Plugin

Prompt minimo x capacità PTC web: persona di una riga, SDK run_code, subagenti, Ralph, ricerca/fetch web e Windows Git Bash; lo strumento di flusso generico resta nascosto.

Loop di orchestrazione per task lunghi: Codex pianifica, valuta e revisiona, DeepSeek esegue e Kimi integra (accettazione visiva, riassunto, verifica incrociata).

Trasforma lo skill iterate in un harness autonomo a circuito chiuso: pianificazione, review parallela, fix atomici, validazione, loop e arresto automatico, più una modalità dry-run solo review e un meta-review che controlla il report ed emette un report finale di review.

Esegui Stata tramite DeepSeek Harness: il servizio nativo Stata AI Skill si avvia automaticamente con DSH (binari macOS/Windows inclusi), così puoi eseguire regressioni, do-file e flussi econometrici senza configurazione manuale.

Linter per fughe di chain-of-thought: CLI senza dipendenze che individua residui di sessioni IA in documenti e commenti (citazioni di design obsolete, punto di vista del PR, narrazione delle modifiche, coreografia di review), fornendo il skill di correzione cot-trim come bundle installabile.

Disciplina di sviluppo spec-driven per dsh: cinque skill keel (anchor/spec/probe/build/audit), tre strumenti di revisione e sei template di spec impongono le specifiche prima del codice, la verifica delle assunzioni e il controllo dello scope.

Legge ad alta voce le risposte dell’assistente solo tramite Fish Audio API (porta la tua chiave): lettura per messaggio, interruttore di lettura automatica e una pagina impostazioni per modello, reference_id della voce, chiave API cifrata e proxy.

Ponte per gli allegati immagine nella chat con uno strumento view_image per qualsiasi VLM compatibile OpenAI (Ollama locale o cloud): le immagini incollate/trascinate diventano marcatori di percorso view_image prima di raggiungere i modelli DeepSeek solo testo.

Estensione nativa delle capacità visive, che utilizza Zhipu (gratuito) o Qwen-VL (locale).

Rotta del provider di visione che trascrive le immagini allegate in testo tramite un modello configurabile (oltre 15 fornitori compatibili con OpenAI e Anthropic) mentre DeepSeek continua a rispondere.

Bridge vision per route DeepSeek solo testo che analizza immagini allegate e locali tramite endpoint configurabili OpenAI Responses, Chat Completions o Anthropic Messages, lasciando native le route abilitate alle immagini.

Riutilizza la modalità visione integrata di DeepSeek web per i modelli solo testo: lo strumento deepseek_vision pilota l'automazione browser locale deepseek-vision-cli (aiuto all'accesso manuale, deep-think attivo, chiusura automatica del browser) e restituisce descrizioni delle immagini come testo.

Toolkit vision per DeepSeek solo testo: strumento `vision` invocabile dal modello, adapter wrapper per deepseek/opencode-go (v4 flash/pro), quota Antigravity IDE (default, flash/pro) / qualsiasi VLM compatibile OpenAI / Gemini / canali locali Ollama, memoria delle evidenze con reidratazione da compattazione, cache dell’hash dei contenuti e un pannello client bilingue.

Strumento `vision` invocabile dal modello per DeepSeek Harness: descrive e fa OCR dei file immagine chiamando direttamente la free Zhipu GLM vision API (catena di fallback glm-4v-flash), senza CLI esterno.

Registra una route provider `deepseek-vision`: la GUI web accetta immagini incollate e le trascrive in testo tramite la free Zhipu GLM vision API prima di delegare all’adattatore DeepSeek.

Bridge CDP verso un Chrome/Edge già in esecuzione per DSH: screenshot, asserzioni sui pixel, controlli DOM/CSS e valutazione di JS nella pagina via HTTP + WebSocket, con zero processi figli, zero dipendenze npm e zero approvazioni per singolo uso.

Strumenti HTTP di recupero anti-bot irrobustiti dallo stack di scraping in produzione di SXS (milioni di richieste al giorno): rotazione del pool UA, nuovo tentativo con backoff esponenziale, rilevamento di muri anti-bot (captcha / sfide di verifica) e rate limiting adattivo — strumenti: `sxs_fetch` / `sxs_fetch_json` / `sxs_rate_status`.

Test di accettazione browser indipendenti per i deliverable degli agenti: in input una specifica JSON, in output un verdetto da Chromium reale.

Fornisce lo strumento bili_summary: metadati dei video Bilibili, timeline dei sottotitoli e cattura dei fotogrammi basata su sharp, con gestione degli errori e degradazione graduale integrate.

Selezione dell'output dei tool al momento dell'ingestione: mantiene le righe di errore e avviso più testa e coda, riversa il testo completo su disco con un puntatore che il modello può rileggere; copre ogni tool testuale, i risultati piccoli passano intatti.

Traduzione professionale per DSH: 18 lingue di destinazione, 4 stili (formale/casual/tecnico/literal), terminologia controllata da glossario e traduzione di file interi (README/docs/sottotitoli) con conservazione del formato Markdown/blocchi di codice; alimentato da DeepSeek tramite SiliconFlow.

Ispezione dei .uasset di Unreal Engine (resolve/registry/load) ed editing limitato dei nodi Blueprint tramite il Python UE integrato.

Set di strumenti per il debug HTTP/API: richieste HTTP a controllo completo (metodo/header/body/auth), analisi di comandi curl ed esecuzione in un passo, cronologia delle richieste nella sessione con confronto affiancato delle risposte, header Link sensibili alla paginazione e card UI a marchio DeepSeek (opzionale dsh-http-tools-ui).

Controllo desktop nativo per dsh tramite bridge stdio JSON-RPC su core Python: acquisisce lo schermo, invia input mouse/tastiera, esegue azioni nell’albero accessibilità e richiede conferma per operazioni ad alto rischio.