Plugin

Gestisce gli esperti di skill nella barra laterale e li richiama dal composer o dal menu @.

Skill Pixiv con CLI Python: cerca illustrazioni, manga e romanzi; consulta classifiche giornaliere/settimanali/mensili, rookie, originali, IA e R-18; cerca opere, serie di romanzi e artisti e scarica gli originali. Le opere multipagina diventano PDF, ugoira GIF e le serie TXT. Richiede Python 3.9+, requests, img2pdf e Pillow (pip install -r requirements.txt); per R-18 servono i tuoi cookie Pixiv.

Fa parlare DSH: riformula ogni risposta in modo naturale per il parlato prima di leggerla, gestendo anche codice, tabelle e Markdown. Il TTS di sistema funziona subito; Doubao (API di terze parti) aggiunge dialetti e voci espressive; Kokoro locale funziona offline e mantiene i contenuti sul dispositivo. Compatibile con DSH desktop e dsh web. Suoni di sessione opzionali indicano lavoro, completamento o attesa; si possono cambiare i toni inclusi o usare audio proprio.

Strumenti multimediali Qwen tramite Alibaba Cloud DashScope: comprensione multimodale di video e audio, sintesi vocale con voci preimpostate e generazione di audio per scene.

Generazione di immagini con più motori nella conversazione: strumento per agenti e pannello dock del composer con interruttore, preset Volcengine Ark, SiliconFlow, compatibile OpenAI o personalizzato e tracciamento locale della spesa. L’utente fornisce la chiave API del motore scelto.

Ricerca nativa e caricamento per agente di strumenti integrati, plugin e MCP, con BM25 ed embedding opzionali tramite Ollama o compatibili con OpenAI.

Unifica due backend di automazione desktop Windows (dsh-computer-use-win e windows-mcp) in un’unica superficie MCP. Entrambi vanno installati prima: il primo come plugin DSH; windows-mcp con uv tool install windows-mcp --python 3.14. Poi esegui una volta scripts/patch-backend.mjs (riscrive il sorgente locale di windows-mcp; senza patch falliscono screenshot/read_webpage/launch_app) e disattiva il mount wincu autonomo. Riduce 44 strumenti a 29 rimuovendo 10 duplicati, 4 pericolosi (PowerShell, Registry, FileSystem, Process) e 1 di gestione strumenti. Una protezione graduata per reversibilità blocca le chiamate pericolose prima dell’inoltro.

Monta il server MCP REA (Reverse Engineer Anything) tramite due strumenti gateway, evitando di registrare oltre 200 schemi a ogni richiesta. rea_list cerca nel catalogo o restituisce lo schema di input di uno strumento; rea_call lo invoca avviando un processo rea mcp di breve durata per chiamata. Le definizioni inviate per passaggio scendono da circa 780 KB (misura REA 6.5.0 con 207 strumenti) a 1–2 KB. Se manca un entry point rea, installa rea-agents in una directory privata del plugin con il pnpm incluso in DSH (script di build delle dipendenze saltati) e collega le skill reverse-engineer-anything e rea-gateway alla directory skills senza sovrascrivere file esistenti.

Pubblicazione su QQ Zone per DeepSeek Harness: accedi a QQ una volta, poi il model pubblica post con sticker adatti all’umore. C’è un limite giornaliero e usa una sessione Chrome headless silenziosa.

Crea figure scientifiche tramite codice: gli agenti generano un IR versionato e lo modificano un nodo alla volta senza spostare gli oggetti intatti. Esporta SVG/PDF/PPTX vettoriali reali pronti per la pubblicazione. Include sette strumenti papercanvas_* (create/get/patch/layout/lint/render/inspect), motore deterministico, lint FC001–FC008 e risoluzione dei font CJK. Verificato con DSH 0.1.5-rc.3–0.2.2-alpha.2; dell’autore di dsh-sessionflow. Richiede il motore PaperCanvas installato a parte: Python 3.11+ e CLI papercanvas (non ancora su PyPI); installalo da questo repository e aggiungilo a PATH o imposta papercanvasBin. Il plugin è un adattatore leggero e non include il motore.

Plugin di registro di scrittura cinese per l’editor 白广大 di Gcores/机核. Registra una skill di stile da 40 KB e gli strumenti style_lint/style_audit/style_rules: 4 errori bloccanti e 27 avvisi (connettivi vietati, slogan gonfiati, quantificatori vuoti, paragrafi uniformi, statistiche senza fonte, cliché IA ecc.), calibrati su 444 articoli/802 mila caratteri. La pagina impostazioni offre interruttore, prove singole e in batch e override JSON delle soglie.

Memoria SQLite per progetto con recupero progressivo, contesto limitato, pulsante nel composer e revisione visiva. Installa il bundle DSH nella root del repository ed esegui /learning-init con il percorso assoluto del progetto usando Python locale 3.10+.

Base di conoscenza locale per DeepSeek Harness. Ogni base è una cartella con testo UTF-8, PDF testuali e immagini lette tramite OCR. Prima di ogni turno recupera informazioni dalle basi selezionate nella sessione con n-grammi cinesi e BM25. Le risposte includono citazioni apribili in un lettore laterale. L’agente dispone di cinque strumenti kb_* (list, search, read, stats, propose text) e comandi /kb per creare, usare, gestire file, cercare e riesaminare.

Memoria per conversazioni lunghe in DeepSeek Harness (DSH): conserva decisioni consolidate, correzioni dell’utente e numeri esatti con condizioni e fonti, anche dopo compattazione e riavvii, in sessioni da 100 a oltre 1.000 turni. Ogni passaggio del modello riceve un solo blocco di evidenze piccolo e con budget; le regole skills attive vengono riapplicate nello stesso blocco.

Memoria a lungo termine a livelli per DeepSeek Harness: registro eventi append-only, indice tag ricostruibile, diari giornalieri, livello semantico, quarantena delle tendenze e pannello offline del grafo della conoscenza.

Vista replay delle conversazioni DSH: riproduce prompt e risposte turno per turno a ritmo di lettura, mentre scorrono ragionamento e output degli strumenti; pausa di un secondo dopo ogni prompt. Può rilanciare i prompt originali in una nuova sessione e registrare la conversazione stessa in WebM tramite canvas 1280x720, senza permesso OS di registrazione schermo.

Esporta la sessione corrente in un file Markdown leggibile contenente solo il dialogo: messaggi dell’utente, testo dell’assistente e risposte a ask_user_question. Avvia dal pulsante nell’intestazione della sessione o dal comando /md.

Mantiene i titoli delle sessioni DSH nel formato DATE | CATEGORY | NAME, con rinomina automatica basata sui turni, pagina delle impostazioni e statistiche di durata, costo e token al passaggio del mouse.

Rigenera il titolo di una sessione dagli ultimi 10 prompt utente usando il modello usato più di recente dalla sessione stessa. Mostra un’anteprima modificabile prima di salvare il nuovo titolo.

Gestisce la compaction manuale e automatica: con un modello di compaction (fallback a un secondo modello o uso diretto) oppure tramite fold meccanico che crea localmente la scheda riepilogo senza chiamare il modello. Il fold usa la transazione ufficiale, quindi gli eventi sostituiti restano nel session log append-only con i rispettivi sequence ID. Adatta codice di `dsh-compact-saviour` e il fold meccanico di `dsh-ledger-compact` (entrambi MIT); installalo al posto di `dsh-compact-saviour`, non insieme.

Mostra in una pagina delle impostazioni tutti gli workspace DSH e le relative conversazioni con caselle di selezione. Elimina le conversazioni selezionate o interi workspace, insieme a log di sessione, projection cache e registrazioni degli workspace.

Aggiunge pulsanti nell’intestazione per spostare una sessione già avviata in un altro workspace e cambiare il preset Agent della sessione.

Genera il titolo di una sessione dalla conversazione usando il modello della sessione stessa, con /ai-title o un pulsante nella finestra di rinomina. Quattro formati (argomento, azione, argomento + esito, prompt personalizzato) e prefisso MM-DD facoltativo; tutto è modificabile nelle impostazioni del plugin.

Aggiunge un pulsante Continue al dock del composer e riprende automaticamente i turni interrotti da una caduta di rete o dal limite di output upstream. Un monitor residente controlla il collegamento ogni 10 s, poiché il ripristino non genera eventi; anche un turno completato normalmente dimostra che la connessione funziona. Il clic passa dalla pipeline di invio host (`beginSubmission` e `session.prompt`), con attribuzione reale dell’utente; un rifiuto autentico viene segnalato e non riprovato. All’avvio cerca nei log recenti due tracce di interruzione (turno non chiuso o terminato come disposed, come in un arresto normale). Non riprende mai un turno fermato manualmente dall’utente.