Plugin

Dashboard token per DeepSeek Harness. La pagina Impostazioni mostra totali cumulativi input/output/cache-read/cache-write, heatmap giornaliera verde stile GitHub colorata per utilizzo e grafico a torta/barre delle quote per modello (provider/model). Legge solo i log locali, senza chiamate API upstream.

Rende più preciso il draft del composer con un clic e con un altro ripristina esattamente l’originale. Usa per impostazione predefinita i modelli Harness o qualsiasi endpoint compatibile OpenAI; istruzione di revisione modificabile.

Modelli decisionali multimodali Decision 3.0 per DeepSeek Harness, con tool di probabilità calibrata, pagina Settings e barra di probabilità.

Offre ruoli nominati, guardie della route modello, configurazione nativa e visibilità del model richiesto per subagent ufficiali DeepSeek Harness.

Failover trasparente tra provider per richieste principali DSH Agent: catene fallback nominate, scelta per sessione e retry override per route.

Trasforma crash log reali DSH in un breve elenco di vincoli rigidi: preflight statico prima di installare plugin, controllo conflitti dopo e self-heal controllato se Harness non si avvia. Passa anche sessioni enormi a una nuova con brief scritto da un model che legge la trascrizione originale.

Piani duraturi di scomposizione attività per DeepSeek Harness con ciclo di autoapprendimento. Ogni sottoattività di reparto segue tre fasi ordinate (pianificare, eseguire, verificare); la verifica deve inviare una retrospettiva di problemi, deviazioni e soluzioni. Il resoconto viene scritto in un file permanente di lezioni, classificato rispetto alla nuova sottoattività e inserito negli incarichi successivi per evitare di ripetere errori. Aggiunge lo strumento in sola lettura dsh_workplan_lessons (11 strumenti modello in totale), pannello avanzamento con anello, barra sovrapposta e fasi, e autovalutazione pubblica di sicurezza ISO/IEC 15408:2026 senza dipendenze runtime.

Voce a mani libere per DSH su Windows: wake word locale, riconoscimento locale del cinese inserito e inviato dal composer e risposte vocali interrompibili/riprendibili. Serve eseguire una volta install.ps1 incluso (dipendenze vocali Python e selezione microfono) e avere il modello SenseVoice già scaricato dall’input vocale DSH o in models/sensevoice-onnx.

Sostituisce il compattatore del contesto basato su riassunto con una nota handoff scritta dal model e una nuova finestra che conserva solo system prompt, nota e turno corrente.

Impostazioni predefinite di sessione per ogni workspace DeepSeek Harness: preset Agent e permessi, modello, reasoning effort, livello di dettaglio del lavoro Chat e tempo di riduzione. Le nuove sessioni vuote o quelle vuote riutilizzate in quello spazio partono da questi valori.

Registra un provider QwenWork (千问办公) riutilizzando il login locale del client desktop. Esegue un bridge compatibile OpenAI limitato al loopback 127.0.0.1 e traduce le richieste del modello DSH nel protocollo conversazionale con busta di controllo in stile ACP effettivamente usato upstream.

Monta dsh-llm-workbuddy per registrare il provider workbuddy e supervisiona il gateway locale wb2api. Aggiunge allo stesso gateway due bridge di protocollo: Responses per OpenAI Codex CLI e Anthropic Messages per Claude Code/Desktop, che vedono i modelli con ID claude-wb-…. Salta le attività già in esecuzione o registrate e ne comunica lo stato con uno strumento. Richiede gateway wb2api locale e account WorkBuddy.

Ricorda il reasoning effort scelto esplicitamente per ogni provider e modello e lo ripristina tornando a esso, senza sostituire il selettore modelli DSH.

Plugin provider Qoder per dsh-router, per regioni CN e internazionali. Usa un token di accesso personale, firma le richieste al gateway Qoder cosy e converte l’SSE upstream in SSE OpenAI. L’elenco modelli mostra il nome visualizzato upstream accanto alla chiave; selezione account e cooldown restano nel core di dsh-router.

Pannello di saldo e consumo token DeepSeek per DSH, con fatturazione della piattaforma ufficiale, calendario di utilizzo giornaliero e stime locali dai log di sessione per tutti i provider, con prezzi modificabili per modello.

Pannello delle spese in token per DeepSeek Harness: totali di oggi e degli ultimi 7/30 giorni, somme per mese, trimestre e anno solari, costi separati per input con cache hit o miss e output, dettagli per modello e sessione, budget giornalieri e mensili con proiezione a fine giornata, tariffe di punta e fuori punta, esportazione CSV/JSON e report CLI senza dipendenze. Calcola anche i prezzi di GLM (Zhipu) e Kimi tramite route di terze parti. Fork mantenuto di olimc2016/dsh-token-meter-panel (MIT, 0.6.7) con pannello riscritto; usa ID propri per riga, route e slot, quindi si installa accanto all’originale.

Miglioramento dei prompt per il composer della GUI Web DSH. Prima di generare, scegli uno stile (solo logica, strutturato o conciso) oppure aggiungi/cancella un prompt di sistema personalizzato nelle impostazioni. Il pulsante scintilla o Shift+Tab fa riscrivere la bozza corrente al modello Harness e trasmette il risultato in un’anteprima inline con confronto originale/migliorato e timer di ragionamento in tempo reale. Un clic reinserisce il testo nel composer e resta disponibile la barra di annullamento. Impostazioni per percorso del modello, temperature, limiti di lunghezza, consapevolezza del contesto, comportamento dell’annullamento e scorciatoie.

Mixture-of-Agents nativo in generazione per DSH: a ogni turno i modelli di riferimento producono bozze parallele con lo stesso contesto di sessione e un aggregatore esegue con tutti gli strumenti. Include ricette di configurazione come modelli, viste speculari F/ridotte R, controllo obbligatorio dei subagenti (indice sessione a doppia forma), visione per ricetta (inoltra la lettura immagini agli aggregatori solo testo), cadenza a livelli con liste separate di guida e pattuglia e riuso congelato tra battute. Scarta output di riferimento degenerati, nasconde l’identità del provider negli errori e fissa il record di prova nel punto di produzione invece di aggiungerlo a ogni richiesta, così il prefisso resta in cache; attivo per impostazione predefinita a ogni cadenza.

Instrada il lavoro di implementazione dal modello principale ai modelli esecutori e raccoglie i loro report.

Pannello di chat di gruppo a più ruoli per DeepSeek Harness: partecipa come un personaggio e conversa con 2–3 membri IA; instrada le risposte in base al destinatario con interventi probabilistici degli altri; include passaggi con @, memoria e relazioni private, libreria globale di personaggi, diagnosi e nuovo tentativo delle risposte fallite, ricerca, nota di scena fissa, cronologia lunga paginata, sincronizzazione tra schede, modelli del catalogo provider e importazione/esportazione JSON.

Rileva e oscura il testo sensibile dei messaggi prima di inviarli ai modelli, usando regex locali, BERT nel browser o il rilevamento tramite API ZeroClave, con revisione manuale.

Tre funzioni per sviluppare plugin DSH: ricaricare quelli modificati, riavviare il client se il reload non può applicare una modifica e permettere al modello di avviare il reload. Usa il percorso specifico di DSH, quindi i plugin intatti continuano a funzionare. Il riavvio parte fuori dal client e termina anche se il client stesso viene sostituito; viene rifiutato mentre è in corso una sessione o un’attività. Leggero: nessun parametro o contesto aggiunto, pulsanti disattivati per impostazione predefinita.

Workbench Git per DSH in stile JetBrains: staging per hunk e riga, diff affiancato con evidenziazione parola per parola, grafico dei commit e operazioni sui branch, risoluzione conflitti a tre vie e bozze dei messaggi di commit con il modello host.

Action Hub per DSH: libreria standard Agent Skill. I file SKILL.md possono funzionare come Skills visibili al modello o Commands solo per l’utente. Include gruppi, ambiti progetto, import/export e palette nativa Alt+A.