Plugin

Raccolta di fonti nella conversazione per DSH Desktop (supporta DSH 0.2.2-rc.1). Il modello di chat corrente esegue più cicli di ricerca LLM e mostra candidati in schede con dati GitHub. Feedback conserva/escludi, preferiti e fonti selezionate restano nella stessa conversazione.

Tavolo no-limit Texas Hold’em da 8 posti (1 umano, 7 LLM in persona di fondatori IA). Ogni bot usa il modello host selezionato o la propria euristica; il prompt contiene solo le sue hole cards. A fine mano rivela le carte del vincitore. LAN disattivata per default, gioco locale invariato: installazioni in rete entrano con codice a 6 cifre e UDP discovery, occupano a caso un posto bot e lo restituiscono all’uscita o dopo 20 s di silenzio. Il codice non viaggia e ogni snapshot è per posto: nessuno, nemmeno l’host, vede carte altrui. Fork MIT BubblePtr/dsh-holdem, credito in README/UI.

Memoria a lungo termine per il workspace DSH. All’avvio sessione legge un indice di una riga per memoria e recupera i corpi su richiesta con il tool `memory`, circa tre volte più voci a parità di budget caratteri. A fine turno cerca localmente nell’ultimo messaggio utente e inserisce le memorie corrispondenti nel briefing successivo senza costi modello. Auto-capture facoltativo distilla conversazioni in memorie strutturate; in draft attende approvazione. Portrait layer da journal/records per viste workspace/global, anche draft/direct. Settings → Memory offre archive/list/timeline, controlli duplicati/voci obsolete/link rotti, catena supersede con rollback e import read-only di memorie WorkBuddy/Qoder esistenti.

Esegue con DSH il backend standalone `jasonxu114514/opencode2api` (Windows x64/ARM64, senza Docker né OpenCode CLI); all’uscita arresta solo il processo avviato da lui. La scheda installa/aggiorna/ripristina il backend da release GitHub con checksum verificato, copia la password admin iniziale e sincronizza `/v1/models` in un provider con context, vision e reasoning efforts; nuovo sync ogni 10 minuti.

Provider modelli Google Antigravity e Cloud Code Assist con Gemini 3.8 Flash, failover sandbox e gestione quote multi-account.

Provider Agnes AI per llm-pi-ai: dichiara quattro modelli chat multimodali nel bundle patch e aggiunge tool di generazione immagini e video.

Legge l’elenco modelli di ogni endpoint terzo e sincronizza `reasoningEfforts` per modello in llm-pi-ai, così il composer offre solo i livelli thinking effettivamente supportati.

Usa in DSH i modelli ospitati di Zed AI.

Dialogo di scelta dei modelli con gruppi di instradamento: se un modello continua a fallire, il turno passa al successivo modello utilizzabile del gruppo. Include dashboard delle metriche e scheda dei canali gratuiti, da cui installare sei plugin: Our Free Model, CodeArts, WorkBuddy, Trae, Qoder e Providers Hub. Solo Our Free Model non richiede login né API key. I provider coprono 23 piattaforme: Huawei Cloud CodeArts, Tencent CodeBuddy, WorkBuddy, Youdao LobsterAI, Qoder, TRAE, Cline, iFlytek Loomy, SenseTime Raccoon, MiniMax, Zhipu ZCode, Gemini Code Assist, Alibaba Accio, iFlytek AStudio, OpenCode, OfficeAce, AutoClaw, ModelScope, Qiniu, Codely, MonkeyCode, Baizhi Cloud e MagiCrew.

Registra agent ACP esterni (Agent Client Protocol), come Codex, Claude Code e Gemini CLI, come provider modello DSH. Mappa `thought_level` sul selettore reasoning-effort, inoltra immagini solo se l’agente dichiara `promptCapabilities.image` e porta le richieste di permesso al dialogo di approvazione DSH. La pagina ACP Agents importa JSON Zed `agent_servers` e rileva modelli.

Esegue un gateway locale compatibile OpenAI per usare in DSH la quota modello dell’account Tencent CodeBuddy (WorkBuddy) connesso. Include installer one-shot con verifica SHA256, attività pianificata al login con anti-duplicazione, `manage.ps1` per stato/avvio/arresto/riavvio/log/aggiornamento/disinstallazione e skill agente per setup e troubleshooting.

La proiezione di sessione `apiCost` stima la spesa DeepSeek in CNY/USD dai token dichiarati e dalle tariffe pubblicate punta/fuori punta, con ambiti self/delegation-tree/verified-team. Aggiunge pill composer, pannello dettagli, comando `/cost`, tool `session_cost` e route GET di vista/tariffe. L’interruttore trattiene le richieste nel flusso llm/stream durante la punta e le invia invariate all’inizio del periodo ridotto: tariffa ridotta, senza errore alla sessione.

Collega con un tocco a DSH i modelli linguistici e di generazione immagini ModelScope (disattivato per default), impostando riconoscimento immagini e context window. Mostra saldo Magicube gratuito, link ai dettagli del modello e conteggi/trend/rate limit locali; indicatore accanto all’input con saldo e chiamate locali odierne. Basta una API key, senza accesso all’account.

Miglioramento prompt nel composer DeepSeek Harness: il pulsante accanto al selettore modello riscrive la bozza con una chiamata LLM ausiliaria e la sostituisce sul posto, mantenendo undo del composer. `/prompt-enhance` restituisce il prompt riscritto come riga di risultato senza toccare la bozza. La chiamata si può fissare a provider e modello veloci dedicati nel profile patch. Mantiene intento, lingua e informazioni originali; conserva codice, comandi e percorsi alla lettera, senza inventare né aggiungere segnaposto.

Selettore modelli stile ChatGPT Desktop, con scia di particelle sul cursore thinking level, interruttore fast-mode solo visivo e blocco tenendo premuto.

Collega un bot Feishu/Lark a DeepSeek Harness tramite connessione WebSocket persistente: i messaggi in ingresso passano da una sessione agente e tornano in chat in streaming. Comandi come `/attach` gestiscono la sessione attiva; i tool feishu_* permettono al modello di inviare messaggi.

Esegue un passaggio deterministico di instradamento delle skill per ogni istruzione dell’utente, consultando il catalogo prima della risposta del modello. Sull’host valuta il catalogo attivo con parole chiave dell’istruzione e metadati, senza chiamate a LLM o embedding. Aggiunge un solo messaggio con tag producer allo step: elenco ordinato per impostazione predefinita, corpo del SKILL.md vincente oltre soglia oppure istruzione di chiamare esattamente una volta un router skill nominato. Il plugin non interviene sulle istruzioni non pertinenti.

Aggiunge AMD Radeon Cloud come provider di modelli in DeepSeek Harness, con livelli reasoning-effort dichiarati per modello. La definizione del provider è nel patch layer del plugin, non nel profilo.

Completa i parametri mancanti dei modelli da models.dev, importa modelli dai provider configurati e salva override per campo dei modelli integrati. Prezzi in USD o CNY nativo come tariffe manuali o prezzo di riferimento per moltiplicatore.

Riscrive le bozze con una chiamata al modello o prevede la prossima risposta se il campo è vuoto; task indipendenti, sostituzione sicura della bozza, anteprima e ripristino del testo originale.

Ottimizzatore prompt per il composer: un pulsante nella riga strumenti riscrive la bozza tramite un canale modello già configurato e trasmette il risultato in un pannello flottante sopra il composer, senza alterare il layout. La bozza cambia solo con Accept, rifiutato durante lo streaming per non applicare risposte incomplete. Chiede prima se ci sono riferimenti @ o allegati, che una sostituzione totale appiattirebbe in testo. Nessuna scorciatoia globale; la API key non arriva mai al browser, la chiamata è eseguita dall’host.

Provider browser per DeepSeek Harness: svolge attività web passo passo in un browser reale, usando una tabella indicizzata delle azioni possibili invece di HTML o screenshot. Una decisione Jev per passaggio, non un turno completo; benchmark repo: mediana 1,1 s contro 2,8–3,6 s per turno chat-model. La conversazione riceve solo la conclusione e il contesto non cresce con la pagina. Gli obiettivi provengono dalla pagina appena letta; le pagine cambiate vengono rilette. Usa il browser di proprietà di Session e non tocca il tuo Chrome quotidiano, salvo attivare attach mode.

Inoltra messaggi tra sessioni DSH: estrae una risposta del modello, un messaggio utente o una selezione multipla di messaggi/immagini e li invia in un’altra sessione. Modalità: invio silenzioso, compilazione bozza o invio con salto, più modelli prompt.

Costo di ogni turno completato in CNY; clic: token per categoria, tariffa, regola e istante di fatturazione. Settings: prezzi per modello, 4 categorie, regole settimanali punta/valle con moltiplicatori liberi e promo su intervalli assoluti che prevalgono. v0.2.3 legge saldo/quota residua di 14 provider (DeepSeek, OpenRouter, Zhipu GLM, Moonshot, MiniMax, Kimi Coding, relay OpenAI ecc.) e spesa giorno/mese/sessione. Ledger locale con scritture atomiche, un libro per API key, conservazione 1–24 mesi, export JSON; calendario modificabile anche senza saldo osservato, nota facoltativa. Uso/tariffe calcolati localmente; saldo letto direttamente dall’API con la propria key. Nulla è inviato a terzi.