Plugin

Pubblica un documento HTML come link condivisibile che si apre con un tocco e appare come scheda nelle app di chat; pubblica, aggiorna ed esporta in PNG/PDF/Word.

Voce full-duplex in tempo reale tramite ASR/TTS streaming di Volcengine: narrazione delle risposte dell’agente, interruzione, wake word, sottotitoli live, 30 voci cinesi e conferma che privilegia la risposta. Si compila nel monorepo DSH.

Input vocale per la Web UI: un pulsante microfono nel composer trascrive il parlato nella bozza tramite Web Speech API, con opzione per attivare l’invio automatico.

Aggiunge la visione ai modelli solo testuali: lo strumento describe_image delega le immagini a un modello di visione dall’elenco dsh tramite il runtime LLM del harness.

Permette a un agente DeepSeek solo testuale di leggere immagini nella stessa sessione delegando a un subagent con visione; converte l’immagine in un percorso al momento dell’invio.

Client HTTP puro che delega attività ripetitive su testo e immagini (OCR, analisi e confronto) a un server Unsloth Desktop (Unsloth Studio) già in esecuzione tramite unsloth_run e unsloth_vision. Non avvia né possiede mai processi.

Delega attività ripetitive su testo e immagini (OCR, analisi e confronto) a un server KoboldCpp (llama.cpp) locale tramite koboldcpp_run e koboldcpp_vision, gestendo su richiesta il ciclo di vita del server.

OCR locale per le immagini allegate tramite il motore integrato di Windows (Windows.Media.Ocr): al modello viene inviato solo il testo riconosciuto, mai i byte dell'immagine; il passthrough della visione è opzionale (opt-in).

OCR locale per le immagini allegate tramite Tesseract: solo il testo riconosciuto viene inviato al modello, mai i byte dell'immagine; il passthrough vision è opzionale.

Aggiunge la visione ai modelli solo testuali: un modello di visione descrive automaticamente gli allegati immagine della chat con un prompt predefinito e li rianalizza con prompt generati dal modello se mancano dettagli. Include modalità system/custom, pannello GUI, gestione sicura delle chiavi e una piccola patch host per DSH 0.1.0-rc.6.

Lettura di immagini a due livelli per modelli solo testuali: prima OCR locale veloce e offline con RapidOCR, poi fallback a un modello di visione tramite modlens.

Protezione trasparente delle immagini per percorsi solo testuali: evita il blocco della sessione con errore 400 quando si incollano immagini e offre lo strumento vision_analyze per OCR/PDF/docx/pptx/video.

Input immagine-testo nella Web UI: incolla o trascina un’immagine per trascriverla in testo strutturato e inviarla, così anche gli LLM solo testuali possono ricevere immagini tramite un’API di visione compatibile con OpenAI.

Aggiunge la visione ai modelli DSH solo testuali: skill per immagini/OCR/riconoscimento documenti con priorità race pool → custom channels → local, più una patch host idempotente perché i messaggi immagine raggiungano il modello.

Strumenti di verifica con browser headless: l’agente apre la pagina appena creata, legge il DOM renderizzato e gli stili calcolati, controlla la console e acquisisce il risultato. Include la skill frontend-verify.

Controllo del browser tramite riferimenti di accessibilità: navigazione, snapshot della pagina come albero di riferimenti, azioni sugli elementi e attesa di condizioni. La policy di origine segue la postura di approvazione della sessione ed è applicata intercettando le richieste.

Automazione di un browser reale per DSH tramite server MCP (core Playwright): navigazione, clic, compilazione, digitazione, screenshot e azioni sugli snapshot di accessibilità con riferimenti numerati. Riespone al harness tutti i 22 strumenti web_* via stdio.

Renderizza Markdown e JSON in documenti HTML autonomi, schede, dashboard e gallerie (CLI + strumento artifact_render).

Strumenti human_task / human_task_ready_check mettono in pausa l’agente finché l’utente compie un’azione reale o restituisce un’osservazione (operazione GUI, test di gioco, verifica visiva, controllo hardware). Richiedono consenso della sessione e verifica della presenza AFK; restituiscono un risultato JSON strutturato tramite un dialogo web.

Proxy GitHub su richiesta per la Web UI: commutazione in un clic del proxy Git/SSH con test di connettività.

Trasforma qualsiasi logo SVG in un video animato dentro DSH. Lo strumento `animate_svg` renderizza un’animazione trasparente di assemblaggio a 30 fps (parti che arrivano in volo o logo che si assesta) e sintetizza un MP4 con ffmpeg.

Note e attività in normali file Markdown nel workspace: digita /ml seguito da una frase per aggiungerla al diario di oggi. Tre tipi di attività: con scadenza, sospese fino a una data (si riattivano automaticamente alla scadenza) e flessibili. /ml view apre un file con ricerca approssimata in pochi tasti. Zero token: nulla passa dal modello; le note restano file locali leggibili da Git e da qualsiasi editor.

Rollback osservativo delle modifiche ai file per gli strumenti fs: le versioni precedenti a scritture/modifiche sono salvate come Git blob o snapshot e ripristinate con lo strumento rollback_files per il modello o il comando /rollback.

Manutenzione della flotta Nexterm in una sessione DSH con 6 strumenti agent: autenticazione con password/TOTP/codice dispositivo, elenco host, esecuzione su singolo host, esecuzione batch parallela, controlli di salute preimpostati e monitoraggio CPU/memoria/disco tramite API REST Nexterm, più una pagina impostazioni minima. Nessuna chiave privata SSH necessaria sulla macchina DSH.