Plugin

Plugin DeepResearch (cordis).

Abbina i tuoi modelli e i budget di token a ciascun ruolo, poi lascia che DSH deleghi subagent specializzati in base al tipo di attività. Copre analisi dell'architettura, UI/UX, implementazione del codice, esplorazione della codebase e ricerca della documentazione, con configurazione automatica più sforzo di ragionamento e permessi degli strumenti per ruolo.

Ricerca web fusa multi-motore, recupero pagine, ricerca in tempo reale su X (Twitter) con fallback senza credenziali, ricerca approfondita e ricerca multi-agente parallela per DeepSeek Harness. Livello gratuito: Bing / DuckDuckGo / Yahoo / Exa MCP (tutti senza chiave, verificati in tempo reale); api la

Pipeline di ricerca multipiattaforma e ricerca profonda: harvest_scout per la scoperta parallela su GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili e YouTube; harvest_deep_research per report di ricerca completi automatizzati; più estrazione, verifica incrociata delle fonti e audit di credibilità.

Livello di integrazione nativo DSH per il motore di memoria Minta: compone la riga ufficiale dsh-mcp-client, registra la skill minta-memory-governance più un prewarm della memoria all'avvio della sessione, e fornisce un preset agente Minta; richiede il motore Minta distribuito separatamente (Python/Docker) per fornire i 19 strumenti MCP — non utilizzabile senza di esso.

Skill di flusso di lavoro di ricerca AI-for-Science per DeepSeek Harness, rivolto a ricercatori e studenti post-laurea che usano IA agentica: revisione della letteratura multi-angolo con file per angolo, progettazione di esperimenti con elenco di caveat, lettura di figure e articoli; ogni lavoro restituisce file più un briefing di verifica incrociata per un secondo modello. Zero dipendenze, MIT.

Ricerca web multi-motore per agenti di programmazione — un unico core SearchBoost (ricerca fusa, fetch, X) con MCP (Cursor, Codex, Claude Code, Grok Build, Antigravity), estensione pi e adattatori bundle per DeepSeek Harness

Team multi-agente basato su ruoli per DeepSeek Harness. /team riunisce fino a 12 subagenti (prodotto, architetto, ricerca, UI, backend, frontend, DB, sicurezza, revisore, QA, DevOps, docs) ed esegue una pipeline a 9 fasi con gate (chiarire, ricercare, progettare, revisione spec, approvazione piano, implementare, revisione, test, consegna) su artefatti condivisi. I gate di qualità li impone il codice, non i prompt: un'attività incompleta non viene segnata come completata, i riscontri li arbitra il revisore o il QA, e lacune di copertura o rework appaiono live nell'overlay e in /team status. Include un overlay live (fasi, roster con modelli, DAG, artefatti, decisioni), una modalità team persistente e la contabilizzazione di token/tempo. Zero dipendenze a runtime, nessun build.

Banco di lavoro scientifico riproducibile: celle guidate da agenti, figure inline con feedback/riesecuzione, provenienza tramite manifesto, snapshot dell'ambiente e competenze di figure di livello pubblicazione (9 strumenti bio_* + interfaccia del banco di lavoro).

Pacchetto di skill modulari di ricerca/ingegneria IA, installabile tramite dsh plugin add — registra 27 skill (audit di sicurezza, lettura/scrittura di articoli, disegno di figure, flusso di lavoro di sviluppo, analisi di archiviazione) su ctx.skills.

Banco di lavoro per la lettura di paper: libreria + lettore PDF + companion in stile tutor. Le risposte citano numeri di pagina cliccabili che riportano al PDF e lampeggiano il passaggio esatto; chiedi selezionando senza lasciare il paper; preset tutor-severo incluso (piano di lettura, coaching per sezioni, quiz valutati tracciati tra le sessioni); toggle in loco originale ↔ cinese (babeldoc, nessuna preinstallazione). Trascrizione e ricerca locali — i documenti non lasciano mai il tuo computer.

Flusso di lavoro di ricerca a Scoperta Guidata dalle Domande per DeepSeek Harness con un Preset Agente QDD, esecuzioni Manuali e Automatiche durevoli e un pannello di ricerca verificabile.

Mercato di plugin di ricerca curato: aggiunge una pagina Plugin di ricerca alle Impostazioni con plugin revisionati a mano per ricerca bibliografica, gestione riferimenti, scrittura e workbench — installazione, aggiornamento e rimozione con un clic fissati alla versione revisionata, riavvio dal pannello, ed esattamente una richiesta di rete (il proprio catalogo).

Aggiunge la lettura locale di PDF, una libreria di articoli durevole, registri di evidenze tracciabili e strumenti di confronto e sintesi tra articoli.

Plugin cognitivo ispirato al cervello: memoria episodica, semantica, procedurale ed emotiva con segnali di apprendimento per rinforzo, una pila di obiettivi con trigger temporali, ricerca web autonoma guidata dalla curiosità e iniziative proattive.

Preset RigorQuant + pacchetto di skill: ricerca multi-agente isolata e senza supervisione per matematica empirica e computazionale (economia, finanza, portafoglio), con una batteria di controlli in quattro parti prima dell'implementazione e un percorso di escalation jacobiano/Lean

Flusso di lavoro per la ricerca finanziaria e strumenti di rischio di portafoglio con disciplina delle fonti per i dati di mercato attuali

Postazione di lavoro per studiosi DSH: libreria locale di paper + scaffale delle idee + grafo della conoscenza

Ricerca approfondita come modalità agente: un unico ciclo revisionato che pianifica, ricerca in round paralleli adattivi guidati dai gap che i ricercatori stessi dichiarano, sintetizza un rapporto citato e poi lo rivede in modo avversariale, invece di uno script che il modello riscrive a ogni chiamata. Le domande che il budget dei round non ha mai raggiunto vengono nominate nel rapporto anziché scartate.

Registra codex-web-search-mcp come strumenti MCP nativi di DSH (mcp__codex-web-search__codex_web_search / codex_web_research / web_fetch) per ricerca web e deep research con Codex e Grok indipendenti dal modello.

Ricerca web compatibile con Grok con paginazione delle fonti conservata, consultazione della documentazione Context7 ed Exa, estrazione di pagine con limiti, mappatura dei siti, pianificazione della ricerca offline e diagnostica in sola lettura.

Plugin di potenziamento per DSH Desktop: mette in chiaro fatti verificabili. Vincoli iniettati solo quando servono, a livelli (testo stabile per la sessione nel system prompt, contenuto volatile in coda); la cache resta valida. Disciplina: ogni turno è classificato (domanda/ricerca/discussione/diagnosi/esecuzione); niente modifiche nei turni di domanda né correzioni non richieste in quelli di diagnosi; segnala citazioni di codice non aperto e affermazioni su simboli mai visti. Memoria: avvisi al 75%/90% del contesto, riepilogo esportabile, conoscenza di progetto per directory. Artefatti: contratto del task, registro modifiche, registro ipotesi con gate, decisioni di design. Dashboard: metriche in lume-metrics.jsonl via lume_metrics; personas distillate da chat, romanzi o schede.

Guardia dal debito di ricerca per DeepSeek Harness: spinge gli agenti di codifica a cercare nella documentazione, su GitHub e sul web prima di ripetuti tentativi locali.

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.