Plugin

Piano di controllo della memoria a tre livelli per DeepSeek Harness: contesto di runtime persistente, documenti di progetto ricercabili, memoria a lungo termine collegabile, instradamento intelligente, workflow di agent supervisionati, WebUI e strumenti headless.

Memoria tra sessioni con ambito di progetto: archivio SQLite a sette livelli (soul/user/project/fact/lesson/rules/topic) su node:sqlite, iniezione nel primo messaggio adatta alla cache più corrispondenze di parole chiave per messaggio, strumenti memory_remember/search/find_similar/read/update/project e consolidamento nella finestra di inattività («dream») con soppressione nelle ore di punta. I testi dei prompt sono distribuiti come file di dati per lingua — il framework supporta utenti multilingue.

Ambiente di roleplay per DeepSeek Harness: importa schede SillyTavern/TauriTavern o creane una da zero con un flusso interattivo; trasforma un lungo romanzo TXT in una scheda giocabile con lettura intensiva o rapida; l'agente principale consulta i worldbook su richiesta e la prosa si legge in una scheda dedicata; esplora più worldline in un'unica conversazione (rigenera, modifica-e-invia, clona); preset di stile con 16 stili integrati, un cluster di agenti personaggio, una scheda decisionale ed esportazione di scheda o romanzo; la coerenza nelle storie lunghe si basa su prefisso di impostazioni congelato, finestra di contesto a taglio netto, note del regista tracciabili e richiamo per parole chiave/semantico/ibrido, con embedding online o locali. Puntato a Harness 0.1.2-alpha.3.

Sticker di meme per la chat: invio solo testo, invio automatico in base all'umore, selettore in stile QQ/WeChat, apprendimento automatico, pacchetti personalizzati.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: ti ricorda tra le sessioni, si auto-consolida nel sonno (autoDream), congela i ricordi in conflitto perché tu li esamini e mantiene un audit trail riproducibile. Ricerca semantica locale offline-first su SQLite con mirror Markdown modificabili a mano, un grafo di entità, un pannello interattivo della memoria, oltre a un'API esterna e una CLI.

Aggiunge una scheda impostazioni Managed Agents e tool MCP per inviare task agente a lunga durata agli Ark cloud Managed Agents.

Registra i percorsi Ark Agent Plan, Coding Plan e i modelli postpagati nel selettore nativo dei modelli DSH.

Provider ChatGPT OAuth per modelli Codex con ricerca web in abbonamento, quota e reset sicuro, strumenti immagine, modalità Fast e contesto consapevole del modello; senza chiave API né Codex CLI

Seleziona il testo → annota → invia con il tuo messaggio; le risposte vengono ricollegate a ciascuna annotazione.

Riprende automaticamente le richieste DSH Web interrotte: invia in coda un messaggio 「继续」 (continua) dopo errori di rete, timeout o crash dell'host, con classificazione degli errori, backoff adattivo, testo di continuazione basato su template e notifiche del browser.

Aggiunge una striscia sopra il compositore per richiamare i messaggi di testo inviati ma non letti (di steering) prima che il modello li legga.

Tema industrial-editoriale Arknights: Endfield per la DSH Web UI: carta color crema, testo in inchiostro, raggio del bordo zero, due tavolozze di accento commutabili (giallo segnale / ciano teal), più sfondo con contorni marching-squares opzionale, filigrana ENDFIELD e placca di avanzamento di avvio.

Pulisce le tracce di IA dai testi russi: trova artefatti di copia-incolla di chatbot (ChatGPT, Gemini, Grok, Perplexity, DeepSeek), rimuove i segni di testo nascosto (caratteri a larghezza zero, layout invisibile; la scansione ombra cattura marcatori divisi da invisibili) e riscrive il testo in prosa naturale su richiesta; 40 marcatori regex, 38 con voci complete nel registro delle evidenze; 156 gate, 530 test; bundle offline e solo testo (la rimozione dei metadati binari risiede in scripts/).

Compressione del contesto guidata dal modello (Active Context Pruning) per DeepSeek Harness: è il modello a decidere quando e cosa comprimere.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: ti ricorda tra le sessioni, si autoconsolida nel sonno (autoDream), congela i ricordi in conflitto per la tua revisione e mantiene una traccia di audit riproducibile. Ricerca semantica locale offline-first su SQLite con mirror Markdown modificabili a mano, un grafo di entità, un pannello memoria interattivo, più un'API esterna e una CLI.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: si ricorda di te tra le sessioni, si autoconsolida nel sonno (autoDream), congela le memorie in conflitto per la tua revisione e mantiene una traccia di audit riproducibile. Ricerca semantica locale offline-first su SQLite con specchi Markdown modificabili a mano, un grafo delle entità, un pannello memoria interattivo, più API esterna e CLI.

Plugin di provider Volcengine Ark per DeepSeek Harness (DSH): registra le route Agent Plan, Coding Plan e a pagamento differito sull'adattatore nativo pi-ai affinché i modelli Ark compaiano nel selettore dei modelli.

Riavvolgimento della conversazione in-place nella stessa finestra di sessione senza fork (semantica /rewind di Claude Code): un pulsante ↶ per messaggio riporta il contesto del modello a qualsiasi messaggio utente, con ripristino opzionale dei file in stile Claude Code dai backup salvati su disco.

Aggiunge accesso all'account, configurazione di API e Provider personalizzato, cambio modello, fallback immagine per modelli solo testo e attribuzione di token/costi a DeepSeek Harness 47f.

Generazione di immagini basata su IA per la GUI web di DSH: da testo a immagine e da immagine a immagine tramite un endpoint configurabile compatibile con OpenAI (gpt-image-2 / gpt-image-1 / dall-e-3), con una scheda di impostazioni api_url/api_key e uno studio di generazione a riquadri divisi nella barra laterale.

Memoria associativa proattiva per DSH: inserisce recall senza prompt a un confine fisso, con auto-consolidamento a tre livelli, cristallizzazione delle skill e gestione del contesto in stile Astra. Include registri di handoff e una lavagna PLAN che sopravvivono ai cambi di finestra del contesto, oltre al rilevamento del livello con una finestra di modello autodetect. Archiviazione locale in Markdown, agnostica rispetto al modello, zero dipendenze; pavimento lessicale di 0 GB con livelli semantici opzionali.

Auto-memoria in stile Claude Code, nativa: file di memoria tipizzati (user/feedback/project/reference) con un indice MEMORY.md iniettato automaticamente nel system prompt (zero footprint quando è vuoto); memory_write/read/list/delete seguono le regole di scrittura di Claude Code (deduplica e aggiornamento, date assolute, collegamenti incrociati); livelli con ambito workspace e ambito utente, file locking tra processi con recupero dei lock orfani, Markdown semplice su disco, nessun servizio esterno, nessun embedding.

Impedisce il gonfiarsi del contesto della richiesta in DeepSeek Harness: cataloga strumenti MCP e skill sotto ctx.capability, li espone nei livelli exposed/progressive/blocked e richiama quelli a bassa frequenza on demand tramite meta_search/meta_invoke, con una scheda visiva delle impostazioni.

Labirinto di esecuzione per le sessioni DSH: il percorso reale dell'agente — avanzamento principale, deviazioni fallite o senza uscita, ritorni indietro, ritentativi di richiesta e rami dei subagent — disegnato su una sola timeline di tempo reale, con tre tracce sotto ciascuna corsia che condividono quell'asse (densità dei tool-call, impulso dei token, pressione del contesto) e un pannello di analisi deterministico sotto di esso (matrice dei risultati degli strumenti, catene fallimento-recupero, distribuzione delle durate); guardalo crescere in tempo reale in una scheda sessione, oppure carica fino a 5 log di sessione per un confronto sullo stesso asse.