Plugin

Ships the Alibaba Java coding guidelines, 44 selected rules, as an embedded harness skill, so writing, changing and reviewing Java code or DDL follows the handbook with a numbered self-check before delivery.

Startup self-check that compares against the last healthy baseline and reports missing loader entries, client modules and plugins skipped by compatibility checks, especially useful after DSH upgrades.

Builder DIY di workflow per DSH: componi flussi di prompt multi-fase con gate di autocontrollo, regole di salto imposte dall'engine, esecuzione guidata dall'agente e pannello live delle esecuzioni.

Imposta per la sessione una persona coerente da utente della Cina continentale (codice regionale ID, prefisso telefonico, ASN operatore, locale e fuso orario), con checklist iniziale, autoverifica e un comando per impacchettarla per un amico.

Trasforma le sessioni archiviate in memoria durevole, non in file inutilizzati. Distilla ogni archivio in skills riutilizzabili e fact ledger con decisioni ADD/UPDATE/NOOP, `validUntil` e `supersededBy`, ritirando i fatti obsoleti. Raggruppa gli argomenti con similarità single-linkage. Elabora anche sessioni in corso con seq watermark in sola lettura, lasciando il session log identico byte per byte. L’autoverifica misura fusione dei fatti duplicati, ritiro degli obsoleti e consolidamento delle skills; agisce solo con opt-in e non cancella mai definitivamente, usa solo supersede.

Porta in DSH il MCP ufficiale McDonald's China (`mcp.mcd.cn`). Incolla un token creato da te: esegue handshake, chiama `tools/list` e registra ogni tool remoto come tool DSH nativo con prefisso `mcd_`. Aggiunte/rimozioni upstream richiedono solo un riavvio, senza modifiche al codice. Include quattro tool sempre disponibili (`mcd_status`, `mcd_test`, `mcd_tools`, `mcd_call`) e una pagina impostazioni con test di connessione. Il token è salvato solo su questo computer in `~/.dsh/dsh-mcd-mcp.json` (mode 600), mai nel repository o nel contesto conversazione.

Esegue Blender headless da DeepSeek Harness: script `bpy`, rendering di scene ed esportazione di risorse glTF. Include skill con ricette di modellazione, insidie della serie 5.x e procedure per pipeline di asset, così l’agente controlla la geometria prima della consegna.

Verifica la geometria prima della pubblicazione: pixel, proporzioni, dpi, dimensione/formato, larghezza di stampa e modalità colore. Non verifica contenuti (QR, testo/immagine, copyright, vietati). Solo libreria standard Python, senza dipendenze terze, input invariati; Python 3.8+. 10 piattaforme/20 slot, confidenza per piattaforma: WeChat MP, Xiaohongshu, Bilibili, Zhihu, Weibo, Douyin, WeChat Channels, riviste, stampa, consegna cliente. Risolve per ID/nome cinese/alias (fuzzy). Su richiesta o dopo salvataggio file se indicata la destinazione; una riga se tutto ok, dettagli solo con errori. Riviste/stampa: larghezza reale pixel/dpi, rileva stampe troppo piccole anche con metadata dpi valido. Più immagini: controlla coerenza e indica l’anomalia.

Installa la skill codex-cua per usare Codex computer use da DeepSeek Harness: controlla Chrome e app macOS native tramite il runtime incluso nell’app desktop ChatGPT/Codex. Include un client di sessione persistente e un controllo autonomo doctor. Richiede app ChatGPT/Codex con estensione Chrome, Python 3.9+ e macOS.

Workbench per tesi e analisi empirica che controlla IBM SPSS dalla conversazione: `spss_check` (autoverifica ambiente), `spss_variables` (elenco variabili .sav con etichette, tipi, livelli di misura e casi), `spss_data` (campione di righe per esaminare valori mancanti e anomali), `spss_run` / `spss_run_file` (esegue sintassi SPSS o .sps e riancora i percorsi relativi `CD`/`GET FILE`), `spss_analyze` (frequenze, descrittive, tabelle incrociate con chi-quadrato, t-test, ANOVA a una via, correlazione, regressione lineare). I risultati sono tabelle strutturate estratte tramite OMS. Rileva SPSS 25–31 automaticamente; server MCP stdio senza dipendenze.

Chip immagine in linea per il composer DeepSeek Harness: un’immagine incollata compare nel testo come chip numerato (image-1.png) con anteprima al passaggio del cursore. Le immagini usano ancora la pipeline ufficiale degli allegati; la numerazione riparte per ogni messaggio, dock e miniature dei messaggi inviati mostrano un badge di sequenza e un controllo prima dell’invio avvisa se i nomi nel testo non corrispondono alle immagini di quel messaggio.

Livello decisionale strutturato per il loop agente DSH: gate per chiamate pericolose, autocontrollo dell’output, limitazione strumenti e protezione dai loop tramite modello di giudizio collegabile.

Instrada otto eventi del ciclo di vita DSH a sette canali dopo deduplica, ore di quiete e raggruppamento digest. La gravità viene mappata sui campi effettivamente supportati da Bark, ntfy, Telegram e webhook. Le consegne fallite vengono ritentate con backoff e jitter e sopravvivono ai riavvii; circuit breaker per canale evitano di insistere su endpoint morti. L’autodiagnosi segnala un relay degradato invece di tacere.

Kit introduttivo DeepSeek Harness: benvenuto, percorso di apprendimento 0→1, raccomandazioni plugin per scenario e checklist di autoverifica, insieme al repository tutorial cinese dsh-handbook-zh.