Plugin

Mantiene raggiungibile dall'harness un server locale di modelli TinyTitan: la route llm-pi-ai viene aggiornata dai modelli installati ed è montato un backend di compaction che non ragiona.

Sostituisce l'avvio web di dsh per consentire il binding su 0.0.0.0, protetto da login utente/password: cookie di sessione firmati, protezione delle route /api, scheda di autenticazione nel pannello delle impostazioni e un CLI di reset che ruota la chiave di firma per invalidare tutte le sessioni.

Provider di modelli Tencent CodeBuddy per DeepSeek Harness che effettua l'accesso con OAuth del browser invece di una chiave API: elenca il catalogo dei modelli CodeBuddy con le capacità di contesto, output, chiamata di strumenti, reasoning e immagine di ciascun modello, gestisce più account con failover automatico al successivo utilizzabile, mostra la quota residua nel compositore con un pannello d'uso di token e crediti e completa per account le attività di crescita CodeBuddy automatizzabili, con un log di esecuzione. Installazione da npm con `dsh plugin --profile web add @tnnevol/dsh-codebuddy`.

Accesso con account ChatGPT per DeepSeek Harness tramite un flusso OAuth del browser Codex, senza chiave API e senza selezione del workspace: sottoscrive il login al provider Codex di pi-ai, consente di impostare il modello Codex e il reasoning effort predefiniti globali per le nuove sessioni, aggiorna l'elenco dei modelli dall'endpoint di catalogo dell'account connesso e mostra nel compositore le finestre di utilizzo di cinque ore e settimanali.

Tema Bloom Morandi: dieci varianti (mist, cinnabar, petal, ripple, sage, stone, lapis, amber, aurora, lavender) costruite su OKLCH per mantenere luce e buio percettivamente equilibrati, commutabili dalla barra superiore; tutte le 20 coppieprimo piano/sfondo soddisfano WCAG AA o superiore.

Verifica della qualità dei dati per DeepSeek Harness — pipeline di profilatura, pulizia e verifica con report strutturati.

La knowledge base per lo sviluppo di plugin DSH come abilità dell'agente su richiesta: vincoli ufficiali, flussi di lavoro delle attività, riferimento API e insidie della comunità, installata con il bundle in modo che l'agente possa consultare durante la creazione di un plugin.

DeepSeek Harness remoto con accesso completo alle API lato server (`settings.*` / `credentials.*` / `host.listDirectory`). Proxy inverso protetto da token, sessioni per dispositivo, QR code di invito via telefono, autoverifica del fence, approvazione opzionale / CIDR / timeout di inattività / TLS locale, WebSocket/SSE.

Toolkit di R&D quantitativa per DeepSeek Harness — 59 strumenti in sei ambiti che coprono dati di mercato, indicatori, valutazione dei fattori, validazione ML walk-forward, rischio (VaR/CVaR/drawdown/Beta con Kupiec POF), opzioni, obbligazioni, FICC e simulazione di fondi, con una pipeline di ricerca end-to-end PDAT→PET.

lowtide: pipeline di task in batch fuori picco con decisione umana per dsh (consapevole dei prezzi picco/vallo)

Configura i livelli di sforzo di ragionamento e i default dei sub-agent per i modelli DSH personalizzati.

MCP Connector per DeepSeek Harness: un gestore MCP con un unico pannello per connettere server, configurare l'autorizzazione, cercare strumenti tra le connessioni e risolvere i guasti. Sfoglia un catalogo aggiornato di continuo con oltre cento connettori; filtra per connessione/server/stato, ispeziona parametri leggibili e l'ora dell'ultima cache riuscita, e riscopri gli strumenti. Supporta OAuth 2.0 PKCE, chiavi API, stdio/HTTP e l'importazione di JSON mcpServers. Mantenuto da Qichacha/QCC.

Flusso di lavoro di reclutamento basato su IA per HR e cacciatori di teste: definizione degli standard di ruolo, sourcing e screening iniziale su due canali (Boss Zhipin e Liepin), mappatura del mercato dei talenti, valutazione dei curriculum, pianificazione dei colloqui, registro dei candidati e report giornalieri. Può essere installato come plugin di Claude Code o plugin DeepSeek Harness (dsh): quest'ultimo include un pannello "Recruiting Browser" pronto all'uso. Funziona anche con qualsiasi assistente di coding IA in grado di leggere AGENTS.md.

«Lettura» delle immagini per modelli solo testo: riduzione della scala + riduzione della profondità colore + impronte di struttura/colore convertite in griglie di testo restituite alla conversazione, permettendo al modello di ingrandire, campionare ed eseguire OCR in autonomia come un modello multimodale; completamente locale, senza alcuna dipendenza da modelli esterni, include una skill di metodologia di lettura delle immagini e PaddleOCR opzionale.

Porta tutti i 38 temi di opencode (33 TUI + 4 desktop 2.0 + system) in DeepSeek Harness: pipeline data-driven (JSON → color resolve → DSH override), persistenza per browser, scelta monospace/proporzionale, cinque font per il codice e un fallback system che conserva solo la tipografia.

Mette in pausa e riprende automaticamente le attività durante finestre temporali definite dall'utente per evitare i costi API nelle ore di punta; include la visualizzazione del saldo dell'account e un grafico a barre delle spese con granularità di 10 minuti.

Accesso web per agenti DSH: recupero di pagine renderizzate con JS o protette come markdown pulito, ricerca aggregata su 14 motori e sessioni interattive con stato (clic, digitazione, scorrimento, eval, screenshot) verso un motore browser Rust ospitato o self-hosted. Ogni sessione restituisce un URL di vista in tempo reale, così una persona può guardare l'agente navigare e prendere il controllo con il mouse.

Pipeline QA come 10 agent skill: analisi dei requisiti, strategia di test, scrittura e revisione di casi, automazione E2E (Playwright) e API, esplorativa, ambito di regressione e analisi dei bug, supportata da una knowledge base condivisa con regole di formato, modello di rischio e validatori di schema.

Strumenti read / edit / batch_edit / undo_last_edit ancorati tramite hash: ogni riga riceve un hash di contenuto univoco di 3 caratteri, le modifiche puntano agli hash invece che ai numeri di riga, e la verifica dello stato servito rifiuta gli intervalli obsoleti con ancore aggiornate.

Bridge Feishu/Lark per agenti di coding locali — un gruppo, una conversazione, un runtime pinnato. Collega dsh, agenti CLI (traex/codex), una finestra IDE o un agente personalizzato dietro un unico gateway.

Configura il contextWindow per i modelli registrati in dsh, così le sessioni lunghe non vengono più erroneamente giudicate come overflow del contesto.

Memoria di progetto solo locale, senza dipendenze runtime incluse né servizi esterni: JSON come fonte di verità più un PROJECT_MEMORY.md generato, Hot Memory limitata da token e congelata per sessione per la stabilità della cache dei prefissi di prompt, richiamo BM25 cross-progetto in cache, provenienza affidabile di sessione/turno, governance spiegabile di duplicati/conflitti prima della scrittura, ciclo di vita modificabile di importanza/pin/tag/sostituzione/archiviazione, distillazione configurabile a fine turno di livello superiore e una GUI web bilingue per ricerca, ispezione, diagnostica e impostazioni in tempo reale.

OpenCues per DeepSeek Harness — alternative di parole generate da LLM e completamenti attivati da "_" nel composer di dsh.

Installa quattro preset di ricerca matematica multi-agente per DSH: v2 (pipeline guidata dalla probabilità con dibattito tra più verificatori), v3 (base di conoscenza Markdown in stile paper con un agente pianificatore e una libreria di metodi riutilizzabile), v4 (residenti persistenti auto-organizzati che si scrivono e si incontrano) e v5 (un istituto di ricerca con un accademico che scompone e assegna il lavoro, ricercatori votanti, lavoratori temporanei, chat di gruppo e una board di attività compare-and-set); tutti e quattro supportano la ripresa da checkpoint, l'intervento umano e un interruttore opzionale di verifica formale Lean (off/encourage/require) la cui prova superata trasforma il voto in un controllo di fedeltà delle affermazioni Lean.