Plugin

Strumenti Tavily di ricerca, estrazione, mappe e crawl, con rotazione di più chiavi, failover su HTTP 401/429/432/433 e bilanciamento che limita le richieste simultanee per account. Aggiunge una scheda chiave/uso in Plugins. Non sostituisce mai web_search integrato.

Motore cron residente sull'host con una bacheca web dei lavori e uno strumento timer_agent: attiva vere sessioni dell'agente secondo la pianificazione, continuando una sessione appuntata per il contesto o avviandone di nuove in uno spazio di lavoro del progetto scelto.

Banco di lavoro di debug su dispositivo reale Android per la GUI DSH Web: logcat auto-collegato con filtri di gravità/parole chiave e snapshot di crash, trasmissione dello schermo live sul dispositivo con controllo remoto tocco/swipe/testo, toolkit di reverse engineering memory/proc/frida, 30 strumenti agente.

Gateway DSH Web loopback privato per Tailscale Serve, Cloudflare Access e Headscale TCP Serve, con liste di autorizzazione dei principal esatte e configurazione guidata fail-closed.

Controllo per round del livello di ragionamento (reasoning_effort) per DeepSeek Harness: Auto pianifica low/high/max dalla cronologia recente dei tool calls, oppure permette di fissare un wire level (off/on/minimal/low/medium/high/xhigh/max), con mappatura wire personalizzata, guard delle capacità in base al modello e preset della finestra di contesto (64K–1M); la capability card per modello si abbina a [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (installabile da dsh-market) per provare il reasoning con gateway compatibili OpenAI (vLLM / LM Studio / self-hosted). La card scrive le capacità llm-pi-ai, l'adapter guida il wire (compat.thinkingFormat) e il plugin mantiene la lista di takeover.

Protocollo Agent2Agent v1.0 per DSH: esegui un server A2A standard per consentire ad altri agenti di chiamare questa istanza, connettiti ad agenti A2A remoti come client e gestisci entrambi da una pagina delle impostazioni visuale.

Strumento a basso costo per la comprensione dei video: un tool video_understand trasforma un link Bilibili / BV / un video locale in un layer informativo AVIS (ASR + struttura delle scene + tracking degli oggetti + etichette YOLO) e restituisce summary + Q&A. Routing dinamico tra layer guidato dalle domande (L0 ASR / L1 tracking oggetti / L2 VLM su keyframe), riuso del layer semantico per domande ripetute, tetto di budget per singola domanda. Motore Python: il layer base richiede faster-whisper / opencv / yt-dlp (~200-300MB); il layer semantico opzionale aggiunge ~2GB di torch / transformers / ultralytics. Un doctor --fix incluso configura il venv e installa entrambi.

Fornisce agli agenti DeepSeek Harness solo testo la comprensione video: campionamento fotogrammi consapevole della scena + VLM + trascrizione ASR opzionale fusi in prove sulla linea temporale. / Plugin di comprensione video per modelli solo testo (campionamento fotogrammi consapevole della scena + VLM + trascrizione vocale opzionale).

Ripara sessioni DeepSeek Harness che si rifiutano di caricare, con overlay Session surgeon nella barra laterale e riparazione dry-run.

Una frusta per DeepSeek V4 Pro: osserva l'impronta di ragionamento di ogni blocco di pensiero e riporta il modello indietro quando scivola dalla modalità focalizzata "We will / I will" alla modalità dispersa "let me".

Punteggio qualitativo multidimensionale per i plugin di DeepSeek Harness che valuta un repository o un pacchetto npm su successo di installazione, attività di manutenzione, completezza della documentazione, scansione di sicurezza e conformità al protocollo usando prove CLI reali, e produce un report leaderboard in JSON o Markdown.

Pet da scrivania disegnato dal profilo ufficiale della balena, sia per l'app desktop sia per la UI web: animazioni SVG ed espressioni del volto seguono lo stato dell'agente (sta pensando, sta lavorando, finito, errore, in attesa di conferma) e può seguire le altre sessioni in esecuzione con un badge di conteggio; toccalo, trascinalo, scuotilo fino a fargli girare la testa, schiacciato contro il bordo dello schermo o passa il cursore sulla sua testa per una carezza; 7 palette, 4 dimensioni, suoni sintetizzati, sincronizzazione del tema chiaro/scuro e un'anteprima web giocabile.

Esegue test drive isolati di installazione e smoke test per plugin DSH in profili temporanei, restituendo record strutturati pass/fail e matrici batch senza toccare il tuo profilo reale.

Preset modalità esperto DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordinatore + 17 subagenti esperti con delega automatica. Funzioni: taskboard (stati pending/ready/running/done/failed, DAG dipendenze, rivendicazione atomica, retry, ripristino), gate qualità (pipeline 5 fasi: requisiti, implementazione, verifica, revisione, integrazione; 2 rilavorazioni), Five-Anchor (revisione/convergenza/anti-deriva/cooperazione/risorse), Near-distance (modello identità/compito/output), divulgazione progressiva (~28% risparmio token), persistenza, bus P2P, revisione incrociata, pool esperienza, via rapida, auto-retry. 17 esperti: dati, copywriting, legale, PM, frontend, UI/UX, architetto, social, growth, fin. quant., backend, DevOps, DB, QA, sicurezza.

Un semplice pannello di coda DSH per modificare, rimuovere, guidare, riordinare ed eliminare in blocco.

Riproduce sessioni su una timeline riproducibile con utilizzo dei token per passo, controlla operazioni sensibili, stima i costi, visualizza la discendenza dei fork, confronta sessioni ed esporta replay HTML autonomi.

Livelli di utilizzo e schede statistiche condivisibili: 🐟→🐳 classifiche per consumo mensile di token con percentile stimato calcolato localmente, prezzi precisi per 46 modelli di 6 fornitori (inclusi prezzi cinesi per fascia di dimensione), backfill delle sessioni pre-installazione e confronto vecchio/nuovo dopo la modifica delle tariffe del 2026-08-17. Solo locale, nessuna telemetria.

Pagina impostazioni per capacità per modello: livelli di reasoning-effort con le loro ortografie wire, modalità di input e capacità di token, scritti come dichiarazioni o override di catalogo sparsi.

Aggiunge un modello di visione configurabile ai modelli principali solo testuali: uno strumento vision_read_image, un selettore del modello di visione nella barra del compositore e la conversione automatica da immagine a testo per i percorsi solo testuali.

Un pet da desktop fluttuante per la Web UI di DeepSeek Harness: respiro a riposo, cambi di direzione occasionali, azioni casuali e vagabondaggio sullo schermo.

Seleziona elementi del browser direttamente durante il Vibe Coding e invia un feedback visivo strutturato all'agente DeepSeek Harness.

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

Gestore del pool di skill nella sidebar Impostazioni: attivazione/disattivazione, importazione in blocco da cartella con prompt in caso di conflitto di nome, controllo e correzione automatica con un clic delle specifiche DSH basati sullo stato, etichette per ambito sistema/progetto.

Collega più progetti Overleaf a DSH tramite OverleafMCP per la navigazione, l'analisi e gli aggiornamenti dei file basati su Git.