Plugin

Gateway di conoscenza in sola lettura su un vault Markdown locale, quattro strumenti. `wiki_recall` restituisce la sezione completa, citazioni per pagina, stato del vault e una traccia per la risposta. `wiki_context` offre estratti, verdetto di supporto e lacune esplicite; `wiki_verify` verifica una bozza e segnala affermazioni non supportate, numeri inclusi; `wiki_observe` conta le correzioni. Impostazioni e pannello laterale usano la stessa query del modello, quindi la ricerca manuale coincide con il suo contesto. I tre strumenti (`wiki_context`, `wiki_verify`, `wiki_observe`) richiedono un bridge locale Python 3 con `bridge.python` e `bridge.toolsRoot` contenente `wiki_bridge.py`; altrimenti `E_PYTHON_UNAVAILABLE`.

Memoria auto-narrativa in cinque segmenti limitati (800 caratteri, non il contesto completo): nota in prima persona del modello, profilo utente da fatti approvati, dati ambientali separati dall’identità, conclusioni prioritarie e abitudini. Ogni fatto inserito è rintracciabile e revocabile per ID; profilo modificabile a mano, note in righe semplici cancellabili. I fatti sfumano con uso e tempo senza perdere credibilità. Le preferenze sono rilevate come candidate, mai approvate automaticamente; i conflitti restano affiancati. Include ricordi con citazioni, indice incrementale che decodifica solo nuovi frame, livello caldo con puntatore obbligatorio, doctor per i guasti, heartbeat dell’iniezione ed export/import tra computer.

Hub unificato di memoria a lungo termine: acquisisce i turni come prove L0 e li distilla in background in fatti L1, scene L2 e profilo L3 (profondità configurabile). Offre ricerca ibrida BM25+fuzzy, 13 strumenti memory_*, provenienza tracciabile fino ai turni sorgente, backend Hindsight opzionale e pannello memoria integrato con tre punti di accesso.

Memoria a lungo termine per dsh con difesa a più livelli. Due livelli: `.dsh-memory/` del progetto e `$DSH_HOME/memory/` dell’utente, ciascuno in JSON modificabile a mano con limiti per voci e tag. Scrittura atomica (temporaneo univoco e rename), storico `history/` limitato e blocchi per livello tra processi con recupero dei blocchi obsoleti. Rifiuta una revisione su disco diversa per evitare aggiornamenti persi. Delimita il testo come dato non attendibile, rimuove delimitatori falsificati in scrittura, verifica i limiti al caricamento e impedisce fughe tramite symlink con MEMORY_STORE_ESCAPE. Senza filtri euristici sui contenuti né conferma, mantiene l’auto-consolidamento senza interfaccia. Installazione: `dsh plugin --profile web add github:RocoFish/deepseek-memory`.

Lingshu (灵枢) è un sistema di memoria persistente, persona e crescita ispirato al cervello per agenti di programmazione IA. Solo libreria standard Python, nessuna dipendenza, priorità locale; richiede Python 3.9+. Include memoria a livelli ippocampo/corteccia, curve dell’oblio, consolidamento dei sogni, recupero associativo fuzzy, sistema emotivo, protezione dalla deriva della persona, knowledge base, skill scritti autonomamente e pannello web locale. Fornito come skill incluso in DSH. Il plugin cordis di iniezione all’avvio, installabile separatamente, inietta sessioni automaticamente solo se (Lingshu si trova in ~/.dsh/skills/lingshu o brainPy è configurato) e Python 3 è disponibile. Il controllo aggiornamenti facoltativo contatta GitHub/Gitee.

Carica la configurazione IA di VSCode/Copilot dello spazio di lavoro in ogni sessione DSH. Inserisce .github/copilot-instructions.md come istruzioni permanenti; .github/instructions/**/*.instructions.md segue applyTo nel frontmatter e si aggiunge una volta quando la sessione tocca un file corrispondente; .github/skills/*/SKILL.md viene registrato come skill DSH. Legge anche directory esterne allo spazio, per impostazione predefinita ~/.copilot, e permette di modificarne i percorsi nelle impostazioni.

Memoria chat che archivia i messaggi per data e li richiama in base al periodo indicato; se non trova nulla, amplia l’intervallo due volte prima di ammettere di aver dimenticato.

Memoria persistente compatibile con Claude Code: all’avvio della sessione l’host inserisce l’indice MEMORY.md e il modello gestisce i file con normali strumenti di lettura, scrittura e modifica. Una pagina delle impostazioni elenca i ricordi salvati. Usa lo stesso formato su disco di Claude Code; la modalità claude condivide esattamente la stessa cartella della memoria.

Memoria a lungo termine per DeepSeek Harness: dopo ogni turno estrae preferenze durevoli dell’utente e fatti del progetto, inserisce un riepilogo della memoria nelle sessioni successive e tiene un diario quotidiano delle abitudini. Aggiunge gli strumenti memory_search, memory_save e memory_forget.

Consente di modificare in linea i prompt utente in testo semplice e reinviarli in un nuovo ramo della conversazione DSH.

Inietta l’ora per sessione e registra in modo persistente gli intervalli di inattività. Comunica all’agente da quanto tempo quella conversazione non ha ricevuto messaggi, cosa che il contesto temporale dell’host (solo l’ultimo messaggio) non può fare.

Elimina definitivamente le sessioni dall’interfaccia di DeepSeek Harness: aggiunge un pulsante cestino nell’intestazione e una voce nel menu laterale dopo una finestra di consenso al rischio, oltre allo strumento agente workbench_session_delete. Deriva da lsz-asd/dsh-plugin-session-delete ed è mantenuto separatamente dalla v0.4.0; non installarlo insieme a quel plugin, perché entrambi registrano lo stesso strumento workbench_session_delete.

Organizza le conversazioni dello spazio di lavoro in categorie, con riordino tramite trascinamento, gruppi comprimibili, indicatori di attività e registrazione dello spazio tramite percorso della directory.

Un interfono tra finestre DSH già aperte. Niente team o nuove sessioni: solo messaggi peer-to-peer con un limite di passaggi.

Precalcola in background il riepilogo della compattazione e conferma il risultato trattenuto quando scatta quella per pressione, eliminando un passaggio del modello in primo piano. Si registra come motore di compattazione della sessione, blocca l’intervallo riepilogato affinché l’impronta del payload coincida al momento della conferma, elimina prima i risultati degli strumenti e torna al flusso standard in primo piano se il payload cambia o il contesto trabocca.

Esporta in sola lettura una conversazione di chat.deepseek.com in una nuova sessione DSH: il pacchetto di passaggio mantiene testuali i turni selezionati e riduce quelli precedenti a una riga ciascuno, poi precompila il compositore senza inviare. Secondo quanto pubblicato, solo Windows; servono Edge o Chrome e un primo accesso a chat.deepseek.com.

Aggiunge ai messaggi della conversazione le azioni richiama, elimina fino alla fine, condividi con selezione multipla ed esporta; include statistiche d’uso per risposta e monitoraggio del costo sul saldo DeepSeek.

Riavvolge sul posto un turno terminato: un pulsante accanto al tuo messaggio lo rimuove, insieme a tutto ciò che segue, dal contesto del modello e ne rimette il testo nel compositore per modificarlo. Facoltativamente ripristina i file modificati dal turno tramite DSH filesystem service.

Stato della persona ed evoluzione graduale per DSH. Cinque dimensioni — valenza, attivazione, energia, intimità e focus — cambiano dopo ogni turno e col tempo tornano al valore base. Quattro scene (work, tech, support, chat) regolano lunghezza e calore delle risposte senza modificare lo stato. Il pannello Soul conserva una scheda persona e voci di evoluzione ponderate, poi le inserisce nel prompt di sistema dando priorità alla persona entro un budget di 4000 caratteri. Un pannello browser consente di modificare la scheda e vedere le cinque metriche e gli ultimi sei eventi; aggiunge una traccia JSONL su disco e crea una persona predefinita pronta all’uso al primo avvio.

Trasforma il menu dei modelli nel compositore in un elenco a due livelli (prima il provider, poi i suoi modelli), mostra insieme il modello attuale e il provider, chiede il livello di ragionamento dopo la scelta e permette di nascondere nelle impostazioni interi provider o singoli modelli.

Picker di modelli per il compositore, con priorità ai provider: tutti nel riquadro sinistro, i modelli di quello selezionato a destra. Provider, modelli al loro interno e pin si riordinano trascinando o con Alt+Arrow. Ogni provider può avere un alias locale e uno può essere predefinito nel pannello. I livelli di ragionamento si espandono in linea; la ricerca include nomi e alias di modelli e provider. Il cambio usa il model directory service incluso, così il popup `/model` e il pannello restano sincronizzati.

Tema blu delle maree profonde per il client Web DeepSeek Harness: un solo colore d’accento e superfici opache, non di vetro, in modalità chiara e scura. Aggiunte UI con gli stessi token: HUD dock a riga singola con proiezioni reali di sessione (uso/finestra contesto, TPS, hit cache, tempo trascorso), schede di delega subagente per turno con token e costo stimato facoltativo basato sui prezzi pubblici OpenRouter, paginazione barra laterale con sezioni fissate e filtro di testo, controlli modello/sforzo di ragionamento/permessi sotto il compositore. Ogni aggiunta si può attivare nelle impostazioni del plugin.

Skin per lo sfondo di DeepSeek Harness: immagini statiche, video e gradienti generativi, cinque modalità di adattamento, controlli per sfocatura, oscuramento, contrasto e saturazione, rotazione e sei transizioni. La modalità estesa porta la stessa grafica anche su barra laterale, pannelli, menu e cornice della finestra, non solo sul canvas della conversazione. Campiona l’immagine su una griglia 12×8 per ricavare colori del testo verificati WCAG e opacità delle superfici. Le risposte aggiungono solo colore, mai riquadri.

Skin Windows XP Luna per la Web UI di DeepSeek Harness: barra laterale blu tipo barra delle applicazioni, barre del titolo Luna, finestre traslucide di conversazioni e plugin con opacità e sfocatura regolabili e pagina impostazioni per importare uno sfondo. Solo modalità chiara; si rimuove quando l’host passa a quella scura.