Plugin

Registro locale dei consumi che legge i log di sessione del dispositivo e mostra i token per giorno, modello e workspace, tasso di cache hit, rapporto strumenti/chat e costo stimato. Include un editor in-app dei prezzi per modello.

Aggiunge al composer DSH una barra di ragionamento (normal/strict/max). La modalità loop, esclusiva, prevede 3, 5 o 8 cicli di aut revisione; un interruttore di revisione contraria si può aggiungere a entrambe. Il modello legge il livello da clarify_tier e forge_level.

Aggiunge un pulsante ✦ sotto il composer DSH. Una sola chiamata al modello predefinito configurato rende la bozza un prompt più completo, mantiene intento e lingua originali e sostituisce il testo senza inviarlo.

Aggiunge una fascia luminosa simile a una cometa lungo il bordo della finestra DeepSeek Harness: fino a quattro in parallelo, colorate secondo il modello di ogni sessione. Inverte direzione mentre attende la risposta e torna al composer o al workspace a conversazione finita.

Polish riscrive con il modello già usato dalla conversazione. Quattro stili, preserva alla lettera i fatti concreti, annulla con un clic e non richiede API key propria.

API Hub: gestisce e chiama provider API locali (chiavi, modelli, saldi) e skill da DeepSeek Harness.

Sostituisce il selettore di modelli del composer DSH con uno ricercabile e raggruppato per provider.

Plugin DSH Web: mostra in tempo reale quote e utilizzo dei provider di modelli (DeepSeek / GLM Coding Plan / OpenRouter / Kimi Coding Plan + adapter personalizzato).

Mostra romanzi EPUB, TXT e Markdown locali sotto le regioni di chat DSH native selezionate solo dopo l’espansione esplicita. Mantiene il ragionamento effettivo e l’output degli strumenti senza inviare il testo del romanzo al modello. Richiede DSH >=0.2.1-rc.2 <0.3.0-0.

Legge in un solo snapshot personaggi, talenti, armi, artefatti e cronologia dei desideri di un account Genshin Impact, esponendoli con sei agent tools e un pannello a sei schede. I substat degli artefatti provengono dalla vetrina pubblica del personaggio in gioco. La valutazione offre CV e modelli di pesi per personaggio con sei gradi; l’analisi dei desideri copre pity, livelli di fortuna e avanzamento per banner. Per leggere personaggi, armi e cronologia serve il login QR Miyoushe; i dati vetrina sono pubblici tramite UID.

Pet chibi balena-cameriera per DeepSeek Harness: mangia riso bianco durante la generazione, vive nella finestra DSH o sul desktop macOS/Windows e si tuffa a caccia di tesori tra i turni. Su Windows l’overlay desktop viene compilato all’installazione e saltato se manca swiftc o .NET SDK; in tal caso il pet resta nella finestra DSH.

Plugin Git graph per DSH: albero del repository e cronologia a corsie SVG (curve, rombi di merge, badge ref, tacche terminali, esportazione) in una scheda di dsh-better-sidebar. Le convenzioni arrivano al modello: sette framework integrati o modelli propri, con possibilità di nascondere quelli integrati; vengono inserite in ogni passaggio del modello e confrontate con gli ultimi 20 commit. Condivide il prefisso /git con il plugin upstream: scegline uno.

Agent Settings gestisce profili di sub-agent riutilizzabili nella barra laterale, ciascuno con descrizione d’uso e route provider/model propria; l’agente può avviare il profilo adatto come subagent.

Livello decisionale locale non generativo: phocinae_ask e phocinae_gate restituiscono verdetti tipizzati con confidenza calibrata da un piccolo modello e attivano escalation fail-closed. Richiede un phocinae-server locale (pip install phocinae-server) con il modello Phocinae-Largha-150M-v1 sulla porta loopback 8155.

Box di memoria a lungo termine per le impostazioni di DeepSeek Harness: inserisci una volta e viene ripresa da ogni nuova sessione. La versione 0.3.0 può espandere una nota grezza in requisiti di cinque sezioni: mantiene alla lettera le richieste dell’utente, marca come 推断 e rende eliminabile ciò che il modello ha inventato, ed elenca gli aspetti aperti senza deciderli al posto tuo.

Aggiunge un pannello di test in Impostazioni → Modelli: legge il catalogo del deployment e invia a ciascun modello configurato un solo round-trip chat minimo (breve “ping”, piccolo limite di output) tramite il servizio Host LLM, verificando la connessione con una richiesta reale. Ogni riga indica esito, codice errore harness (NO_ADAPTER, MISSING_CREDENTIAL, AUTH, RATE_LIMIT, TIMEOUT, ecc.) e latenze primo token/totale. Supporta test singolo e tutti i modelli in parallelo (3). Le credenziali sono risolte nel processo Host e non arrivano al browser; le verifiche per modello sono indipendenti e passano da una route con vincolo same-origin e limite del corpo. JS puro, senza build, MIT.

Aggiunge l’abbonamento Meta Muse Code come provider di modelli DSH. Dichiara la route Meta inclusa in Impostazioni > Modelli, sincronizza il catalogo chat dell’account (incluso Muse Wonder) nel selettore e aggiunge una scheda di accesso e il comando `/muse-login` per avviare il flusso Meta integrato con codice dispositivo, rinnovare la chiave ottenuta e mostrare lo stato con un punto rosso o verde. Richiede un abbonamento Muse Code attivo; non serve Meta CLI.

Selettore modelli orientato alla ricerca, con preferiti, recenti, gruppi provider comprimibili e navigazione da tastiera.

Con Jev regola il ragionamento della chat principale senza cambiare modello, seleziona/applica separatamente capacità e impegno dei subagenti e verifica le decisioni con feedback di allocazione per risposta.

Registra in DSH i modelli di workbuddy2api-hub locale come provider OpenAI-compatibile separato per ogni chiave API; ogni chiave mantiene la propria selezione. Badge laterale con saldo della chiave principale e token, crediti e costo equivalente API di oggi/settimana. Richiede workbuddy2api-hub attivo localmente.

Registro costi per turno/passaggio DeepSeek Harness: scheda Turns accanto a Chat/Trajectory con token, costo stimato, risparmio cache e inspector di argomenti, risultati grezzi e fonte. Solo client; prezzi stimati dall’uso modello registrato.

Tempi per risposta: modello, strumenti e altro, primo token, decodifica e totali per strumento, con registro JSONL locale. Richiede Node 24+ nel runtime DSH.

Analisi forense delle vecchie decisioni di routing. Riproduce sessioni e classifica deterministicamente, senza LLM, la complessità dei turni in base alla forma della richiesta. Individua due sprechi: modello costoso per lavoro semplice (differenza misurabile) e modello economico che fallisce su compito difficile; ogni retry reinvia tutto il contesto e il downgrade costa più dell’upgrade. Distingue retry per capacità provider (RATE_LIMIT/TIMEOUT/TRANSPORT) dai fallimenti del modello. Deriva regole dalle prove e stima i prezzi con tabella integrata per milione di token.

UI composer per DeepSeek Harness: il livello di ragionamento nel menu modello diventa uno slider continuo e legge i livelli in tempo reale dall’adattatore, qualunque sia la quantità. Ogni livello disegna la propria fiamma su un canvas dietro la manopola. Con accesso completo attivo, il trigger dei permessi, compresa la riga di menu, usa il colore errore del tema.