Plugin

Crea figure scientifiche tramite codice: gli agenti generano un IR versionato e lo modificano un nodo alla volta senza spostare gli oggetti intatti. Esporta SVG/PDF/PPTX vettoriali reali pronti per la pubblicazione. Include sette strumenti papercanvas_* (create/get/patch/layout/lint/render/inspect), motore deterministico, lint FC001–FC008 e risoluzione dei font CJK. Verificato con DSH 0.1.5-rc.3–0.2.2-alpha.2; dell’autore di dsh-sessionflow. Richiede il motore PaperCanvas installato a parte: Python 3.11+ e CLI papercanvas (non ancora su PyPI); installalo da questo repository e aggiungilo a PATH o imposta papercanvasBin. Il plugin è un adattatore leggero e non include il motore.

Plugin di registro di scrittura cinese per l’editor 白广大 di Gcores/机核. Registra una skill di stile da 40 KB e gli strumenti style_lint/style_audit/style_rules: 4 errori bloccanti e 27 avvisi (connettivi vietati, slogan gonfiati, quantificatori vuoti, paragrafi uniformi, statistiche senza fonte, cliché IA ecc.), calibrati su 444 articoli/802 mila caratteri. La pagina impostazioni offre interruttore, prove singole e in batch e override JSON delle soglie.

Memoria SQLite per progetto con recupero progressivo, contesto limitato, pulsante nel composer e revisione visiva. Installa il bundle DSH nella root del repository ed esegui /learning-init con il percorso assoluto del progetto usando Python locale 3.10+.

Base di conoscenza locale per DeepSeek Harness. Ogni base è una cartella con testo UTF-8, PDF testuali e immagini lette tramite OCR. Prima di ogni turno recupera informazioni dalle basi selezionate nella sessione con n-grammi cinesi e BM25. Le risposte includono citazioni apribili in un lettore laterale. L’agente dispone di cinque strumenti kb_* (list, search, read, stats, propose text) e comandi /kb per creare, usare, gestire file, cercare e riesaminare.

Aggiunge pulsanti nell’intestazione per spostare una sessione già avviata in un altro workspace e cambiare il preset Agent della sessione.

Aggiunge a DeepSeek Harness un sistema dell’umore: valuta 33 stati nominati ogni 3–6 ore, con piccoli aggiustamenti per messaggio; include memoria tra sessioni, libreria di gusti estetici e diario cifrato. Il modello può chiamare tutti gli strumenti di umore, memoria, gusti e diario; ciascuno dei cinque moduli ha un interruttore. Il diario è scritto solo dal modello e non viene generato alcun modello di riepilogo. Fork ridotto di JMX-4869/dsh-mood; installa questo oppure l’upstream dsh-mood, non entrambi: registrano gli stessi nomi degli strumenti.

Starpost (星邮) è un social network per bot IA: un account per bot, amici, chat di gruppo, post/commenti, piazza pubblica, bottiglie di messaggi, partite di Werewolf programmate, quote giornaliere e limite anti-ripetizione. Il client DSH offre 17 strumenti; raggruppa gli eventi in arrivo in un prompt a intervalli configurabili (20 s predefiniti), così l’agente risponde in un turno e invia le risposte tramite gli stessi strumenti. Serve un account Starpost, da registrare nel pannello plugin al primo avvio. Port DSH dell’estensione MIT `cortico-world-starpost` di hth768, inclusa in `vendor/`; incompatibile con l’estensione upstream Coo.

Dashboard di utilizzo OpenCode nel pannello laterale DeepSeek Harness: quote e consumi, periodi di abbonamento Go, spesa Console, tendenze, previsioni, ripartizione per modello, più account, filtro degli account di servizio e UI inglese/cinese.

Registra visualizzatori di file Mol* in dsh-better-sidebar per PDB, mmCIF, mappe MRC, piccole molecole e marcatori Chimera .cmm, anche .gz. Include una scheda workspace BioViewer e gli strumenti bio_open / bio_add.

Ambiente di lettura per DSH con libreria a griglia di copertine e lettore a pagine singole o doppie per Markdown, TXT, HTML, EPUB, MOBI e PDF. Le note di evidenziazione sono ancorate agli offset del testo; tre strumenti per gli agenti elencano i libri, leggono le evidenziazioni e recuperano estratti.

Collega chat private e gruppi QQ a DSH tramite OneBot 11. Aggiunge qq_send e altri strumenti perché l'agente possa rispondere, inviare sticker e attendere risposte successive.

Modelli decisionali multimodali Decision 3.0 per DeepSeek Harness, con tool di probabilità calibrata, pagina Settings e barra di probabilità.

Strumenti nativi DeepSeek Harness per estensione Kimi (WebBridge) e controllo KimiCU: kimi_browser_* usa il browser reale dell’utente autenticato; kimi_cu_* osserva e controlla desktop Windows.

Uncle Sam risponde via chat.deepseek.com in una scheda browser reale invece che tramite API a consumo. Dal composer si passa tra API e account web; le risposte web sono firmate per identificare la route.

Piani duraturi di scomposizione attività per DeepSeek Harness con ciclo di autoapprendimento. Ogni sottoattività di reparto segue tre fasi ordinate (pianificare, eseguire, verificare); la verifica deve inviare una retrospettiva di problemi, deviazioni e soluzioni. Il resoconto viene scritto in un file permanente di lezioni, classificato rispetto alla nuova sottoattività e inserito negli incarichi successivi per evitare di ripetere errori. Aggiunge lo strumento in sola lettura dsh_workplan_lessons (11 strumenti modello in totale), pannello avanzamento con anello, barra sovrapposta e fasi, e autovalutazione pubblica di sicurezza ISO/IEC 15408:2026 senza dipendenze runtime.

Cinque tool audio per l’agente: anyaudio_music renderizza offline spartiti nota per nota da banchi SoundFont locali; anyaudio_sfx offre 52 preset SoundFont e 15 generatori procedurali; anyaudio_tts parla tramite Edge o MiMo; anyaudio_mix applica il ducking e normalizza il picco; anyaudio_sources gestisce la libreria SoundFont condivisa.

Audit statico del context di un home DSH: baseline a sei livelli (rules, memory, skills, tool surface, sessions, KB), percorsi non validi nella mappa Markdown, duplicati/obsolescenza/sforamento limiti della memory, compressione delle descrizioni SKILL.md, stime di tool surface e contesto statico cold-start ricostruite dai log. Quattro tool DSH in sola lettura; scrittura solo con --apply e backup preventivo. Richiede Python 3.10+ sull’host (stdlib; i quattro tool invocano via shell il CLI incluso).

Legge, invia messaggi e segue in tempo reale le sessioni DeepSeek Harness locali dall’agente: quattro strumenti (session_list, session_read, session_send, session_chat) e una CLI Python corrispondente, tramite RPC locale dell’app desktop. Le trascrizioni sono leggibili anche offline. Richiede Python 3.10+; per la lettura offline serve anche la CLI zstd.

Aggiunge memoria visiva indirizzabile all’agente DeepSeek Harness: riaprire qualsiasi immagine, esaminare una regione e leggere i pixel esatti.

Preset agente a divulgazione progressiva e strumento di directory chiamate: parte da una base minima e sblocca tool, skill e server MCP quando servono.

Pacchetto di skill DeepSeek Harness per mod di Hearts of Iron IV 1.19.3: struttura del mod, alberi dei focus, eventi, decisioni, idee, personaggi, tecnologie, MIO, progetti speciali, GUI, localizzazione, DDS, verificatore statico, installer e analisi di error.log. Include strumenti Python, non risorse di gioco.

Carica automaticamente i server MCP a livello di progetto. Si dichiarano in .agents/mcp.json (percorso e indicatori della root configurabili); ogni sessione nel progetto monta i server nel proprio ambito tramite stdio o Streamable HTTP. Gli strumenti si chiamano mcp__<server>__<tool> e le connessioni si chiudono al termine della sessione. Un pannello Web UI elenca server e strumenti; dopo conferma, consente di attivare o disattivare una voce del progetto, salvando e riscrivendo il manifest in modo atomico.

Dimostrazioni matematiche verificabili per DeepSeek Harness: server MCP locale stdio con 23 strumenti di controllo automatico, skill di workflow inclusa e comandi /prove e /audit-proof. proven, refuted e inconclusive restano distinti; i passaggi non dimostrati vengono segnalati. Al primo avvio servono Python 3.10+ e pip install -r requirements.txt; prima dell’installazione i 23 strumenti non sono disponibili.

Aggiunge le skill handoff, context-decision e context-diagnose e gli strumenti autonomi context_pressure/context_history (picco di token, statistiche di compattazione). Include realWindows per route con evidenza windowSource, routeKey, riga di handoff forzato handoffAt e comandi slash.