Plugin

Dashboard di fatturazione nella barra laterale: utilizzo reale aggregato dai log di sessione (chiamate/token/cache per modello e per giorno), costo stimato in CNY da un catalogo prezzi multi-provider aggiornato, route dei piani in abbonamento (coding/token/agent) esenti, e punti stato per provider.

Auto-memoria in stile Claude Code, nativa: file di memoria tipizzati (user/feedback/project/reference) con un indice MEMORY.md iniettato automaticamente nel system prompt (zero footprint quando è vuoto); memory_write/read/list/delete seguono le regole di scrittura di Claude Code (deduplica e aggiornamento, date assolute, collegamenti incrociati); livelli con ambito workspace e ambito utente, file locking tra processi con recupero dei lock orfani, Markdown semplice su disco, nessun servizio esterno, nessun embedding.

Agent Context Editor è un plugin cross-agent per escludere, modificare e comprimere selettivamente il contesto delle conversazioni IA manualmente. Supporta anche ricerca, filtro, selezione, nascondere, ripristinare e annullare le modifiche alla conversazione preservando la sessione originale.

Alternative di parole e completamenti attivati dal trattino basso nel composer. Termina una riga con _ e viene completata; gli errori di ortografia vengono segnalati mentre scrivi. Passa attraverso il modello già configurato in dsh, quindi non serve una chiave API.

Trace Compare & Live Maze: disegna l'esplorazione reale dell'agente — percorso principale, deviazioni fallite o senza uscita, ritracciamenti e rami dei sotto-agenti — su un'unica linea temporale a orologio da parete; carica 1–2 log di sessione per un confronto sullo stesso asse oppure osserva la crescita in diretta in una scheda di sessione.

Mantiene raggiungibile dall'harness un server locale di modelli TinyTitan: la route llm-pi-ai viene aggiornata dai modelli installati ed è montato un backend di compaction che non ragiona.

Harness di audit al commit per agent di codifica IA: 24 regole git-diff (segreti, modifiche fuori ambito, prompt injection), registro di audit firmato HMAC, rollback degli snapshot e un server MCP con 84 strumenti. Installabile tramite `dsh plugin add`.

Consente all'LLM di utilizzare un ambiente CLI.

DeepSeek Harness remoto con accesso completo alle API lato server (`settings.*` / `credentials.*` / `host.listDirectory`). Proxy inverso protetto da token, sessioni per dispositivo, QR code di invito via telefono, autoverifica del fence, approvazione opzionale / CIDR / timeout di inattività / TLS locale, WebSocket/SSE.

Toolkit di R&D quantitativa per DeepSeek Harness — 59 strumenti in sei ambiti che coprono dati di mercato, indicatori, valutazione dei fattori, validazione ML walk-forward, rischio (VaR/CVaR/drawdown/Beta con Kupiec POF), opzioni, obbligazioni, FICC e simulazione di fondi, con una pipeline di ricerca end-to-end PDAT→PET.

QA di fedeltà al design per modelli solo testuali: uno strumento `deepseek_vision` prende in prestito un occhio da qualsiasi percorso vision compatibile con OpenAI, così il modello può giudicare se un'implementazione corrisponde al mock — fornito con il benchmark alla base di quel giudizio (quattro fixture, 23 difetti iniettati, trascrizioni grezze) e la disciplina di interrogazione da cui dipende.

Controllo della casella di input web di DSH (v0.3.0-beta.4 · pacchetto di capacità per attività complesse: 3D / normali / interazione / dati / concorrenza / dettagli prestazionali verificati punto per punto + accettazione automatizzabile + bilingue cinese-inglese ·applicabile a dsh-0.1.6-alpha.1): prima dell'invio, un'IA indipendente (messaggera) ottimizza il prompt in un comando pronto per l'IA di lavoro (quattro livelli di intensità, lunghezza del flusso in base alla difficoltà, isolamento per sessione, mini-finestra minimalista).

Vault Obsidian locale come archivio di conoscenza dell'agente, con tool DSH in sola lettura che instradano status, preferenze, correzioni, memoria, progetti, ricerca e suggerimenti alla pagina corrispondente.

lowtide: pipeline di task in batch fuori picco con decisione umana per dsh (consapevole dei prezzi picco/vallo)

Esecutore di batch fuori picco per DeepSeek Harness: gli utenti definiscono le attività nelle ore di punta — prompt, strategia, priorità, workspace, file bloccati — e le rilasciano manualmente; il plugin esegue quindi il batch automaticamente all'interno di finestre fuori picco definite dall'utente. Ogni esecuzione supera cinque controlli preliminari (workspace, git HEAD, sha256 dei file bloccati, adattamento alla finestra, budget giornaliero), supporta quattro strategie di esecuzione (singola / iterativa / campionamento / revisione) e tre livelli di autonomia (L1 per-attività, L2 batch, L3 completamente automatico), e chiude il ciclo con un report mattutino contenente diff, spesa effettiva e risparmi da un registro giornaliero allineato con i prezzi ufficiali di picco/valle.

Guardia per la scrittura accademica (bilingue inglese/cinese): rimuove la scrittura difensiva tipica dell'IA, protegge le prove scientifiche (numeri, citazioni, forza delle affermazioni, risultati non significativi, ambito) durante la revisione e calibra il testo verso una rivista target (Journal Profile + Journal Fit). Regex/statistica locale deterministica, senza rete né LLM; include writing_rules / writing_audit / writing_style_profile / writing_journal_profile con audit automatico durante la stesura dell'articolo.

Configurazione di reasoning-effort e modalità di input per modello per provider di terze parti: suggerimenti fusi da una knowledge base di modelli ed evidenza raw dell'endpoint /models con etichette di confidenza, modificati all'interno della scheda ufficiale della pagina Models.

Configura i livelli di sforzo di ragionamento e i default dei sub-agent per i modelli DSH personalizzati.

Vault Obsidian locale come archivio di conoscenza dell'agente, con strumenti DSH in sola lettura che instradano stato, preferenza, correzione, memoria, progetto, ricerca e suggerimento alla pagina corrispondente.

Flusso di lavoro di reclutamento basato su IA per HR e cacciatori di teste: definizione degli standard di ruolo, sourcing e screening iniziale su due canali (Boss Zhipin e Liepin), mappatura del mercato dei talenti, valutazione dei curriculum, pianificazione dei colloqui, registro dei candidati e report giornalieri. Può essere installato come plugin di Claude Code o plugin DeepSeek Harness (dsh): quest'ultimo include un pannello "Recruiting Browser" pronto all'uso. Funziona anche con qualsiasi assistente di coding IA in grado di leggere AGENTS.md.

Consiglio multi-modello per DeepSeek Harness: risposte indipendenti, revisioni anonime tra pari e una decisione finale ispezionabile.

Pipeline QA come 10 agent skill: analisi dei requisiti, strategia di test, scrittura e revisione di casi, automazione E2E (Playwright) e API, esplorativa, ambito di regressione e analisi dei bug, supportata da una knowledge base condivisa con regole di formato, modello di rischio e validatori di schema.

Il sistema operativo di marketing per agenti IA: prima pensa come un marketer, le tattiche sono il risultato.

Input vocale per l'interfaccia web: premi Alt (o Alt+Space) per avviare/arrestare la dettatura, Web Speech del browser (zero-config) o ASR cloud compatibile con OpenAI, rifinitura opzionale tramite LLM configurato in DSH, interfaccia impostazioni.