Plugin

Ricerca DuckDuckGo a zero token per la funzione web DeepSeek Harness: browser locale headless, senza chiave API né costi del modello.

Preset provider con solo inserimento della chiave: un plugin scrive in DSH, con un clic, i percorsi ufficiali llm-pi-ai e le credenziali di 50 canali; configura anche Tencent WorkBuddy, OpenCode (chiave nel relativo auth.json) e cc-switch tramite CLI. Il nucleo in JavaScript puro è riutilizzabile in altre app.

Plugin DeepSeek Harness per configurazione intelligente dei modelli e adattamento delle capacità, portato da ZCode.

Confronto affiancato nella UI web DeepSeek Harness: invia un prompt a 2–4 modelli in sessioni sorelle derivate da quella corrente e mostra risposte in colonne (schede sui telefoni) con latenza, time to first token, token e costo.

Consente al modello di avviare la compattazione in un punto sicuro tramite compact_now (anche a turno in corso). context_status indica l’uso reale dei token rispetto alla finestra di contesto effettiva della sessione.

Protegge i log di sessione da chiamate malformate del modello (id/name vuoti o arguments non testuali), così un errore non rende impossibile caricare la sessione.

Converte disegni tecnici 2D (PDF/PNG/JPG) in script noBS CAD e file STEP. Include skill di modellazione, strumenti CAD tramite il motore MCP noBS CAD, probe nativo per disegni integrato e pannello 2D→3D nella UI web.

Aggiunge un pulsante diagramma sotto ogni risposta completata nella UI web DSH. Il modello configurato crea una pagina HTML autonoma con SVG incorporato, mostrata in un iframe isolato nella barra laterale destra. Offre viste diagramma/sorgente/originale, cronologia per sessione dalla cache su disco senza richiamare il modello, ridisegno e salvataggio .html.

Preferenze regolabili per il motore ufficiale di compattazione dsh (soglia, conservazione, modello/ragionamento del riepilogo, compattazione a fine turno), import di modelli llama.cpp in Models e supporti per schede/notifiche (favicon di stato).

Riduce i costi LLM: un classificatore Jev (System One) valuta ogni turno secondo una policy dichiarativa e consiglia il percorso del modello per il subagente. Le attività di routine usano tariffe flash, le difficili restano al modello principale. Include /route esplicito, controllo runtime delle capacità di delega, occultamento credenziali e replay offline dal registro dei verdetti.

Vista sessione Live2D con voce in tempo reale: input vocale continuo, TTS in streaming, traduzione sottotitoli, catalogo multimodello e accesso indipendente.

Ramo laterale in sola lettura: cita un testo per chiedere chiarimenti senza contaminare il contesto modello della sessione principale. Ogni domanda ricostruisce il ramo dagli ultimi turni conclusi; le scritture sono rifiutate a livello di esecuzione strumenti per mantenere in cache il prefisso del prompt.

Accesso remoto a DSH senza hosting proprio: il DM Feishu usa la connessione lunga in uscita del bot come interfaccia, con schede workspace, sessione (cambio/rinomina), modello, reasoning effort, preset permessi e saldo. Approvazioni degli strumenti e domande dell’agente si gestiscono nella stessa chat.

Skill di workflow per modellazione geologica 3D e trattamento sismico 3D: parsing di volumi SEG-Y, uniformazione coordinate CGCS2000, esportazione shapefile di linea rappresentativa della faglia e confine esplorativo, costruzione di piattaforma geologica 3D multi-miniera.

Dichiara protocollo wire ed endpoint delle route OpenCode Go e Command Code, evitando di inserire l’indirizzo API. Aggiunge DeepSeek V4.1 in cima a OpenCode Go, completa l’elenco modelli Command Code dal catalogo pubblico e aggiunge `x-opencode-session` per conversazione alle richieste OpenCode (risolve 400 MissingSessionID).

Porta il selettore modelli T3 Code nel compositore: barra provider, risultati raggruppati per provider, preferiti salvati nel browser, badge per provider non disponibili e scorciatoie Cmd/Ctrl+1..9 per le prime nove righe visibili.

Tavolo Texas Hold’em per DeepSeek Harness: strumenti di poker richiamabili dal modello, sei avversari euristici, coach facoltativo e tavolo browser i cui pulsanti non inviano messaggi in chat.

Monitor NVIDIA GPU in tempo reale nella barra laterale web destra di DeepSeek Harness (dsh). Su Linux usa prima NVML e ripiega su nvidia-smi. Solo NVIDIA, non AMD/Intel/macOS. Mostra utilizzo/VRAM/potenza/temperatura di più GPU, processi e sparkline. Installabile come dsh.bundle.

Sostituisce gli adattatori integrati llm-pi-ai e llm-deepseek, il selettore di modelli e la pagina Models con versioni mantenute dal progetto. Segue l’upstream @earendil-works/pi-ai tramite download in safe-zone e attivazione con un clic; aggiunge consultazione di quote e saldi e una pagina di gestione dei provider.

Riduce quasi della metà il costo dell’agente mantenendo l’accuratezza. Plugin DeepSeek Harness che usa Jev per rivelare strumenti e skill in modo progressivo: il modello principale parte con una pianificazione pulita, poi Jev aggiunge capacità mentre il compito procede.

v0.8.6 corregge un crash d’avvio: runtime Host peer opzionale, non dipendenza installata. TypeSafe Jev/System One offre 7 strumenti: `jev_decision` (1–25 verdetti tipizzati paralleli, senza prosa), `jev_choose` (ordina 2–10 opzioni), `jev_batch` (1–20 testi, 1–5 giudizi, una chiamata reale per testo a concorrenza limitata; errori grezzi, senza supposizioni), `jev_usage`, `jev_overview`, `jev_guard_status`, `jev_verify` (26/27 nel benchmark fisso di 27 domande, concorrenza 6). Ledger persistente predefinito: `$DSH_HOME/jev-usage.json`. Remaining=`quota.declaredBalanceUsd` meno spesa locale da `quota.balanceSince`; nessun endpoint saldo, nessun dato inventato. API key mancante: errore esplicito; errori isolati per superficie. Client dopo refresh; server dopo riavvio Host.

Mascotte animata per DSH Web con ritmo di output adattivo al modello, reazioni allo stato degli strumenti, pacchetti personaggio sostituibili e skill inclusa per creare o ampliare animazioni.

Legge i report dell’agente con la voce scelta e comprime quelli lunghi prima di parlare. Bastano 3–10 secondi di riferimento per clonare una voce; funzionano anche modelli addestrati dalla community. Non serve installare GPT-SoVITS da 6,4 GB: il plugin installa runtime e voce propri. Si può usare un GPT-SoVITS esistente, con lo stesso modello vocale.

Memoria esperienziale tra sessioni per DSH. Le lezioni hanno un livello di evidenza e si inseriscono quando il tema coincide; prima di un’azione compaiono solo se il record dichiara la chiamata applicabile. Regole generali come “rispondi sempre in cinese” possono essere standing e valere a ogni turno. In 24 turni isolati con modello reale: adesione 6/6 contro 0/18 dei controlli. Una supposizione non diventa permanente: standing richiede prove verificate. Le lezioni mai consultate vengono ritirate in modo reversibile. Cinque strumenti, sette comandi slash, zero dipendenze runtime.