Plugin

Telecomando mobile Telegram che collega il telefono a una sessione web live di DeepSeek Harness: selettore spazio di lavoro e poi sessione (/sessions), /last per la domanda/risposta precedente, /model per cambiare modello, e risposte native in Rich Message.

Serie di comandi /logi per la manutenzione dei progetti: assegna esperti di sicurezza, correttezza logica, manutenibilità, affidabilità e prestazioni all’ispezione dell’intero progetto e produce un unico rapporto di miglioramento.

Agente con un solo personaggio per QQ (SnowLuma/OneBot 11), Bilibili e Douyin; Douyin richiede Windows sempre acceso. Include schede persona, memoria individuale con decadimento Ebbinghaus e correzioni, routine a orologio virtuale, messaggi proattivi e autoestrazione ricordi, con 10 schede di impostazioni. I gruppi QQ sono negati per default: si risponde solo a gruppi in allowlist o con allGroups attivato esplicitamente, e serve comunque @. Le chat private rispondono solo agli amici QQ. Auto-risposte Bilibili/Douyin OFF per default; Bilibili: proprietario, allowlist e follow reciproci; Douyin a proprietario/allowlist, salvo abilitare risposte a tutti. Usa codice MIT di dsh-qq-bridge e dsh-douyin-bridge, accreditato nel sorgente/LICENSE; non serve installarli a parte.

Registra tutte le chiamate modello tramite DeepSeek Harness: token, costi con tariffe di punta/fuori punta, latenza del primo token e velocità di output, saldo e quote dei provider, budget; suddivisione per modello, provider, progetto, origine, account e data.

Ambiente di lavoro per preset: modifica le personalità dei singoli agenti, le sezioni del prompt di sistema e le descrizioni degli strumenti; consente di scegliere strumenti e skill, vedere l’anteprima del contesto della richiesta e importare o esportare configurazioni JSON/YAML.

Solo Windows: osserva il titolo della finestra in primo piano, riconosce i corsi video Bilibili, li classifica per materia, recupera metadati/danmaku/commenti e genera mappe Markdown+Mermaid e manuali Word. L’output Word richiede Python installato localmente.

Sostituisce il composer della chat con un pannello editor basato su CodeMirror 6: numeri di riga, vista divisa modifica/anteprima Markdown, finestra flottante e scheda laterale a tutta altezza; è attiva una sola superficie di input alla volta. Le bozze usano la macchina di input ufficiale. Il pulsante vocale ufficiale appare solo se fornito dall’host; statistiche e indicatore del contesto leggono gli stessi dati del dock ufficiale.

Revisione delle modifiche in sospeso per DeepSeek Harness: ogni modifica di edit, write e str_replace_editor viene raccolta automaticamente nell'elenco file, dove un singolo blocco di modifiche, i blocchi di una selezione o l'intero file possono essere mantenuti o annullati, con supporto annulla/ripeti. Importa le modifiche del controllo di versione dello spazio di lavoro, mostra il diff a colonna singola o affiancato e offre un'anteprima Markdown in cui le modifiche possono anche essere mantenute o annullate, ricerca nel file, salto dei blocchi e riferimenti di riga copiabili; i dati del diff sono memorizzati in modo persistente, quindi la revisione continua dopo un riavvio.

Allega un'intestazione x-opencode-session stabile per conversazione alle richieste del provider OpenCode / OpenCode Go, correggendo gli errori 400 MissingSessionID e mantenendo intatti l'affinità di sessione e il routing della cache dei prompt.

Canvas visuale di workflow a nodi per DSH con chiamate a subagenti, esecuzione di codice, diramazioni, cicli, pianificazione e import/export dei workflow.

Provider di modelli Kiro con accesso tramite Builder ID, Identity Center, Google, GitHub e importazione di credenziali, aggiornamento automatico di token e profili, utilizzo dell'account, scoperta dei modelli in tempo reale, sforzi di ragionamento selezionabili, chiamate di strumenti in streaming, gestione del motivo di arresto del provider e dell'overflow del contesto, e contabilità dei token che usa i contatori esatti di Kiro quando li invia e altrimenti scala la percentuale di utilizzo del contesto inviata in base alla finestra dichiarata del modello.

Esploratore dei file di progetto nella colonna dei dettagli (selezione multipla, spostamento tramite trascinamento, caricamento, scaricamento, rinomina, cestino, apertura nel sistema) con una scheda di anteprima in sola lettura nella sessione per Markdown/HTML/JSON/CSV/notebook/PDF + evidenziazione del codice, un badge del throughput del modello in tempo reale e una GoalBar multilinea.

Skill di flusso di lavoro di ricerca AI-for-Science per DeepSeek Harness, rivolto a ricercatori e studenti post-laurea che usano IA agentica: revisione della letteratura multi-angolo con file per angolo, progettazione di esperimenti con elenco di caveat, lettura di figure e articoli; ogni lavoro restituisce file più un briefing di verifica incrociata per un secondo modello. Zero dipendenze, MIT.

Gestione visiva completa di DSH Skills e MCP: caricamento MCP su richiesta, hot reload in sessione, descrizioni SKILL e MCP visualizzabili nel plugin.

Marketplace di plugin della community per DeepSeek Harness, conforme alla specifica ufficiale dei plugin: sfoglia, cerca e installa oltre 4000 plugin della community selezionati manualmente senza uscire dall'app, con aggiornamenti quotidiani.

Trasforma l'agente DeepSeek Harness in qualsiasi personaggio: un interruttore globale cosplay, schede ruolo SillyTavern v2 con import/export JSON, un toggle stile di pensiero neutrale/di ruolo, e creazione di schede in linguaggio naturale tramite una skill integrata.

Strumento a basso costo per la comprensione dei video: un tool video_understand trasforma un link Bilibili / BV / un video locale in un layer informativo AVIS (ASR + struttura delle scene + tracking degli oggetti + etichette YOLO) e restituisce summary + Q&A. Routing dinamico tra layer guidato dalle domande (L0 ASR / L1 tracking oggetti / L2 VLM su keyframe), riuso del layer semantico per domande ripetute, tetto di budget per singola domanda. Motore Python: il layer base richiede faster-whisper / opencv / yt-dlp (~200-300MB); il layer semantico opzionale aggiunge ~2GB di torch / transformers / ultralytics. Un doctor --fix incluso configura il venv e installa entrambi.

Piegatura dei turni in stile Codex per l'interfaccia Web DSH: mantiene visibili le risposte finali, raggruppa ragionamenti e attività degli strumenti consecutivi e mostra metriche configurabili di durata in tempo reale, chiamate agli strumenti e token con riepiloghi multilingue.

TUI completa per DeepSeek Harness: conversazione in streaming, barra di stato powerline, pannelli in tempo reale think/tool/todo, doppia vista per subagent, cambio tema al volo — il tutto come plugin cordis puri senza patch upstream.

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.

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).

Compattazione del contesto protetta per DeepSeek Harness (dsh): la LLM propone, le guardie deterministic decidono — riduzione eager per atomo (extract/summary/false sotto guardie verbatim) + eviction lazy del reference-graph (0-LLM) + recall byte-esatto da un log append-only.

Bridge per ShiGuang Memory Engine (SGME): memoria a lungo termine condivisa multi-agente via HTTP — distillazione L0/L1/L1.5/L2, iniezione basata su scenario, ricerca unificata e segnali proattivi di cura (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), installabile come `dsh-sgme`

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.