Plugin

Autorizzazione ChatGPT Codex all’interno del processo, individuazione dei modelli e visualizzazione della quota per DeepSeek Harness.

Knowledge base condivisa del team: un membro avvia un Hub senza dipendenze, gli altri installano il plugin e si uniscono con un codice invito. I caricamenti sono classificati in dieci categorie con riepilogo, affidabilità e punti; 15 strumenti per agenti consentono di caricare, cercare, richiamare, commentare e leggere. Gli elementi importanti restano fissati con una raccomandazione scritta a mano finché il membro non li legge. Ogni account ha anche una libreria locale privata, raccolte, digest settimanale e differenze di versione.

Ambiente di lavoro per dispositivi HarmonyOS in DSH NEXT Desktop su Windows x64 (testato con DSH NEXT 2.0.21-next e Better Sidebar 0.28.2). Lo specchio flottante riutilizza Electron di DSH oppure scarica circa 140 MB al primo utilizzo.

Strumenti Linear per DeepSeek Harness: 26 strumenti rivolti al modello tramite API GraphQL di Linear (issues, comments, relations, teams, states, labels, projects, cycles, users) e un accesso libero linear_graphql. Richiede un token API personale di Linear.

Cerca in quattro biblioteche gratuite da un’unica finestra: Project Gutenberg tramite catalogo OPDS, Shuge tramite ricerca WordPress e link brevi s.shuge.org nelle pagine dei libri, NCPSSD tramite endpoint basato su Solr. Chinese Text Project è solo collegato perché i termini vietano l’accesso automatizzato. Due strumenti: readbook_search e readbook_open; il secondo restituisce URL di download reali per Gutenberg e Shuge e solo il link alla pagina per NCPSSD.

Studio dei contratti API per DeepSeek Harness: definisce i sette punti da fissare prima di scrivere codice, crea e revisiona OpenAPI, classifica le modifiche incompatibili in base all’impatto effettivo sui client e stabilisce formati di errore, versioning e deprecazione. Include sei playbook e un router.

Rifiuta le attese in primo piano degli agenti DSH: comandi di attesa (sleep, wait, tail -f, watch, ping senza -c, cicli infiniti), strumenti bloccanti (wait_agent, job_output con wait: true), ripetizione dello stesso comando di controllo entro una finestra e comandi che richiedono input/conferma umana (sudo senza -n, ssh senza BatchMode, login, editor interattivi, docker -it). Suggerisce un’alternativa concreta: eseguire in background o terminare il turno. Budget e finestra di polling configurabili; lingua secondo system (zh/en). Nessuna dipendenza runtime.

Legge solo i blocchi appunti Microsoft OneNote autorizzati, con accesso device-code, allow-list per notebook in Settings e quattro strumenti di sola lettura per stato, elenco pagine, ricerca e contenuto della pagina.

Biblioteca bibliografica governata: importa articoli, estrae il testo, mantiene una riga di indice per voce e verifica le citazioni parola per parola.

Raggruppa i 207 strumenti di reverse engineering REA (backend Ghidra / Hopper / IDA) in 3 comandi e 6 voci di dominio in sola lettura: circa 5 KB di testo strumenti residente invece di 757 KB. Nessun engine incluso; rea-agents, Ghidra 12.1.x e JDK 21 si installano separatamente.

Workspace a tela infinita nella barra laterale di DSH: disponi nodi di testo, immagini, video e audio, genera media con l’AI e lascia che gli agenti gestiscano tutte le operazioni tramite strumenti MCP. Include un servizio bridge locale, pronto all’uso offline dopo l’installazione.

Plugin di regia 3D nella barra laterale di DSH: posiziona i personaggi, imposta i movimenti della camera e registra anteprime della timeline. Gli agenti AI controllano la scena in tempo reale tramite strumenti MCP.

Operatore Douyin per DSH: usa il tuo Chrome per leggere feed, commenti e DM, rispondere nel thread e caricare un video locale tramite creator center. Ogni scrittura passa da un controllo delle policy e la pubblicazione richiede sempre un tuo clic.

Libreria locale di documenti per DSH Desktop (solo Windows, installata con lo script PowerShell incluso). Carica i file una volta e ogni conversazione può cercarli e leggerli tramite quattro strumenti: library_list / library_search / library_read / library_save. Caricamento, download e download in batch sono nel pannello Settings. I file restano sul computer salvo attivare il modello vision opzionale, che invia le immagini all’endpoint configurato.

Care engine per DeepSeek Harness che aiuta l’assistente a prendersi cura di una persona. Parte dal meteo: temperatura percepita e umidità per consigli su vestiti/ombrello, avviso quotidiano attivabile che segue la routine, allerte meteo estreme e promemoria. Valuta gli avvisi quando l’agente si attiva; un host come qq-bridge può svegliarlo a orario. Preferenze locali.

Espone la geometria dello schermo Windows e il rettangolo della finestra in primo piano in pixel fisici.

Grafi di conoscenza del codice per DeepSeek Harness: sette strumenti Agent `graphify_*`, comando `/graphify` e pagina Graphify costruiscono e interrogano localmente un grafo del progetto con parsing AST, senza API key; includono ricerche path/explain/god-node ed export wiki/HTML/SVG/GraphML/Obsidian. Richiede CLI `graphifyy`; solo l’estrazione completa di documenti/PDF/immagini richiede una chiave LLM.

Collega DSH a un backend BiliMemory locale per ricerca, raccolta, stato e accesso Bilibili; verifica la memoria condivisa A-Memorix, il collegamento QQ, allowlist e riavvio del watcher QQ. L’installer Windows con un clic installa/ripara MaiBot A-Memorix se manca e configura local-bge-small-zh, embedding e memoria condivisa; `install-memory.cmd` ripara solo la memoria. Richiede Windows, DSH Desktop 0.2.1-rc.2+, Node.js 22.19+, Python 3.12, Playwright/Edge, FFmpeg, API BiliMemory su `127.0.0.1:8765`, servizio embedding locale su `127.0.0.1:11435`, login Bilibili e MaiBot/NapCat per QQ. Voce, RVC e funzione cover sono escluse.

Registra `dispatch_task` per affidare attività circoscritte o di routine a un subagent isolato; attende la fine, controlla i file attesi ed esegue una verifica facoltativa prima di restituire un breve rapporto alla conversazione principale.

Legge NTQQ locale (QQ 9.9.x) su Windows/Linux ed esporta chat di gruppo/private in txt/csv/json/md/html/sqlite. 16 strumenti: qqnt_status, qqnt_doctor, qqnt_extract_key, qqnt_index, qqnt_list_groups, qqnt_list_chats, qqnt_search, qqnt_stats, qqnt_export_group, qqnt_export_chat, qqnt_export_batch, qqnt_jobs, qqnt_media, qqnt_storage, qqnt_ask, qqnt_recall (rifiuta l’ambiguità; pulizia solo su lista autorizzata). 127.0.0.1:46728: indice SQLite incrementale, 6 viste, task, colonna singola su schermi stretti, mittenti oscurati, media raggruppati, divisione giornaliera, preset, ZIP AES-256 con password. OCR/voce/embedding si installano su richiesta nel virtualenv del plugin. Richiede python3/sqlcipher3; Impostazioni può creare il virtualenv privato. Chiave DB dal client QQ attivo e autenticato.

Generazione di immagini da testo con Moss in DSH: descrivi l’immagine nella chat e ricevi il risultato. Richiede una Moss API key da platform.moss.cn; la generazione viene addebitata sul tuo account.

Integrazione Siemens NX per DSH su Windows: richiede un’installazione locale di Siemens NX; testata solo con NX 2512 e gli strumenti FE richiedono licenze Simulation/Nastran. I 71 strumenti creano/modificano solidi, superfici, schizzi, fori e tubi; eseguono analisi statiche e modali NX Nastran; raccolgono BOM di assiemi con controlli di distanza a coppie; e stampano fogli A3 in PDF con cornice GB reale. Gestisce una sessione NX in background tramite comandi JSON.

Collega AutoCAD, ZWCAD, GstarCAD e BricsCAD a DeepSeek Harness tramite MCP, include il server CAD e crea un ambiente Python privato al primo avvio. Richiede Windows, una di queste app installata e Python 3.10+ nel PATH; CAD deve funzionare con lo stesso utente Windows e livello di privilegi di DSH.

Console di gestione MCP per DeepSeek Harness: elenca tutti i server configurati nella barra sinistra, prova gli strumenti sul posto, riavvia una sola riga se il transport si interrompe o non si è mai sincronizzato e verifica la raggiungibilità. Fork di PerryLink/dsh-mcp-panel; non installarlo insieme all’upstream perché entrambi registrano `/mcp`.