Plugin

Preset di agente in cui il leader non lavora direttamente. Ogni chiamata a strumenti non amministrativi viene rifiutata al confine harness per delegare a un subagente; i modelli disponibili si consultano una volta e se ne sceglie uno per attività. Il secondo preset sceglie volutamente il modello meno adatto.

kimi-tide (月汐) è un router di modelli per DeepSeek Harness basato su preset e regole. Preset nominati e regole ordinate per immagini e gruppi di parole chiave instradano ogni passaggio dell’agente verso qualsiasi provider/modello collegato (candidati dall’intero catalogo host, senza whitelist).

Un pulsante fisso nella finestra DSH riavvia l’app e la riapre automaticamente senza finestra della console; con il tasto destro esegue un controllo automatico integrato che genera un solo rapporto diagnostico.

Collega a DeepSeek Harness i modelli Qoder già autenticati in locale (Qoder CN per la Cina / Qoder internazionale) — con zero configurazione.

Generatore di preset in modalità orchestrazione per DSH: un agente lead delega a quattro helper di ruolo integrati che portano con sé solo i propri tool, e il pannello web aggiunge o rimuove helper personalizzati con i propri tool, skill e modelli, per workspace — senza alcuna modifica al codice dell'harness.

Accesso remoto per la GUI Web di DSH: accesso LAN via QR, tunnel rapidi cloudflared e reverse proxy frp tramite il tuo server, con un portale di autenticazione integrato.

Decisioni tipizzate di Laya (`noul` sì/no, `choice`, `score`) come servizio Cordis di prima classe (`ctx.laya`) più i tool visibili al modello `laya_ask` e `laya_plan`. Il plugin stesso non installa e non scarica nulla: è un client di un sidecar `laya-mcp serve` che avvii tu stesso, e segnala che il sidecar non è in esecuzione invece di fallire in modo oscuro alla prima chiamata del tool.

Link diretti alle sessioni, esportazione completa della sessione (markdown/JSON), messaggistica tra sessioni approvata con abbinamento e strumenti di roster, rotazione e recupero del team per il lavoro multi-sessione.

Risvegli proattivi a livello di host per DeepSeek Harness: il modello pianifica le proprie sveglie (una volta, intervallo o cron, con jitter opzionale), le sessioni fredde vengono risvegliate puntualmente via session resume, i follow-up del modello sono limitati da ore silenziose e un budget giornaliero, e i turni di risveglio silenzioso terminano con proactive_reclaim e cadono fuori dal contesto come lapidi. I file di pianificazione dichiarati sincronizzano gli orari JSON nelle sveglie dell'host via glob; min_idle_seconds rinvia i risvegli finché la sessione di destinazione non si calma, e un pannello web gestisce sveglie e cronologia — il motore del battito per compagni IA e personaggi di ruolo con routine proprie.

Permette ai modelli solo testo di vedere le immagini: quando arriva un'immagine con un segnaposto come \[image omitted because this model accepts text only], il modello chiama lo strumento vision_describe e il plugin inoltra il riferimento dell'immagine più la domanda a un modello multimodale, riprovando con un modello di fallback in caso di errore. Si configura nella pagina delle impostazioni ed è persistito tramite l'API ufficiale delle impostazioni.

Suite di aspetto web con una galleria di 7 temi (ciascuno una mappatura completa di 122 token --dsw-*) più commutazione con un clic persistita nelle impostazioni, estrazione dei colori da sfondo Material You che genera un'intera palette dinamica, e un controllo globale del raggio degli angoli. I temi si appoggiano al sistema di look ufficiale come livelli di override invece di combatterlo, così la riga ufficiale chiaro/scuro/auto resta valida.

Prende il controllo delle righe edit/write nel flusso della chat con l'involucro nativo ufficiale delle righe e il comportamento di compressione; espandendo si vedono schede di codice per file con icona del tipo di file, statistiche di aggiunte/eliminazioni, compressione per blocco, interruttore highlight/più-meno, diff unificato con sintassi evidenziata e numeri di riga reali del file, e un margine di contesto configurabile. Include anche uno strumento patch (beta, disattivato per impostazione predefinita) che applica patch multi-punto e multi-file in modo atomico tramite l'envelope *** Begin Patch.

Ricerca delle sessioni nella barra laterale che costruisce un proprio indice invece di riutilizzare quello full-text di DSH: alternanza titolo/contenuto in un'unica casella, risultati raggruppati per sessione con lo snippet più forte e tag utente/risposta/strumento, più sincronizzazione incrementale basata su watermark, potatura delle sessioni archiviate e una ricostruzione in shadow che non blocca mai l'indice attivo.

Combina lo scheletro di codice di Headroom (Apache-2.0) con lo stimatore di TokenPilot (arXiv:2606.17016). Dati pubblicati: Headroom indica il 20% di token in meno per agent di coding e il 60–95% per JSON, a parità di risposte; TokenPilot fino al 60% di costi in meno nelle sessioni lunghe. Sono dati dei progetti citati, non misure o benchmark di questo plugin. In DSH si impostano profilo, soglia Auto Compact e compressione a scheletro. Misura col tokenizer esatto DeepSeek V4 e verifica la stessa revisione; sui modelli non supportati fail-open conserva i risultati originali degli strumenti. Compressione a scheletro durante il turno e riepilogo finale dell’intento nella compressione JSONL ufficiale.

Supervisiona un processo locale del gateway workbuddy2api ed espone i suoi modelli come provider LLM, leggendo le finestre di contesto e i livelli di sforzo di ragionamento dall'endpoint modelli del gateway stesso.

Preset di orchestrazione multi-agent per DeepSeek Harness. Il chief orchestrator non implementa mai: smista ogni richiesta, affida il piano a un PM expert e delega l’implementazione a specialisti tramite un roster unificato (strumenti di elenco e convocazione). Coordina il lavoro parallelo con un taskboard DAG delle dipendenze, usa un message bus basato su file e richiede una review indipendente prima della consegna. Include 11 esperti principali. Team aggiuntivi (Agency agents EN/ZH, classic collections) si scaricano con un clic in Settings tramite due canali, GitHub/CDN, con verifica sha256. Pubblicato su npm come dsh-expert-orchestrator; richiede DSH >= 0.1.7-alpha.2.

Sostituisce la riga statistiche sotto il campo di input dell’app desktop DSH con una barra di stato configurabile con dieci campi opzionali. Mostra stime dei costi live alle tariffe ufficiali DeepSeek di punta e fuori punta, prezzi per modello, scelta CNY/USD e saldo dell’account.

Plugin di font per la Web GUI di DeepSeek Harness: imposta per ogni conversazione font, dimensione, interlinea, peso, spaziatura lettere, parole e paragrafi e rientro iniziale; il font dell’interfaccia si adegua. Il codice mantiene font e legature indipendenti. Salva preset distinti per tema chiaro/scuro e regola ogni asse da un pannello flottante.

Pet da desktop a forma di balena maid anime per l'interfaccia web di DeepSeek Harness (dsh): dialoghi LLM in tempo reale, 8 animazioni di umore, sistema di riserva di sazietà, fumetto dei dialoghi persistente e interfaccia armadietto adattata ai dispositivi mobili.

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

Interroga la wiki cinese di Minecraft (API MediaWiki) e converte il testo wiki grezzo in output pulito leggibile dall'IA — ricerca, introduzione della pagina, Markdown completo e voce casuale; template, riferimenti, immagini e collegamenti tra lingue vengono rimossi prima di raggiungere il modello.

Quota token unificata e statistiche di utilizzo per dsh: quota rolling/a consumo multi-vendor con schede nella barra laterale e operazioni provider, più aggregazione dei token dai log di sessione con trend, heatmap e ripartizione per modello.

Cita il testo selezionato della conversazione nel composer Web come chip di riferimento native per turni di approfondimento mirati.

Pagina di impostazioni Models+ per l'interfaccia web DSH: tabelle dello sforzo di ragionamento per modello, modalità di input e flag di compatibilità salvati tramite la pipeline ufficiale delle impostazioni, con precompilazione dei metadati da models.dev e gestione delle chiavi API.