Plugin

Mostra il saldo DeepSeek e la spesa giornaliera stimata, unisce i record JSONL delle vision-call esterne e aggiunge una dashboard per sessione con statistiche del modello, TTFT, tasso di cache, log delle chiamate, stime dei costi, filtri ed esportazione CSV.

Il selettore di modello per DSH: puntalo verso qualsiasi endpoint compatibile con OpenAI, con preset curati di provider DeepSeek gratuiti/economici e fallback automatico quando un livello gratuito applica limitazioni di frequenza

Importa i login locali di Codex, Grok, Claude, OpenCode e CC Switch in DSH; scegli le fonti e abilita i modelli nelle Impostazioni

Controllo del computer Windows per DSH basato su un motore C# nativo. I modelli DeepSeek solo testo possono leggere i controlli UI Automation e compilare moduli in batch verificati, senza screenshot; i riferimenti obsoleti ai controlli vengono ritrovati tramite identità univoca. CAPTCHA e codici di verifica vengono rifiutati e restituiti all’utente tramite la richiesta di approvazione DSH. Esc interrompe il turno in qualsiasi momento. Progetto derivato da Yu-tao-Li/dsh-computer-use-win; non installarlo insieme a quel plugin upstream perché entrambi controllano lo stesso desktop.

Seleziona il modello e il suo livello di ragionamento con un solo trascinamento su una griglia bidimensionale.

jailbreak armor per modello: una tabella attiva pattern con 25 incantesimi (20 per 11 famiglie, più un’armor indipendente dal modello, un file di preferenze upstream e tre livelli persona combinabili). Mostra il blocco esatto e lo scrive solo nel system prompt del modello attivato, lasciando intatti gli altri.

dsh-TokenLens (词元透镜): capacità del piano per provider e statistiche locali dei token DSH (oggi/7g/30g/tutto il periodo, per harness/provider/modello/area di lavoro).

Usa host SSH e distribuzioni WSL come workspace DSH remoti, con configurazione dell’ambiente, trasferimento delle impostazioni dei modelli e interfaccia remota incorporata localmente.

Hub QQ per DeepSeek Harness: chat privati e di gruppo tramite OneBot v11 (SnowLuma/NapCat), memoria e instradamento persona per chat, supporto visivo che descrive immagini ai modelli solo testuali, parsing di link multipiattaforma (video grandi come file di gruppo, gallerie di immagini in linea o in messaggi inoltrati uniti) e pannello web per modelli, personaggi e impostazioni. Deriva da aureth-labs/dsh-aurabot-qq; non installarli entrambi.

Blocca le chiamate agli strumenti i cui argomenti hanno perso i confini; mantiene aperto il turno di chiusura se un passaggio non è stato eseguito senza avviso, così il modello può ripeterlo; dopo un fork sostituisce l’output danneggiato nella superficie visibile al modello. Nessuna dipendenza.

Pipeline a più modelli e livelli per DeepSeek Harness: un modello potente pianifica, uno veloce prepara la bozza, un terzo revisiona e, se la revisione fallisce, il lavoro viene rifatto automaticamente. Endpoint, protocolli, modelli e gate si configurano dal pannello impostazioni DSH.

Bundle DeepSeek Harness adattato da whatcccup/cece_legal_skills (MIT) per oscurare localmente DOCX, PDF, TXT e Markdown con revisione umana, mascheratura PDF, cronologia locale e modifica facoltativa delle regole Agent. Richiede Python 3.9+ e download iniziale delle dipendenze. L'accesso al modello serve solo per generare regole; 1.3.0 è una pre-release di sviluppo e l'accettazione Windows è in sospeso. L'upstream è uno strumento offline autonomo/skill SkillHub, non un plugin DSH, quindi non si può installare insieme a questo bundle.

Gestisce i modelli composer: lista provider, switch modello/provider, gruppi e filtri tipo; nasconde salvo l'attivo. Cerca nome/ID, filtra multimodalità/ragionamento e contesto 128K/256K/512K/1M. Mostra tipo; chat include supporto, effort levels adapter, contesto e input. Fonti etichette: override manuali, impostazioni, adapter, GET /models relay, pi-ai / models.dev, inferenza nome, correzioni vendor; hover fonte, tratteggio inferenza. Modifica tipo/contesto/modalità/effort levels, salva fuori profilo e scrivi nelle impostazioni provider. Refresh forzato svuota cache e interroga adapter/relay. Switch attivo per default accetta immagini in memoria su route dichiarate solo testo senza modificare config. Lista nascosta nel patch profilo e copiata a $DSH_HOME.

Riutilizza in DeepSeek Harness i modelli già autenticati nell’app AStudio, senza configurazione.

Parodia di attribuzione DogCatTrace in una scheda laterale: crea tre sfide con numeri interi, incolla una alla volta le risposte del model in un campo e mostra la classifica di 24 razze di cani e gatti.

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.

Memoria in testo semplice per DSH: ogni evento è una sezione Markdown con sei campi; il richiamo usa associazioni tra elementi, non la ricerca vettoriale. Mostra al massimo due titoli vecchi per turno e non chiama modelli né rete. La libreria resta manuale: si può aprire, cercare con grep, correggere e trasferire su un altro computer.

Gestisce un elenco di modelli Magpie e scrive quelli selezionati in un gruppo provider Magpie: sincronizzazione completa da /v1/models, voci manuali, context, limite output, input immagini e reasoning effort per modello, ordinamento e riordino drag. Su Windows x64/ARM64 scarica e aggiorna Magpie da yetone/magpie-releases con verifica SHA-256 e rollback; aggiorna automaticamente quando una release ha 30 minuti e tutte le conversazioni sono inattive. Avvia Magpie nell’area di notifica con DSH e alterna lite mode e prevenzione sospensione.

Sceglie il modello di ciascun subagent dal catalogo locale in base alla categoria dell’attività, salvo che il chiamante ne abbia già indicato uno. Ordina insieme piani gratuiti e a quota usando i tag di capacità; usa un modello più costoso solo se nessuno economico è contrassegnato come adatto. Entrano tra i candidati solo provider con saldo residuo leggibile o associati a un account; gli altri restano elencati ma non vengono instradati. Un pannello offre priorità manuali per modello sopra l’ordine automatico e controlli per consentire/revocare.

Collega un gateway Magpie self-hosted con una route provider per ogni proprietario upstream. Il selettore modelli standard mostra gruppi come Magpie (Claude) e Magpie (Codex); include failover automatico su più righe, schede d’uso in sola lettura, reasoning effort predefinito per modello, cambio rapido per sessione dei modelli prioritari e Cloudflare Access opzionale.

Riprova nel turno i fallimenti del model (disconnessioni, timeout, rate limit, 5xx). Configurabili tentativi, attese, backoff e fallback; quello rate-limit è limitato, con jitter e rispetto dei suggerimenti server. retry-until-success opzionale entro un tetto temporale. Config/pannello consente di modificare numero, attesa iniziale/massima, fattore/jitter, finestra rate-limit, tetto, trigger/limite fallback, TTL blacklist route inattive e file log. Dopo fallimenti ripetuti passa a un’alternativa fissata, filtrata da allowlist o scelta dal catalogo. Errori di autenticazione, abbonamento scaduto e billing bloccano la route per 30 min.; stale-assembly mantiene i retry sulla nuova route. Pannello laterale con stato live, route e incidenti; cinese/inglese; log solo in memoria per default.

Salva snippet prompt riutilizzabili con categorie e `{{placeholders}}`; gestione con comandi `/snippet` (add, list, rm, optimize) e inserimento nel composer da un dock trascinabile. Rifinitura IA one-click col modello predefinito.

Comandi slash per il canale Weixin di DeepSeek Harness: cambio e libreria di persona, cronologia sessioni (caricamento leggero o cambio reale), selezione del modello, consumo e saldo token, saluti quotidiani programmati. Eseguiti lato host, senza consumare token del modello.