Plugin

Documenti di progetto e memoria a lungo termine come semplice Markdown in un vault Obsidian dedicato: sei strumenti mem_* (search, read, write, log, brief, admin), una singola iniezione di richiamo a budget al primo passaggio di una sessione e distillazione automatica dei turni completati. Obsidian non deve essere in esecuzione e il vault resta leggibile anche con il plugin disinstallato.

Plugin «scrittura mono-core» per DeepSeek Harness: strumenti meticolosamente semplificati e output irrobustito per modelli piccoli quantizzati, adatto a eseguire pipeline di romanzi lunghi in locale con modelli on-device.

Pet da scrivania disegnato dal profilo ufficiale della balena, sia per l'app desktop sia per la UI web: animazioni SVG ed espressioni del volto seguono lo stato dell'agente (sta pensando, sta lavorando, finito, errore, in attesa di conferma) e può seguire le altre sessioni in esecuzione con un badge di conteggio; toccalo, trascinalo, scuotilo fino a fargli girare la testa, schiacciato contro il bordo dello schermo o passa il cursore sulla sua testa per una carezza; 7 palette, 4 dimensioni, suoni sintetizzati, sincronizzazione del tema chiaro/scuro e un'anteprima web giocabile.

Preset modalità esperto DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordinatore + 17 subagenti esperti con delega automatica. Funzioni: taskboard (stati pending/ready/running/done/failed, DAG dipendenze, rivendicazione atomica, retry, ripristino), gate qualità (pipeline 5 fasi: requisiti, implementazione, verifica, revisione, integrazione; 2 rilavorazioni), Five-Anchor (revisione/convergenza/anti-deriva/cooperazione/risorse), Near-distance (modello identità/compito/output), divulgazione progressiva (~28% risparmio token), persistenza, bus P2P, revisione incrociata, pool esperienza, via rapida, auto-retry. 17 esperti: dati, copywriting, legale, PM, frontend, UI/UX, architetto, social, growth, fin. quant., backend, DevOps, DB, QA, sicurezza.

Parte DSH di Blind Whale Farmer, mod SMAPI nello stesso repo che consente all'IA di giocare a Stardew Valley da uno stato testuale tramite MCP. Sincronizza limiti di gioco e istruzioni aggiuntive con il gioco attivo, aggiunge preset di sessione o tool stardew gateway facoltativi (entrambi disattivati) e invia keep playing se la sessione termina su una chiamata tool con risposta di testo semplice. La mod va installata nel gioco.

Livello di identità di dominio per sessioni agente di lunga durata: indirizzamento di dominio prima dichiarativo, factory di sessione, pausa a quattro livelli e dispatch modelli per coordinare più sessioni top-level.

Gateway REST + SSE che espone le sessioni Harness in esecuzione a client di terze parti: autenticazione tramite chiave API, streaming di token, raggruppamento per workspace e adozione delle sessioni GUI per continuare a chattare.

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.

Marketplace dei plugin nelle Impostazioni che agisce su qualsiasi profilo locale, non solo su quello in esecuzione: installa, aggiorna e rimuove nei profili web, headless e altri, con avvisi sugli script di installazione, una vista degli elementi installati che copre anche le dipendenze di profilo fuori catalogo, e un riavvio automatico di DSH quando cambia il profilo corrente.

Collega QQ a DeepSeek Harness tramite OneBot 11: chat private e di gruppo, voce-testo sul dispositivo, immagini e dieci strumenti d’interazione (poke, reazione, like, immagine, file, recall e altro). Serve un’implementazione OneBot 11, per esempio NapCat, in esecuzione insieme.

Consente il rollback a livello di messaggio, l’eliminazione di un singolo messaggio e il ripristino tramite replay nelle sessioni DSH. La visualizzazione viene sostituita in modalità append-only, senza cancellare fisicamente il registro; sono previsti conferma e protezione delle sessioni in corso. Richiede Node.js 23.5+.

Plugin a tema Escape from Tarkov per l'interfaccia web di DeepSeek Harness: banner hero con avviso Beta, dock per la musica di sottofondo, effetti sonori degli eventi (completato / approvazione / errore), un pet da desktop Altyn e una riga di stato in esecuzione casuale, con un pannello in Impostazioni > Plugin.

Registra agenti personalizzati definiti localmente come subagenti richiamabili in dsh: la conversazione principale invoca qualsiasi agente per nome tramite use_agent, ognuno eseguito come vero subagente dsh con la propria persona. Supporta la ripresa da punto di interruzione per le esecuzioni interrotte.

Sidebar di memoria personale e strumenti agente per Mory, con ricerca, modifica e sincronizzazione facoltativa con GitHub/Gitee. Il servizio Mory deve essere installato e in esecuzione sull’host DSH.

Conta i passaggi dell’agente e ogni N passaggi aggiunge al batch in procinto di essere inviato un’istruzione di aggiornamento: cosa sta facendo, cosa ha finito e cosa farà dopo; poi continua senza fermarsi per te. Nelle impostazioni si modificano intervallo, testo del prompt e opzione predefinita limitata all’agente principale.

Aggiunge uno strumento subagent_codex che delega i task alla CLI locale di OpenAI Codex, eseguendo il lavoro in un processo esterno isolato.

Gestisci i record di conversazione dalla pagina impostazioni della GUI web di DSH: elimina un'intera sessione (archivio più rimozione fisica del log) oppure un singolo messaggio (l'eliminazione di un messaggio utente si propaga alle risposte dell'assistente e ai risultati dei tool). Le sessioni in esecuzione e quelle correnti sono protette.

Guardia di deriva dei requisiti a runtime che mantiene gli agenti DSH di lunga durata allineati con l'obiettivo, i vincoli e le decisioni approvati dall'utente.

Aggiunge un pulsante di riavvio all'app desktop DeepSeek Harness: chiede conferma se il lavoro è in corso e poi indica la durata dell'interruzione. Può stare in barra laterale, intestazione chat, menu account o impostazioni, con interruttore indipendente. Controlla anche la quantità di dati di accesso salvati e mostra i file temporanei residui, solo conteggiati e mai eliminati. Solo Desktop.

Decisioni tipizzate di Laya (`noul` sì/no, `choice`, `score`) come servizio Cordis di prima classe (`ctx.laya`) più i tool visibili al modello `laya_ask` e `laya_plan`. Il plugin stesso non installa e non scarica nulla: è un client di un sidecar `laya-mcp serve` che avvii tu stesso, e segnala che il sidecar non è in esecuzione invece di fallire in modo oscuro alla prima chiamata del tool.

Richiama, modifica e reinvia e rigenera, più versioning in conversazione: una timeline di ogni riavvolgimento, rollback degli artefatti (git-first, fallback su snapshot), una mappa di biforcazione dei percorsi esplorati, la genealogia della sessione e un watchdog in tempo reale che salva uno snapshot del log al primo segno di scritture concorrenti. Le modifiche arrestano automaticamente l'agente in esecuzione (official cancel/whenIdle) così i riavvolgimenti non corrompono mai il log durevole né rompono /compact.

Una mappa visiva delle sessioni: ogni conversazione è una scheda su una lavagna infinita; gli spazi di lavoro sono cornici che raccolgono le schede in eccesso in un cassetto. Le schede non vengono mai riordinate. Le linee tra loro trasportano il contesto (trascinarne una crea un ramo con un riepilogo inserito) e ogni scheda mostra una spia: in corso, in attesa, non letta o interrotta.

Espone un DeepSeek Harness attivo come server MCP via Streamable HTTP o bridge stdio incluso. Un agente esterno può creare workspace e sessioni, inviare prompt, fare fork, rinominare e cambiare modello, leggere/scrivere file, eseguire shell in primo o secondo piano, chiamare per nome i tool dell'istanza e leggere token per turno e cumulativi; con un plugin prezzi mostra il costo.

Nucleo di giudizio per DeepSeek Harness: un ciclo cognitivo attribuisce una fonte a ogni decisione e porta a termine la pianificazione; la memoria hippocampus condensa l’esperienza in conoscenza (diario, archivio episodico, decadimento della bassa confidenza); l’architettura fissa responsabilità e criteri coerenti; un team A2A gestisce la memoria tramite dsh-linghun-assembler. Richiede DSH ^0.1.0-rc.7 (rc.2 supportato).