat: scrittura a rotazione anti-omologazione, playbook di rimedio per bassa creatività, baseline visiva per le immagini di benedizione, pipeline gpt-image con accettazione OCR e la web API dei draft xiaolvshu misurata sul campo.

Backend di memoria vettoriale + a grafo: strumenti observe/remember/search/recall verso un server memoria locale, che fonde il richiamo semantico HNSW, la ricerca per parole chiave FTS5 e i segnali del knowledge graph tramite ranking RRF, con persistenza automatica a fine turno e isolamento dei namespace per agente

Lists the Markdown documents, images and video that already exist anywhere in the session workspace in the DSH sidebar, ranked by relevance to the current conversation: recent messages are matched locally against document title, summary and body with IDF weighting, with no model calls and no network. Because the list is scanned from the workspace instead of remembered, restarting DSH or starting a new session does not empty it. Images and video preview in place, with relative-path images resolved and video streamed over HTTP Range. The same ranking is exposed to the agent as a knit_docs tool, which returns the most relevant documents along with the passage that matched in each, where one is found.

Unit conversion toolbox covering 20 categories — length, mass, temperature, area, volume (incl. US cooking units), speed, time, data sizes (decimal MB vs binary MiB), data transfer rates (Mbps vs MB/s), acceleration incl. g-force, illumination (lux / foot-candle), pressure, energy, angle, frequency, power incl. three horsepower definitions, force, torque, typography (px/pt/em/rem), and fuel economy (mpg ↔ L/100km). Two tools — convert_unit and list_units — zero runtime dependencies, pure arithmetic; each result includes the formula applied.

Inietta nel modello all'inizio della conversazione requisiti durevoli di "da fare" e "da non fare" impostati dall'utente.

Terminal UI per DeepSeek Harness su jump host e collegamenti ad alta latenza: ANSI semplice, ridisegno incrementale, più una sessione che sopravvive alla caduta della connessione SSH (riprendila dal log).

Un interrupt button verde accanto alla casella di invio: interrompe silenziosamente un agente in esecuzione, che poi riassume il proprio progresso e chiede nuovi requisiti, con un interrupt prompt personalizzabile.

Montaggio incrementale dei file con deduplicazione delle letture: gli intervalli di righe montati non vengono mai reinviati al modello, le modifiche su disco invalidano e rimontano, con una scheda File montati e il conteggio del risparmio di token

Memoria cross-sessione con ambito di progetto: snapshot di PROJECT.md iniettato nel primo messaggio utente, uno strumento memory_remember e auto-riflessione dopo i task ReAct; ogni progetto mantiene il proprio file di memoria

Same-origin in mechanism with the two loudest lines in context compression. The code-skeleton gate follows the skeletonization approach of Headroom (Apache-2.0), whose published headline is 20% fewer tokens for coding agents and 60–95% fewer tokens for JSON, same answers. The estimator channel follows TokenPilot (arXiv:2606.17016), which reports up to 60% lower cost for long-session agents. Both figures are theirs, quoted as-is; this plugin ships no benchmark of its own and claims no reduction of its own. What it adds for DeepSeek Harness: choose a compression profile, set the Auto Compact trigger level and toggle code-skeleton compression from one settings section, with exact DeepSeek V4 tokenizer measurement, same-revision count verification, and fail-open behaviour that keeps the original tool results on unsupported models.