Plugin

Plugin di memoria a lungo termine e auto-evoluzione per DSH: acquisizione L0 → estrazione della memoria L1 → raggruppamento delle scene L2 → persona utente L3, iniezione automatica dei ricordi, sintesi delle competenze, completamente locale (SQLite FTS5 + jieba, recupero vettoriale opzionale).

Carica file .mpkg di Wallpaper Engine come sfondo web DSH: video incorporato, commutazione per ora del giorno, effetto sfocatura glassa unificato, libreria di sfondi locale e rotazione.

Store indipendente della community per plugin di DeepSeek Harness: scopri, installa e proponi plugin, strumenti ed estensioni verificati.

Ti avvisa quando una conversazione termina: riproduce un suono e mostra una notifica Windows quando l'agente diventa inattivo (file audio, volume, debounce/limitazione configurabili)

Osservabilità dei token local-first a quattro categorie: dashboard persistenti per sessione/provider/modello/giorno, tendenze, segnali di budget e anomalie, stime delle tariffe pubbliche, esportazioni aggregate sicure e analisi dell'utilizzo o della traiettoria di sessione con opt-in esplicito.

Modalità di apprendimento local-first: thread di apprendimento cross-sessione con spiegazioni per ciascuna fonte.

DAG dal vivo guidato da proiezioni per i subagenti e i flussi di lavoro duraturi di una Session: stato e navigazione, layout deterministico di catene profonde, controlli di adattamento/panoramica della canvas e riorganizzazione dei nodi della sessione corrente.

Build modificata di dsh-pocket per DeepSeek Harness: incorpora nel QR la password di accesso di una voce protetta, così il telefono accede con una sola scansione. L’endpoint di sola lettura /dsh-pocket/entry.json consente all’app mobile di sincronizzare di nuovo l’URL pubblico e la password correnti mentre è ancora sulla LAN.

Aggiunge tentativi supplementari, continuazione automatica del turno e un watchdog per le mancate risposte ai retry integrati di dsh, con banner di conto alla rovescia, notifiche toast e dashboard di utilizzo.

Ricerca Web aggregata da più fonti per DeepSeek Harness: sostituisce web_search con grounding nativo del modello e API di ricerca agent, con attribuzione delle fonti e schede di citazione avanzate.

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.

Livello di coordinamento dei plugin: i plugin dichiarano le proprie capacità, i comandi vengono instradati al plugin proprietario senza una chiamata al modello, gli schemi dei tool si caricano su richiesta per ridurre i token del prompt, la cronologia delle esecuzioni si consolida in memoria a lungo termine nei momenti di inattività e i guasti vengono classificati prima di qualsiasi retry.

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.

Configurazione dei modelli gratuiti con un clic per DSH web, pensata per chi inizia a programmare: installer con un clic per Windows (install.bat) e macOS/Linux (install.sh, v1.7.0+); quattro canali gratuiti in modo permanente — Zhipu GLM (testo + immagini), SiliconFlow (Qwen3-8B più oltre 15 modelli sotto i 9B), iFlytek Spark Lite e il pool gratuito OpenRouter, che passa per openrouter/auto e sceglie da un pool che cambia nel tempo; il suggerimento di configurazione in basso a sinistra scompare quando un modello gratuito è collegato; promemoria in tempo reale dei prezzi DeepSeek di punta e fuori punta; centro assistenza integrato per principianti.

Gestisci server MCP, skill e strumenti del tuo agente — stato reale nel contesto (caricato/troncato/espulso) e interruttori per sessione.

Plugin di memoria cross-sessione per DeepSeek Harness (DSH): memoria di progetto Markdown mantenuta dal modello di dialogo mentre lavora, con file tematici a rivelazione progressiva, distillazione silenziosa opzionale in background, isolamento per progetto e pannello impostazioni con hot update. Meccanismo allineato a Claude Code auto memory. | Memoria Markdown cross-sessione mantenuta dall'agente: file tematici a rivelazione progressiva, distillazione silenziosa opt-in, isolamento per progetto. Allineato a Claude Code.

Adattatore DeepSeek Harness per Koma Miko Agent Specs.

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+.

Digita /私 per completare 私家大厨 senza rinominare le skill cinesi. Modifica discovery skill DSH, gesto / e tool skill per supportare ogni nome Unicode SKILL.md (私家大厨, 卡路里, 作息管家…): completamento slash, chiamata diretta /私家大厨 e caricamento model skill({name}). Nessuna configurazione. Le modifiche runtime tornano indietro alla disinstallazione, ma la patch regex scritta su disco in tre pacchetti DSH resta finché un aggiornamento DSH non sostituisce quei file.

Scheda impostazioni per il motore di auto-riprova LLM di DSH: regola in tempo reale numero di retry, backoff e jitter da Settings -> General, con chip configurabili per retryableCodes - i default aggiungono INVALID_REQUEST così gli errori reasoning_text HTTP 400 in stile OpenAI in thinking mode vengono ritentati automaticamente.

Recupera qualsiasi pagina http/https e restituisce titolo, descrizione, testo principale, struttura delle intestazioni e link, con statistiche (conteggio caratteri/parole, tempo di lettura, lingua) e parole chiave principali; può scaricare le immagini del contenuto nello spazio di lavoro della sessione per l'analisi visiva e inviarle agli analizzatori registrati tramite il servizio scrape.imageAnalyzer.

Modello predefinito configurabile per le deleghe ai subagenti tramite settings.yaml, con strategie a modello singolo e multi-modello a rotazione o casuali.

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.