Plugin

Memo — ricerca nella memoria di sessione per agenti DeepSeek Harness: recupero full-text tra sessioni (memo_search), note distillate (memo_remember) e statistiche del corpus (memo_stats) tramite il servizio ufficiale sessionQuery. Zero infrastruttura, local-first.

Aggiornamento di DSH + sincronizzazione documentazione ufficiale in Settings: aggiornamento npm con un clic di @deepseek-ai/dsh con avanzamento live (stream di output npm, timer trascorso, barra monotona), protezione multi-copia che tocca solo l’istanza in esecuzione, modalità source-tree tramite git pull, installazione PowerShell 7 con un clic su Windows, sincronizzazione incrementale di docs/ ufficiale con progresso, e gli strumenti modello dsh_docs_search / dsh_docs_read.

Client Breeze TTS per DeepSeek Harness: si collega al proprio server/model Breeze TTS, distribuiti separatamente, per leggere le risposte e gestire il voice cloning (requisiti hardware lato server). Modalità tra macchine opzionale. Unisce @dsh-external/dsh-plugin-local-ai-tts (abbccdd/dsh-localtts) e dsh-breeze-voices, include codice di 1624318455/dsh-plugin-tts e non va installato insieme ai due plugin upstream fusi.

Aggiunge un albero di categorie all’elenco delle aree di lavoro nella barra laterale DSH. Aree e sessioni si inseriscono in categorie personali, ricordando lo stato compresso; le righe si spostano trascinandole. Il selettore di cartelle crea un’area direttamente in una categoria, che si può rinominare o eliminare sul posto. Ogni riga consente di archiviare o ripristinare una sessione, con la conferma standard per fermare il lavoro attivo. Include filtri hide / show / only-archived, suggerimenti dell’app e il comando in fondo per tornare all’elenco originale.

Permette agli agenti di controllare direttamente istanze DSH locali indipendenti, senza plugin o componenti sul target. Ambienti isolati consentono configurazione e test; agenti con modelli e personalità diversi possono dialogare, interpretare ruoli o creare catene di controllo annidate. Include configurazione conversazionale, operazioni da utente, lettura incrementale, riferimenti salvati e ricerca remota di sessioni/spazi.

Trasforma un vault Obsidian locale in un pannello chat RAG dedicato: mostra affiancati il browser delle note, la chat con recupero e le fonti citate; cerca le note localmente con BM25 e bigrammi CJK. Le risposte vengono trasmesse tramite il canale modelli DSH, le citazioni [n] sono cliccabili e l'indice incrementale usa mtime.

Ricerca di gare e intelligence sulle offerte in DeepSeek Harness con ricerca di progetti proposti, screening tramite regole, revisione umana, più esportazioni Excel/PDF usando il MCP Qichacha autorizzato dall'utente.

Inietta nel modello all'inizio della conversazione requisiti durevoli di "da fare" e "da non fare" impostati dall'utente.

Memoria Mnemosyne per DeepSeek Harness: strumenti remember / recall / forget / stats / sleep, skill integrata, configurazione automatica, sincronizzazione/prefetch automatici opzionali e un pannello Impostazioni. I dati risiedono in ~/.dsh/mnemosyne.

Registra un pacchetto di skill SpecWorkflow per chiarimento dei requisiti, specifiche di implementazione, esecuzione, revisione della consegna, pianificazione delle correzioni, diagnosi dei bug e ricerca con supporto di fonti.

Chiedi a DSH di installarlo con una frase: legge la cronologia locale Codex CLI/Desktop da ~/.codex/sessions per usarla in DeepSeek Harness. Un pannello sotto il composer elenca sessioni con filtri keyword/data e import con un clic. codex_history permette all’agent di elencare, leggere, cercare e riassumere conversazioni passate. La sessione con working directory corrispondente viene iniettata all’avvio di un nuovo agent; nuovi messaggi Codex arrivano in aggiornamenti incrementali nella conversazione attiva. Una cartella condivisa può sincronizzare sessioni Codex e DSH tra macchine. Sola lettura: non scrive su Codex.

Plugin DeepSeek Harness per controllare bracci collaborativi Universal Robots (UR) in linguaggio naturale. Per impostazione predefinita usa una simulazione offline a livello cinematico; il collegamento al robot reale resta disattivato finché non viene abilitato esplicitamente. Richiede Python con numpy e paramiko (pip install -r requirements.txt). Sviluppato da Suzhou Nonead Robot Technology Co., Ltd. sulla stessa logica del proprio nUR MCP Server.

Input a una mano e senza tastiera per il composer: tieni premuto il mouse sulla casella di input, parla, rilascia — il testo finisce nella bozza, e scorrendo verso l'alto annulli senza lasciare una frase a metà. Nessun pulsante microfono da centrare e nessuna scorciatoia da ricordare; la mano non deve mai lasciare l'area di input, che è il punto quando l'altra mano è occupata. Il riconoscimento gira completamente offline (SenseVoice via sherpa-onnx, nessuna chiave API, l'audio non lascia mai la macchina).

Toolbox di conversione di unità che copre 20 categorie — lunghezza, massa, temperatura, area, volume (incl. unità di cucina USA), velocità, tempo, dimensioni dei dati (MB decimale vs MiB binario), velocità di trasferimento (Mbps vs MB/s), accelerazione incl. forza g, illuminamento (lux / foot-candle), pressione, energia, angolo, frequenza, potenza incl. tre definizioni di cavallo vapore, forza, coppia, tipografia (px/pt/em/rem) e consumo di carburante (mpg ↔ L/100km). Due strumenti — convert_unit e list_units — zero dipendenze a runtime, pura aritmetica; ogni risultato include la formula applicata.

Memoria tra sessioni per DeepSeek Harness con governance, auto-evoluzione e un percorso di scrittura con approvazione. Richiamo ordinato per calore, convenzioni d'ambiente, ciclo di vita dell'oblio, catene di sostituzione, difesa dal poisoning, auto-distillazione e una misurazione aperta.

Terminal UI per DeepSeek Harness su jump host e collegamenti ad alta latenza: ANSI semplice, ridisegno incrementale, più una sessione che sopravvive alla caduta della connessione SSH (riprendila dal log).

GPT pianifica DAG di dipendenze, i worker DeepSeek eseguono le attività con parallelismo adattivo e un reviewer GPT opzionale controlla i diff Git incrementali e guida i round di riparazione.

Studio di contenuti per gli account ufficiali WeChat: scrittura a rotazione anti-omologazione, playbook di rimedio per bassa creatività, baseline visiva per le immagini di benedizione, pipeline gpt-image con accettazione OCR e la web API dei draft xiaolvshu misurata sul campo.

Backend di memoria vettoriale + a grafo: strumenti observe/remember/search/recall verso un server memoria locale, che fonde il richiamo semantico HNSW, la ricerca per parole chiave FTS5 e i segnali del knowledge graph tramite ranking RRF, con persistenza automatica a fine turno e isolamento dei namespace per agente

Permette all’IA di ricordare ciò che hai detto tra le sessioni e di sapere quali fatti sono ancora aggiornati.

Terminale SSH, file manager SFTP e port forwarding (-L/-R/-D) nella sidebar destra DSH, con catene jump host e password memorizzate nel credential store del sistema operativo.

Chat live Bilibili per DSH: legge la chat, invia solo dopo conferma esplicita e resta nella stanza in background. Il modello può decidere se rispondere e l’audio può essere trascritto; non comprende il video. Richiede venv Python 3, requirements e cookie Bilibili; trascrizione anche ffmpeg e Whisper.

Personaggi collegati al model e mondo condiviso per DeepSeek Harness: persona/memoria modificabili, diari AI e consolidamento del sonno opzionali, controlli cinese/inglese, pet desktop attenti ai task, temi e statistiche; gli update conservano le impostazioni. Windows/Linux/macOS; requisiti per sistema nella guida. Diari/consolidamento consumano token. Si consiglia di chiudere pet/bolle visibili prima di installare/aggiornare (file aperti possono causare errori). Query account Codex/OpenAI API validate dagli utenti; altre fonti in attesa di validazione/feedback.