Plugin

Usa gli abbonamenti ChatGPT in DeepSeek Harness Desktop tramite il login ufficiale Sign in with ChatGPT, con registrazione dinamica di Agent e selezione nativa di modello e ragionamento.

Widget companion trascinabile di Tokyo con monitoraggio quota Codex, ricerca manuale dell’eseguibile e risposte modificabili. Richiede Codex CLI (codex app-server) e accesso ChatGPT; gli accessi con API key non espongono la quota dell’abbonamento.

Aggiunge un menu contestuale col tasto destro sui riferimenti file nel transcript DSH: copia il percorso assoluto, mostra il file in Explorer riutilizzando e portando in primo piano una finestra esistente e permette di aprirlo con tutte le app registrate per il tipo. Etichette nella lingua DSH (cinese/inglese). Solo Windows; usa PowerShell per Explorer e app registrate.

Crea schede interattive nelle risposte da un catalogo fisso di 31 componenti (slider, campi, tabelle ordinabili, grafici, formule, schede, checklist, diagrammi, quiz e animazioni, tra gli altri). I controlli ricalcolano nel browser senza altre chiamate al modello, che non scrive mai HTML o JavaScript. Include un motore di calcolo (integrali, derivate, limiti, somme, radici, polinomi di Taylor) e una skill integrata che insegna quando usare le schede.

Dopo ogni turno prevede il messaggio successivo e lo mostra come testo fantasma nel Composer: → per accettarlo, Ctrl+→ per completarlo parola per parola mentre scrivi, Esc per eliminarlo. Il modello segue la sessione per impostazione predefinita, ma si può scegliere nella scheda impostazioni, che include anche interruttore e test di velocità.

Collega DeepSeek Harness a VS Code: approvazioni tramite notifiche native, ask_user_question tramite scheda laterale; ide_context riceve file attivo, diagnostica e selezione, inviabile al compositore. La sidebar mostra transcript live, selettore sessione limitato al workspace e controlli modello/permessi.

Mostra in cinese semplificato titoli e descrizioni dei plugin DSH installati: all’avvio traduce tramite harness LLM service solo quelli assenti dalla cache JSON locale e fornisce metadata { en, zh } a resolveText(). Nessuna modifica DOM o API di terze parti.

Gioco di deduzione sociale contro le proprie configurazioni di modelli. Il tavolo ha N posti (sei per impostazione predefinita, uno è il tuo); alcuni degli altri sono occupati da agenti con impostazioni diverse di provider, model, temperature, system prompt e disguise. Li interroghi e confronti le risposte per capire quali posti non sono umani. Identità dei posti e configurazione del modello restano nascoste in host state finché non esprimi un giudizio; allora vengono rivelati i parametri disguise. Ogni round esporta un JSONL della conversazione per posto e il record del giudizio. Stesso seed e script di mosse producono una riproduzione identica byte per byte, per confrontare esecuzioni con modelli o livelli disguise diversi.

Collega il client Android DSHM alle sessioni DeepSeek Harness sul computer per chat remota, cambio modello e approvazioni, con associazione e revoca del dispositivo.

Endpoint HTTP compatibile con OpenAI per sessioni DSH e pannello telefono per leggere trascrizioni, sfogliare file, inviare o accodare messaggi e rispondere ad approvazioni e domande.

Snapshot e gate di deriva: salva in JSON versionabile il registro visibile completo (name/description/parameters, inclusi tool MCP) e segnala aggiunte, rimozioni o modifiche in un aggiornamento.

Converte i comandi di eliminazione dell’agente (Remove-Item e alias PowerShell, rm/unlink/rmdir Bash, del/erase/rd/rmdir CMD) in operazioni del cestino di sistema su Windows, Linux e macOS. Controlla al meglio gli script prima dell’esecuzione per individuare le stesse operazioni e non prevede eliminazione permanente di fallback.

Servizio GitHub issue per DSH: trasforma l’analisi di un errore di telemetria in un report uniforme, crea un URL precompilato per una nuova issue e lo accorcia se supera il limite configurato; riscrive una descrizione semplice come issue strutturata con il modello del deployment.

Dettatura push-to-talk per composer Web: tieni premuto hotkey per registrare e inserisci la trascrizione nel draft via speech Remote DSH (SenseVoice locale); auto-send opzionale.

Chip periodo fatturazione DeepSeek API nel composer mostra peak/off-peak e countdown al cambio tariffa. Clic apre regole; in peak intercetta l’invio e chiede conferma.

Allega file/cartelle al composer via clipboard, selettore nativo o ricerca percorso @mention; converte le cartelle in Markdown paginato. Solo macOS (usa osascript).

Motore MCP di code retrieval SQLite FTS5/BM25: code_search/code_outline/code_index/index_status. Bigrammi CJK, chunk tree-sitter consapevoli delle dichiarazioni, reindicizzazione incrementale, filtro segreti a tre livelli. Query cinesi trovano codice inglese; niente vector store/embedding per default. Richiede engine locale Python 3.10–3.12 via scripts/install.sh e CODERAG_ROOT nel profile patch.

Riprende risposte interrotte con /continue o pulsante (stop manuale, errore modello, limite token, crash); dopo la risposta rimuove il prompt dal transcript.

Interroga saldo e prezzi token dei provider configurati in DSH, qualunque endpoint o relay usino. Accetta script di utilizzo cc-switch e mostra il saldo del provider selezionato sotto il composer.

Aggiunge alle impostazioni DSH una pagina di scorciatoie con sei comandi riassegnabili, tra cui il cambio della modalità di autorizzazione e del livello di ragionamento, oltre ai collegamenti alla pagina di stato e all’elenco attività. PgUp/PgDn naviga nell’input; opzionalmente si può rimappare Enter nel compositore.

Mostra riepiloghi in cinese nelle schede skill di dsh-skill-mcp-panel: ogni scheda espansa include una breve sintesi, un tag di categoria e alcuni punti; la descrizione inglese resta dietro il toggle “原文”. L’host traduce su richiesta le skill non mappate con il modello predefinito corrente e memorizza il risultato su disco usando l’hash del testo originale, senza inserimenti manuali. Le descrizioni già in cinese vengono ignorate.

Collega TypeSafe/Jev, Cloudflare/Clef, Nace/Drex, Laya self-hosted e provider decisionali personalizzati tramite un’unica interfaccia. Classifica, filtra e valuta agent e plugin, oltre a localizzare oggetti nelle immagini con risultati strutturati.

Verifica completezza dello script di esercitazione per fasi, livelli di risposta, comando e risorse; segnala solo differenze, senza conclusioni di merito.

Pipeline video in quattro fasi (brief, script, assets, compose): crea un video esplicativo narrato da una frase con workflow ComfyUI o API immagini/video e assemblaggio FFmpeg.