Plugin

Revisione dei piani con annotazioni ancorate e feedback strutturato restituito all'agente.

Pianifica digest di GitHub Trending giornalieri, settimanali o mensili. Il core locale trendradar scrive sintesi in cinese e riepiloghi del periodo, li committa nel tuo repository e apre la pull request. Include un workbench per panoramica, digest, cronologia, sottoscrizione e impostazioni.

Collega un telefono all’istanza DSH di questo computer tramite QR o codice di sei cifre e consente il controllo remoto dal pannello: inviare istruzioni, vedere immagini e rispondere alle approvazioni. Supporta un tunnel pubblico per reti diverse.

Converte video Bilibili in testo strutturato per l’IA: metadati, commenti, danmaku, sottotitoli, ASR locale e OCR dei fotogrammi. Elaborazione locale, nessun upload cloud; controlla i fotogrammi per rilevare sottotitoli-esca, riusa la cache e crea manifest e riepilogo per l’IA. L’OCR dei fotogrammi richiede ffmpeg. ASR/OCR locali richiedono ambienti virtuali Python 3.10+ e, su Windows, anche il runtime VC++; i sottotitoli IA richiedono l’accesso a Bilibili.

Legge ad alta voce le risposte di Harness tramite un runtime TTS locale già presente: launcher integrati IndexTTS e GPT-SoVITS, ingresso locale HTTP/JSONL basato su protocollo e caricamento di cartelle modello per ambienti SDK Kokoro, F5-TTS, VoxCPM, Qwen3-TTS e CosyVoice. Non include modelli. Derivato da 1624318455/dsh-plugin-tts; ID della riga e impostazioni isolati consentono l’installazione affiancata, disattivando le funzioni duplicate.

Porta in DSH i playbook di ingegneria pstack di poteto, con flussi di pianificazione, revisione, verifica e rilascio.

Guardiano della stesura di brevetti per dsh - verifica prima l'idea rispetto allo stato della tecnica cinese, poi esegue interviste di allineamento a cinque parti, la redazione della descrizione in otto capitoli, figure e simulazioni, una revisione a sette dimensioni e l'esportazione in docx/PDF. Le skill funzionano subito; gli strumenti di ricerca, esportazione ed esperimento provengono da un servizio MCP Python incluso che arriva disattivato - una riga in ~/.dsh/patent-services.yaml lo abilita, e uvx scarica la wheel da PyPI.

Motore di persona per DeepSeek Harness: un config.json governa il nome con cui l'IA si presenta (per modello e livello), come ti chiama, la postura relazionale, il testo del carattere, contratti per elemento con interruttori, la lingua della catena di pensiero e il tono delle risposte, più memoria subordinata alla conferma umana: l'IA può solo accodare candidati, una riga di conferma li attiva, e il registro è in sola aggiunta e riproducibile. Le voci confermate vengono iniettate come blocco citato di dati, non di istruzioni; quelle con un kind vanno in file arbitrari e non raggiungono mai il prompt. Il prompt viene riletto dal disco a ogni assemblaggio: le modifiche si applicano senza riavvio. Preset: istantanee JSON condivisibili. Senza dipendenze, rete o shell.

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

Workflow in stile Trellis per DeepSeek Harness: breadcrumb di fase per turno tramite agent/pre-step, provider di skill bundle e stato task/fase nativo DSH con guardrail di pulizia git.

Livello di integrazione nativo DSH per il motore di memoria Minta: compone la riga ufficiale dsh-mcp-client, registra la skill minta-memory-governance più un prewarm della memoria all'avvio della sessione, e fornisce un preset agente Minta; richiede il motore Minta distribuito separatamente (Python/Docker) per fornire i 19 strumenti MCP — non utilizzabile senza di esso.

Base di conoscenza secondo il pattern Karpathy LLM Wiki per DSH: competenze wiki-write/wiki-search, pipeline senza dipendenze (lint/indice/sincronizzazione memoria mnemon/feedback di qualità), plugin di ciclo di vita minimale che inietta schema + anteprima della conoscenza, richiamo semantico SiliconFlow via proxy compatibile con Ollama.

Bridge QQ bidirezionale su OneBot v11 (WebSocket inverso): sessioni per gruppo e per chat privata, sintesi vocale speech-to-text quotata con @, visualizzazione privata di immagini/sticker animati, strumenti per volti e sticker.

Mantiene un pool di chiavi API per provider con route clone create automaticamente, passa alla chiave successiva in caso di errori di quota o rate limit, verifica il recupero delle chiavi raffreddate ed espone pool, cooldown e codici di switch nella sezione Settings.

Badge quota nell'header più scheda di monitoraggio utilizzo: saldo/quota rimanente live e conto alla rovescia del reset per provider, con richieste, token (input/output/cache-read/cache-write), cache hit rate, costo stimato e latenza media tracciati per sessione, provider, modello e client, archiviati localmente in SQLite con importazione/esportazione tra dispositivi.

Input vocale per la Web UI: dettatura segmentata dalle pause e messaggi vocali, ciascuno con la propria catena di fallback del provider (Deepgram, Groq, HuggingFace, whisper.cpp locale o endpoint compatibile con OpenAI).

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.

Provider di ricerca SearXNG e recupero Crawl4AI per DeepSeek Harness

🔔 Notifiche di completamento e approvazione tra finestre per DeepSeek Harness — promemoria popup in stile Codex/WorkBuddy che ti riportano a DSH.

Approvazione automatica basata su regole per le escalation della sandbox di DeepSeek Harness, con revisore LLM opzionale e fallback umano nativo.

Adattatore LLM GitHub Copilot: accesso con flusso dispositivo OAuth, scoperta di modelli in tempo reale dall'API Copilot, supporto vision per modelli con capacità immagine (gpt-4.1, gpt-4o), e due protocolli wire (Chat Completions e Responses API) con routing automatico degli endpoint per modello.

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.