Plugin

Una compagna Live2D a forma di ragazza-balena per la UI Web di DeepSeek Harness: il modello resta sullo schermo e reagisce a ciò che l'agente sta realmente facendo (pensiero, chiamate ai tool, testo in streaming, errori, fine turno); cliccala per inviare un messaggio all'agente e guarda la risposta arrivare in un fumetto; tasto destro per un menu di espressioni, vestiti, scene di scrivania e animazioni una tantum, ogni azione mappata dal foglio degli hotkey dell'autore del modello originale, così nulla si sovrappone e tutto scade da solo. Asset del modello non commerciali (CC BY-NC-SA 4.0), codice MIT, di Andersen216 (https://github.com/Andersen216).

Classifica le chiamate ai tool in sospeso con Jev (il modello decisionale non generativo di TypeSafe AI) su tools/pre-execute — le chiamate ad alto rischio ad alta confidenza vengono negate, quelle ambigue escalate all'approvazione — e approva automaticamente le chiamate reversibili chiaramente consentite su approval/request dietro un gating basato sulle prove negli argomenti. Ridefinisce anche il resolver dei riferimenti di sessione, così gli snapshot conservano i messaggi valutati da Jev invece di scartare i più vecchi. Degrada al comportamento standard in caso di errore del provider; modalità shadow con il comando /jev-stats; endpoint TypeSafe o OpenRouter; 64 test.

Configura visivamente il prompt, gli strumenti, le skill visibili, i subagenti e i modelli di fallback di un agente, e ne assembla diversi in un team. Non scrive né modifica mai alcun file preset dell'host.

Compressione Gzip per le risposte /api, che risolve i timeout di caricamento della cronologia su connessioni remote/a bassa larghezza di banda; salta SSE e le risposte già codificate.

Aggiunge un pulsante ottimizza accanto al composer che analizza e riscrive la bozza del prompt con streaming SSE, consapevolezza del contesto della conversazione (strategie template vs intent-polish), una catena di memoria di continuità delle modifiche, undo e instradamento del modello con fallback e test di connettività.

Compressione automatica del contesto per DeepSeek Harness: comprime gli output degli strumenti prima che raggiungano il modello e mantiene ogni compressione lossy reversibile tramite strumenti di recupero CCR.

Guida il plotting scientifico di OriginLab Origin dalla chat AI via MCP: 62 strumenti. Watchdog dei dialoghi modali, gate di sicurezza LabTalk, release/reconnect, fitting con parametri iniziali/fissi/pesati, modifiche fini di grafici e sheet, strumenti matriciali, FigureSpec YAML dichiarativo (diff-abile e rieseguibile), snapshot di sola lettura delle MCP Resources, ponte matplotlib-figure, assemblaggio PowerPoint con etichette dei pannelli, ricerca di modelli nel Graph Gallery, esportazione EPS, whitelist di accesso ai file, baseline di regressione visiva e OPJU modificabile con verifica deterministica di rilettura.

Strumenti per la libreria Zotero tramite API locale (senza chiave API): cerca elementi/collezioni, leggi metadati e abstract, elenca allegati, leggi testo completo (analizza PDF al volo quando la cache Zotero manca), scarica PDF e gestisci note.

Generatore di galgame: fornisci un documento di sceneggiatura più risorse di personaggio/sfondo/BGM/animazione nell'area di lavoro (img_human/, img_bg/, audio/, img_cg/) e genera una pagina web di visual novel giocabile con slot di salvataggio configurabili ([存档 N], 9 predefiniti), sprite che seguono il parlante con cambio variante multi-pose ([表情]), animazioni di apertura/finale/CG ([op]/[ed]/[cg]), controllo riproduzione/stop/volume BGM e ramificazione per righe if.

Plugin di revisione delle modifiche di sessione per DeepSeek Harness: traccia le chiamate agli strumenti di scrittura/modifica per sessione e visualizza diff a livello di riga con colori personalizzabili, con isolamento delle sessioni, aggregazione dei sottoagenti e aggiornamenti live via SSE.

Harness di valutazione per i plugin DSH: casi di test YAML guidano esecuzioni reali dell'agente in modalità headless, verificano chiamate agli strumenti, argomenti, risultati e utilizzo dei token, con un gate di baseline per le regressioni in CI.

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.

Aggregatore di famiglie di skin: una singola installazione fornisce il centro skin e tutte le risorse delle skin (qq98, ths, xp, blue-fantasy, dragon-heir, minecraft, miku, trading).

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.

Notifiche del browser e un bip quando termina un turno di sessione, l'agente fa una domanda o c'è un'approvazione in sospeso; cliccando la notifica si salta alla sessione; endpoint di attivazione remota e canale SSE (npm: dsh-my-notify).

Memoria di team auto-evolutiva come semplice Markdown in git: un plugin nativo Cordis che registra 38 strumenti di memoria bare-name più una sezione di segnali di prompt rivalutata ad ogni assemblaggio, con rinforzo RPE, decadimento e consolidamento durante il sonno; condivide un repository dati con i suoi host Claude Code (MCP) e OpenClaw; verificato con DSH 0.1.0-rc.6.

Memoria di team auto-evolutiva come semplice Markdown in git: un plugin Cordis nativo che registra 38 strumenti di memoria dal nome semplice più una sezione di segnali del prompt rivalutata a ogni assemblaggio, con rinforzo RPE, decadimento e consolidamento durante il sonno; condivide un unico repository dati con i suoi host Claude Code (MCP) e OpenClaw; verificato con DSH 0.1.0-rc.6.

Aggiunge /pua per guidare l'agente a provare un altro approccio e verificare i risultati prima di dichiarare il completamento, con 15 stili aziendali, modalità persona, impostazioni globali e per conversazione, e un ciclo opzionale che continua finché un comando di verifica non passa, si raggiunge il limite di iterazioni o l'utente annulla.

Riduzione reversibile del contesto per DeepSeek Harness: ricodifica tabellare lossless in stile TOON delle array JSON uniformi, finestre di tabella campionate a passo con numeri di riga e dedup cross-turn per output di strumenti ripetuti; ogni sostituzione passa un gate byte+token (≤72% byte, rigorosamente meno token stimati) e l'originale viene scaricato su disco dietro un avviso `[save-token #id]` recuperabile in una chiamata tramite lo strumento `save_token_expand`, con conteggio dei token fatturati e risparmiati su una dashboard delle impostazioni.

Scanner di sicurezza per plugin DSH: analisi statiche e semantiche del codice sorgente del plugin, regole della superficie di attacco specifiche per DSH, npm audit, scansione in batch e report HTML con gravità ed evidenze per ciascun riscontro.

Analizza l'utilizzo tra modelli, provider, spazi e periodi, con date personalizzate su tutta la cronologia, cache-hit visibile e ripartizioni per modello e provider. Include trend orari/giornalieri, heatmap di 53 settimane in stile GitHub, serie, anelli di quota token per modello e spazio (token, costo, %), filtri combinabili, efficienza della cache, saldo DeepSeek, alias degli spazi, export CSV e un registro durevole che conserva l'utilizzo dopo la cancellazione di sessione o spazio (riga Deleted) e si ricostruisce in modo incrementale. Il registro degli spazi si aggiorna via sonda DSH domain/changed; contano solo gli spazi registrati. Contabilità separata di input, cache e ragionamento. Cinese: ora locale; inglese: UTC; API solo loopback.

Compressione deterministica del contesto per dsh — zero chiamate LLM, potatura basata su regole che preserva testualmente percorsi, comandi, tracce di errore e attività aperte. Comprime ~80k token in poche centinaia.

Disciplina nelle chiamate ai tool per DeepSeek Harness: inietta una sezione statica di vincoli di comportamento nel prompt, riduce il pool parallelo a 1 dopo un guasto di un tool (ripristinandolo dopo 3 successi consecutivi), spinge il modello a smettere di ritentare dopo guasti ripetuti, verifica le scritture con rollback .bak, blocca i comandi ad alto rischio e traccia le statistiche di conformità tramite /behavior-status.

Incorpora un vero editor VSCode (code-server o VS Code desktop locale tramite l'estensione bridge inclusa) come scheda GUI: le modifiche ai file dell'agente aprono diff rosso/verdi per turno che persistono dopo la chiusura delle schede e il ricaricamento della pagina, i file si bloccano mentre l'agente scrive e un supervisore watchdog evita processi orfani.