Plugin

Plugin per DeepSeek Harness che trasforma i giudizi Jev in tre azioni automatiche — potatura dell'output dei tool troppo grande ai segmenti rilevanti per la richiesta, filtraggio delle pagine recuperate in cerca di istruzioni rivolte al modello e scelta della skill adatta al passo successivo — più i tool jev_ask e jev_gate, un registro dei giudizi che sopravvive ai riavvii e un report /jev-status. Richiede una chiave API TypeSafe; senza, resta inerte e non invia nulla.

Collega DeepSeek Harness alle app e ai servizi gestiti da OOMOL, con scoperta ed esecuzione progressiva di Connector Action e un pannello integrato nell'app per gestire le connessioni Provider.

Rotte di modello dedicate, strumenti e guida di sistema per visione, compattazione, revisioni, subagent, titoli e generazione di immagini.

Livello di coordinamento dei plugin: i plugin dichiarano le proprie capacità, i comandi vengono instradati al plugin proprietario senza una chiamata al modello, gli schemi dei tool si caricano su richiesta per ridurre i token del prompt, la cronologia delle esecuzioni si consolida in memoria a lungo termine nei momenti di inattività e i guasti vengono classificati prima di qualsiasi retry.

Fatturazione della cache per chiamata nel popover del misuratore del contesto: totali correnti di passaggio, ciclo e sessione con token e importi di hit / miss / output, prezzi automatici di punta e non di punta per l’orario lavorativo di Pechino, tariffe per modello e addebito anche dei relay di terze parti.

Uso del computer tramite un dispositivo USB HID esterno: indica un bersaglio in linguaggio naturale, un modello di visione lo individua in uno screenshot ritagliato di finestra, e un Raspberry Pi Pico 2 muove il mouse reale e digita sulla tastiera reale. 7 strumenti. Windows dispone di elenco finestre, ritaglio per finestra e sollevamento automatico della finestra; macOS richiede pyobjc e non li ha; Linux non è supportato.

Riduttore di risultati degli strumenti consapevole del contenuto: 13 riduttori tagliano l'output eccessivo per significato in tools/post-execute (i test falliti vengono mantenuti, il contesto diff viene rimosso, JSON e CSV vengono campionati, i problemi di lint sono raggruppati per regola, i frame dello stack delle dipendenze vengono compressi e le directory affollate vengono conteggiate), con gli originali completi scaricati su disco dietro un localizzatore.

Server MCP per dati finanziari delle azioni A cinesi: 11 strumenti fin_data__* (quotazioni/candele/bilanci/calendario/dati speciali/comunicati/EDB/riconciliazione/fondi/indici) su THS REST ufficiale gratuito (primario) + AKShare (fallback) + Wind (domini esclusivi), con degradazione osservabile, compressione del budget di contesto (-72,2% misurato sui risultati) e un lago offline di 10 anni di dati di mercato. BYOK.

Un pannello flottante sulla destra e un comando /context per DeepSeek Harness: un grafico a ciambella in tempo reale dell'utilizzo dei token di contesto, dell'allocazione e del costo stimato.

Ricerca web multi-motore per agenti di programmazione — un unico core SearchBoost (ricerca fusa, fetch, X) con MCP (Cursor, Codex, Claude Code, Grok Build, Antigravity), estensione pi e adattatori bundle per DeepSeek Harness

Mouse e tastiera reali per un agente DeepSeek Harness: descrivi a parole cosa cliccare, un modello di visione lo individua, un dispositivo USB HID lo clicca.

Forza la compressione del contesto durante l'esecuzione di modelli llama.cpp a basso contesto come Qwen3.8-27B, migliorando l'efficienza del modello e la fluidità d'uso, insieme a prompt di compattazione ben raffinati.

Cartelle di sessione a un livello per la barra laterale web: raggruppa le sessioni per workspace, spostale con trascinamento o menu contestuale, archivia e ripristina, persistenza lato server.

Una UI terminale ispirata a opencode per DeepSeek Harness che si avvia come plugin app di profilo dsh, con barra laterale delle sessioni, chat in streaming, schede strumenti Markdown, liste todo, suggerimenti per slash-command, footer telemetrico con misuratore di contesto e prompt di approvazione inline.

Riduzione reversibile del contesto per DeepSeek Harness: ricodifica tabellare lossless in stile TOON delle array JSON uniformi, finestre di tabella campionate a passo con numeri di riga e dedup cross-turn per output di strumenti ripetuti; ogni sostituzione passa un gate byte+token (≤72% byte, rigorosamente meno token stimati) e l'originale viene scaricato su disco dietro un avviso `[save-token #id]` recuperabile in una chiamata tramite lo strumento `save_token_expand`, con conteggio dei token fatturati e risparmiati su una dashboard delle impostazioni.

Compressione deterministica del contesto per dsh — zero chiamate LLM, potatura basata su regole che preserva testualmente percorsi, comandi, tracce di errore e attività aperte. Comprime ~80k token in poche centinaia.

Compattazione del contesto protetta per DeepSeek Harness (dsh): la LLM propone, le guardie deterministic decidono — riduzione eager per atomo (extract/summary/false sotto guardie verbatim) + eviction lazy del reference-graph (0-LLM) + recall byte-esatto da un log append-only.

Controllo per round del livello di ragionamento (reasoning_effort) per DeepSeek Harness: Auto pianifica low/high/max dalla cronologia recente dei tool calls, oppure permette di fissare un wire level (off/on/minimal/low/medium/high/xhigh/max), con mappatura wire personalizzata, guard delle capacità in base al modello e preset della finestra di contesto (64K–1M); la capability card per modello si abbina a [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (installabile da dsh-market) per provare il reasoning con gateway compatibili OpenAI (vLLM / LM Studio / self-hosted). La card scrive le capacità llm-pi-ai, l'adapter guida il wire (compat.thinkingFormat) e il plugin mantiene la lista di takeover.

Server MCP di dati finanziari A-share cinesi per l'harness: 11 strumenti fin_data__* (quotazioni/K-line/finanziari/calendario/dati speciali/annunci/EDB/riconciliazione/fondi/indici) su THS REST ufficiale gratuito (primario) + AKShare (fallback) + Wind (domini esclusivi), con degradazione osservabile, compressione del budget di contesto (lato risultato -72,2% misurato) e un lake di dati di mercato offline di 10 anni; BYOK.

Gateway MCP a divulgazione progressiva che cerca in grandi cataloghi remoti tramite `mcp_search`, poi invoca gli schemi esatti tramite `mcp_call` con connessioni lazy e cache limitate

Plugin per DeepSeek Harness che si connette a un PowerContext Server via HTTP per il recupero di informazioni, la memoria, il passaggio di consegne, l'esperienza e le skill.

Plugin di memoria a lungo termine NeatMem per DeepSeek Harness: client REST leggero verso un server neatmem

Integrazione non ufficiale di DeepSeek Harness per Unreal MCP di Unreal Engine 5.8

Compressione senza perdita del contesto per DeepSeek Harness: l'intervallo più vecchio viene sostituito da un riassunto, mentre gli originali restano nel registro della sessione.