Plugin

Regno di governance degli agenti per DeepSeek Harness: territori, associazioni di ruolo (bind/unbind/session con identità di modello/agente), e un ciclo di attività pianifica→assegna→esegui→rivedi in cui le dichiarazioni del Worker non si completano mai automaticamente (Claim ≠ Fact), con una console operativa GUI locale.

Il bundle DeepSeek Harness registra un'abilità che converte la produzione lunga (articoli accademici, analisi di settore, commenti aziendali) in pipeline a 9 ruoli: scout T1 letteratura / T2 dati / T3 casi in parallelo, T4 analista, T5 scrittore, T6 compagno critico, T7 revisore contabile, T8 finalizzatore, T9 revisore paritario eseguiti dal coordinatore. Su 6 fasi con verifica triangolare delle evidenze, M-gate di 23 controlli, audit G0-G14 incluso gate di tracciamento IA cinese, punteggio peer-review con abbinamento riviste, e 4 checkpoint umani. Installazione con `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch più lib/index.js); fornisce schede ruolo T1-T9, modelli e 11 script di verifica senza dipendenze, con README in cinque lingue.

Font Anthropic Sans, Serif e Mono per DSH Web UI, con Source Han come fallback per CJK.

Aggiunge un preset di permessi `auto` tra workspace-write e danger-full-access: un classificatore concede una volta le escalation di routine della sandbox, mentre le richieste pericolose o incerte vengono comunque inoltrate a un essere umano.

Dona la vista ai modelli solo testuali: inoltra le immagini dell'utente a un modello di visione compatibile con OpenAI e mostra le descrizioni in un pannello destro dell'interfaccia web.

Gestisci con un clic i plugin di DeepSeek Harness (DSH) nella Web UI: visualizzazione, attivazione/disattivazione in tempo reale, installazione/disinstallazione, gestione ambienti e market dei plugin. Copertura completa di plugin bundle e non-bundle.

Store dei plugin per la Web UI di DSH: sfoglia il catalogo, cerca, installa con un clic, badge di compatibilità ed elenco degli installati.

Cervello DeepSeek + trascrizione automatica delle immagini: allega immagini nella GUI e ognuna viene trascritta tramite il deepseek-v4-flash-vision-exp ufficiale per impostazione predefinita (un cervello V4-Pro puramente testuale può vedere le immagini), con qualsiasi VLM compatibile con OpenAI o Ollama locale come alternative.

Skin in stile Claude con sfondo nero caldo, accento color argilla e UI con font serif, che segue i temi chiaro e scuro nativi.

Workbench visivo per generare e ritagliare immagini di riferimento e creare modelli 3D Tripo per componente. Chiede approvazione per ogni operazione a pagamento e mostra anteprime locali degli asset.

Riunisce tutti gli account WorkBuddy collegati su questa macchina in un provider con failover automatico e serve OpenAI Chat, OpenAI Responses e Anthropic Messages dallo stesso pool. Include alias dei modelli, statistiche d’uso e automazione pianificata dei crediti.

Fuzzing diretto da un agente LLM. Da repository e bug (descrizione CVE, patch, traccia di crash o file:line), esegue il ciclo PLAN, IMPLEMENT, EXECUTE, REFLECT; il modello scrive generatori di input Python finché scatta l’oracolo di pattern stderr della campagna o la campagna si ferma.

Plugin LLVM di analisi statica che crea il bitcode dell’intero programma per progetti C/C++ ed esegue l’analisi di raggiungibilità di kernel-analyzer (KAMain). Offre strumenti kanalyzer_* all’agente e il servizio ctx.kanalyzer agli altri plugin.

Permette a DeepSeek Harness di vedere e controllare qualsiasi programma Windows. Il modello osserva lo schermo reale e guida mouse, tastiera e finestre. Esegue più passaggi in un round trip e porta la finestra in primo piano prima dell’input, per fare clic nel punto giusto. Per attività desktop come disegno CAD, simulazione di circuiti e invio di messaggi.

Gestisce il System Prompt predefinito di DeepSeek Harness: consulta, cerca e sovrascrive nelle impostazioni Web GUI il prompt finale di ogni turno.

Plugin LLVM di analisi statica per DeepSeek Harness: genera bitcode analizzabile ed esegue l’analisi di raggiungibilità kernel-analyzer (KAMain) tramite ctx.kanalyzer.

Protezione dai loop per dsh: osserva llm/stream, rileva e riattiva chiamate di solo ragionamento o materiale ripetuto, con due interruttori durante lo stream.

RAG per una knowledge base bibliografica locale: 10 strumenti (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), ricerca ibrida BM25+vector+reranker, QA con citazioni e link DOI cliccabili, embedding bge interamente locali su un indice SQLite in un singolo file. Richiede Python 3.9+ con pymupdf, faiss-cpu e sentence-transformers; l'installer `npx dsh-kb-rag-install` li configura e pre-scarica il modello.

Disegna ogni ramo di una conversazione come un albero cliccabile accanto alla chat, con preferiti, icone e colori personalizzati, fusione e divisione dei rami, layout consapevole del rewind e rami di Claude Code che mantengono la loro memoria.

Ciclo di heartbeat per DeepSeek Harness: ogni 20 minuti (per impostazione predefinita) l'agente si sveglia da solo per mantenere un profilo locale dei tuoi interessi e preferenze, cercare nel web le cose che ti interessano e conservare ciò che trova. Quando ha qualcosa che vale la pena condividere, invia un breve pacchetto di note alle sessioni a cui lo colleghi. Un insieme di regole nel codice — ore di quiete, finestre occupate, un limite giornaliero, un periodo di attesa — decide se può parlare, e l'agente in quella sessione decide se dire davvero qualcosa. Solo per Windows.

Un pannello Settings gestisce MCP, skill, memoria, subagenti, prompt e sessioni. Combinazioni di scenari cambiano l’intero ambiente; anche l’Agent può usare il plugin.

Migliora l’esperienza dei modelli: diversi modi per inserire parametri, compatibilità, memoria dello sforzo di ragionamento, subagenti che seguono in tempo reale modello e sforzo del genitore e autoregolazione dello sforzo da parte dell’IA.

Esploratore dei file di progetto nella colonna dei dettagli (selezione multipla, spostamento tramite trascinamento, caricamento, scaricamento, rinomina, cestino, apertura nel sistema) con una scheda di anteprima in sola lettura nella sessione per Markdown/HTML/JSON/CSV/notebook/PDF + evidenziazione del codice, un badge del throughput del modello in tempo reale e una GoalBar multilinea.