Plugin

Aspetto per modello nella Web UI di DSH: una lista ordinata di regole confrontata con il nome del modello della sessione corrente, in cui ogni regola porta il proprio sfondo, colore del tema, modalità di layout, cornice e opacità e sfocatura dello sfondo, oltre a opacità per superficie e sfocatura a vetro smerigliato per lo sfondo principale, pannello sinistro, pannello destro, schede e pannelli, input e controlli, pannello delle impostazioni, cornice del testo della conversazione e vista traiettoria.

Plugin configurabile per l'interfaccia web DSH: temi sfondo e vetro smerigliato, colori d'accento, scorciatoie da tastiera personalizzate, pannello utilizzo app, barra della cronologia, Markdown dei messaggi — zero modifiche alla shell.

Toolset di debug ROS2 e analisi visiva dello stato del robot per DeepSeek Harness: enumerazione di node/topic/service/action/interface/TF, JSON della topologia dell'intero grafo, controlli rosdep, build con approvazione e scaffolding di messaggi personalizzati, screenshot GUI e osservazione visiva multimodale, più rendering offscreen headless RViz2 (mesh low-poly, lettura diretta dei pixel, passthrough GPU - rendering del movimento a 30Hz) con analisi VLM parallela in tempo reale.

Pacchetto UX per la chat Web DSH. Ogni funzione ha un interruttore separato, applicato subito, in Settings → UX Plus. Dimensione font e larghezza di lettura in Settings → General → Chat area. Il menu sessione copia l’ID o crea una nuova sessione ereditando la conversazione sul modello scelto. Righe di workspace/sessione ordinate per attività recente, chiusura automatica dopo 24 ore inattive e indicatori di anzianità. Le schede ask_user_question concluse restano aperte. L’elenco viene generato da un registry interno e cresce con le funzioni, senza un numero fisso.

Presenta DSH Web come un'interfaccia voxel giocabile in stile Minecraft in prima persona a tutto schermo — non una skin solo colore: gli utenti camminano attraverso un mondo a blocchi Three.js persistente e accedono a workspace nativi, sessioni, conversazioni, strumenti, selezione del modello, permessi, informazioni di contesto e il composer tramite strutture nel mondo e un workbench.

Suite di agenti per la ricerca: controllo degli obiettivi a lungo termine con catene di prove verificabili, pianificazione cron, squadre di esperti multi-agente, memoria di ricerca auto-evolutiva (recupero FTS5 + RRF), spazi di lavoro per progetto e una UI personalizzata per lo spazio di lavoro.

Questo plugin fa rimbalzare due DeepSeek nell'interfaccia — non ha uno scopo reale.

Sincronizza dall’upstream ufficiale 21 skill HyperFrames ufficiali di HeyGen (creazione video HTML, animazione, keyframe, audio/musica in video, CLI, registry, slideshow, rimontaggio talking-head, sito/prodotto/PR in video, convenzioni timeline Studio e altro) e verifica le risorse incluse. Guida introduttiva in 4 passaggi nelle impostazioni.

OMK — Osserva. Misura. Conosci. Modifiche della knowledge supportate da evidenze per applicazioni AI.

Cancello di accesso per la superficie web dsh: autenticazione con password o token condiviso, cookie di sessione, limitazione di velocità e CLI di gestione utenti (manifesto dsh.bundle dalla 0.4.1, montaggio con un solo comando `dsh plugin add`).

Memoria a livelli per DSH con 10 strumenti per l’agente: scritture privilegiate (memory_add, memory_delete, memory_import), controlli di riflessione (memory_ruminate e comandi correlati) e grafo della memoria. Una pipeline L0-L3 recupera e inserisce ricordi pertinenti prima di ogni passaggio del modello.

Regole di autorizzazione dettagliate per strumento per DSH al gate tools/pre-execute, liste di negazione e di conferma nella sintassi delle regole di Claude Code (`Bash(rm -rf:*), Read(_secrets_), mcp__server__tool`), funziona in modo autonomo senza migrazione.

Protezione dai loop per dsh: osserva llm/stream, rileva e riattiva chiamate di solo ragionamento o materiale ripetuto, con due interruttori durante lo stream.

Non è un altro plugin di memoria: ODR è un ciclo di auto-miglioramento in mondi evolutivi (Dream-RSI). I tentativi vengono registrati in un Discovery Tree e, tra le esecuzioni, migliaia di varianti strategiche sono riprodotte in quel mondo. Una strategia, ricetta o lezione viene promossa solo dopo aver superato la riproduzione controfattuale, mai sulla sola parola del modello; Sentinel controlla le chiamate agli strumenti prima di consumare il budget. L’LLM resta congelato. Si installa da npm come dsh-open-dream-rsi.

Plugin di skin per l'interfaccia web DSH: 4 skin integrate più skin personalizzate basate su immagini, con la foto come sfondo dell'intera interfaccia e la palette che segue la sua tonalità dominante.

Tema di interfaccia non ufficiale ispirato a P.R.T.S. di Arknights per DSH Web, con preset di aspetto, controlli di accessibilità e navigazione delle conversazioni.

Provider di ricerca SearXNG e recupero Crawl4AI per DeepSeek Harness

Auto-miglioramento offline per agenti di codice: verifica strategie con replay controfattuale su un modello del mondo evolutivo. Senza fine-tuning, LLM congelato. Include MCP e Python server.

Memoria cross-sessione con richiamo deterministico a zero token (bigram-Jaccard fuso con FTS5 BM25 via RRF, tokenizzazione consapevole del cinese), rinforzo che rafforza le osservazioni ripetute, e procedure cristallizzate in file SKILL.md rifiniti in loco tramite un ciclo di vita active-stale-archived con archivio e rollback reversibili. L'ingestione e la disposizione espongono entrambe un livello di autonomia scelto dall'utente; conflitti e scritture ad alta importanza vanno sempre a revisione umana, e nulla viene mai eliminato automaticamente. Richiede Node 22.5+.

Skill di code review basata su template: flusso di revisione in cinque fasi, classificazione per gravità (critica/media/minore), punteggio quadridimensionale (qualità, sicurezza, prestazioni, manutenibilità), output doppio in testo e HTML e knowledge base di riferimento on-demand.

Ottimizzatore di reasoning_effort per round per dsh — riduce automaticamente il ragionamento per chiamate di strumenti semplici e lo alza per lavori pesanti, tagliando il tempo di pensiero tra le chiamate degli strumenti.

Scoperta progressiva degli strumenti stabile in cache: una superficie fissa tool_search e tool_dispatch a ogni richiesta, ricerca del catalogo in memoria, dispatch annidato attraverso la pipeline dell'Harness e un elenco nativo di strumenti stabile byte per byte attraverso la scoperta.

Provider di modelli Kiro con accesso tramite Builder ID, Identity Center, Google, GitHub e importazione di credenziali, aggiornamento automatico di token e profili, utilizzo dell'account, scoperta dei modelli in tempo reale, sforzi di ragionamento selezionabili, chiamate di strumenti in streaming, gestione del motivo di arresto del provider e dell'overflow del contesto, e contabilità dei token che usa i contatori esatti di Kiro quando li invia e altrimenti scala la percentuale di utilizzo del contesto inviata in base alla finestra dichiarata del modello.

Profilazione delle prestazioni e diagnostica della cache LLM per DeepSeek Harness — engineering del contesto, profilazione della latenza e report sul comportamento della cache.