Plugin

Revisore agentico delle risposte per DeepSeek Harness: ogni turno finale dell'assistente viene riesaminato da un LLM separato con un voto da 1 a 100; i punteggi sotto la soglia riportano l'agente sulla strada giusta con feedback concreti. Il punteggio è mostrato come chip nella riga di azioni della risposta (verde = superato / rosso = da rivedere, con numero di tentativi e motivo al passaggio del mouse). Configurazione del gate in tempo reale tramite un server HTTP su 127.0.0.1, più un dock compresso sopra il composer e una scheda opzionale nella barra laterale destra tramite dsh-better-sidebar.

Orchestratore multi-modello: il cervello principale scompone le attività complesse e distribuisce i sottocompiti a subagenti GLM / Kimi / Qwen in base ai punti di forza di ciascun modello, con utilizzo di token per modello.

Compagna desktop Mimi per DSH che segue gli stati delle sessioni di lavoro con reazioni e fumetti animati, offre una modalità di chat separata e include Windows Computer Use per osservare e controllare le finestre del desktop.

Gate di freschezza per le dichiarazioni dell'agente su test, typecheck, lint e build: ogni esecuzione di verifica diventa una ricevuta su tools/post-execute, le modifiche ai file vengono tracciate, e a agent/turn-stopping una dichiarazione la cui ultima ricevuta è obsoleta, fallita o illeggibile spinge un ulteriore passo nominando la ricevuta e i file modificati da allora.

Plugin di potenziamento per DSH Desktop: mette in chiaro fatti verificabili. Vincoli iniettati solo quando servono, a livelli (testo stabile per la sessione nel system prompt, contenuto volatile in coda); la cache resta valida. Disciplina: ogni turno è classificato (domanda/ricerca/discussione/diagnosi/esecuzione); niente modifiche nei turni di domanda né correzioni non richieste in quelli di diagnosi; segnala citazioni di codice non aperto e affermazioni su simboli mai visti. Memoria: avvisi al 75%/90% del contesto, riepilogo esportabile, conoscenza di progetto per directory. Artefatti: contratto del task, registro modifiche, registro ipotesi con gate, decisioni di design. Dashboard: metriche in lume-metrics.jsonl via lume_metrics; personas distillate da chat, romanzi o schede.

Guardia e monitor di concorrenza per DeepSeek Harness: coda FIFO quando le richieste modello simultanee raggiungono il limite, statistiche persistenti giornaliere con classificazione per tipo di errore e rilevamento di interruzione per flussi abbandonati.

Registra agenti personalizzati definiti localmente come subagenti richiamabili in dsh: la conversazione principale invoca qualsiasi agente per nome tramite use_agent, ognuno eseguito come vero subagente dsh con la propria persona. Supporta la ripresa da punto di interruzione per le esecuzioni interrotte.

Un plugin di lettura PDF consapevole del contenuto per modelli di visione: profila ogni pagina per figure (vettoriali e raster), tabelle, rischio formule e layout a doppia colonna, poi applica estrazione ibrida consapevole del contenuto, rendendo le pagine con figure/tabelle/formule come ritagli di regione ad alta DPI. Fornisce un'anteprima a bassa risoluzione per comprendere il layout della pagina e rende una regione specificata ad alta risoluzione. Impacchettato come più strumenti per agenti.

Rotaia della cronologia delle conversazioni sul bordo sinistro della chat: ogni tacca è una vera richiesta utente, hover per l'anteprima del testo, click per saltare a quel turno.

Una UI workstation retrò in stile macOS System 7 per DeepSeek Harness con finestre desktop, gestione Workspace e Agent, Finder, Terminal, Monitor, strumenti di contesto e accessori da scrivania.

Generatore visivo di workflow drag-and-drop per DSH: orchestra chiamate di strumenti, sotto-agenti e rami condizionali su una canvas React Flow.

Rende l'attività live di sessioni multi-agent come un ufficio in pixel art in un pannello laterale della Web UI: ogni sessione è un lavoratore bue/cavallo che digita alla scrivania quando è occupato o vaga via quando è inattivo, con monitor del lavoro apribili con click e card di approvazione in loco.

Preset agente Learning Mode: un agente di coding che insegna mentre programma — spiegazioni concrete basate su scenari, guida socratica e spazi vuoti per esercitazioni TODO(你), modellato sullo stile di output Learning di Claude Code; installabile tramite dsh plugin add (dsh-learning-mode su npm).

Organizzazione di progetti e sessioni con gruppi multi-cartella, riepiloghi di attenzione, ricerca chat raggruppata, selezione nativa delle cartelle, fissaggio, preferiti, ordinamento e un centro archivio.

Prende il controllo delle scorciatoie di input di sistema per la casella di input della chat e configura il comportamento indipendentemente per ciascuna scorciatoia.

Plugin di richiamo dei messaggi (撤回) per la Web UI di DSH: un pulsante di annullamento su ogni messaggio dell'utente che rimuove in modo permanente il turno e tutto ciò che segue, senza annullare le modifiche al codice.

11 skill di workflow condivisibili (handoff, triage, to-spec, to-tickets, wayfinder, teach, wait-what, dsh-mode-routing, ask-matt, overnight-execution, full-throttle) come pacchetto di skill installabile

Instrada ogni attività verso un modello e la sua revisione verso un altro, con prove di qualifica, failover e un diario durevole.

Dà all'agente dsh un browser vero: ogni conversazione ottiene un proprio processo Chrome o Edge con profilo e porta CDP dedicati, pilotato da sei tool e rispecchiato in tempo reale nella barra laterale destra, dove puoi guardare il lavoro e subentrare cliccando o digitando sull'immagine. Nient'altro da installare — usa il Chrome o Edge già presente sulla macchina, non scarica browser, non richiede app companion né estensioni e conserva schede e accessi tra una chiamata e l'altra.

Un telecomando telefonico minimale per DeepSeek Harness: la pagina del telefono mostra solo l'istruzione che invii e la conclusione finale dell'IA, mentre chiamate agli strumenti, accesso ai file, invio di sub-agent e tracce di ragionamento restano sul computer, raggiungibile via LAN, Tailscale o tunnel Cloudflare con QR code, link e password per ogni route.

Accoppia due macchine DeepSeek Harness con un codice monouso - direttamente in LAN, oppure attraverso reti tramite un relay con crittografia end-to-end e un default ufficiale a configurazione zero - così un agente può eseguire attività e scambiare file sull'altra, mentre ogni macchina mantiene i propri file al loro posto.

Motore di persona per DeepSeek Harness: un config.json governa il nome con cui l'IA si presenta (per modello e livello), come ti chiama, la postura relazionale, il testo del carattere, contratti per elemento con interruttori, la lingua della catena di pensiero e il tono delle risposte, più memoria subordinata alla conferma umana: l'IA può solo accodare candidati, una riga di conferma li attiva, e il registro è in sola aggiunta e riproducibile. Le voci confermate vengono iniettate come blocco citato di dati, non di istruzioni; quelle con un kind vanno in file arbitrari e non raggiungono mai il prompt. Il prompt viene riletto dal disco a ogni assemblaggio: le modifiche si applicano senza riavvio. Preset: istantanee JSON condivisibili. Senza dipendenze, rete o shell.

Skill di metodologia di clonazione di siti web: un albero decisionale che privilegia la fonte reale, coprendo siti statici, siti di contenuti React/Vue/Next e frontend ricchi di WebGL/Canvas, la verifica obbligatoria del codice eseguibile citato da analisi IA di seconda mano, e 13 script Node senza dipendenze per la ricognizione del browser via CDP, la raccolta di asset/font, il crawling delle route, la caccia alle sourcemap e l'audit per differenza di pixel.

Estensione RTK (Rust Token Killer) per dsh-router: riscrive ogni chiamata dello strumento bash tramite `rtk rewrite` così che l'agente legga un output del comando compresso, e ricade sul comando originale quando rtk manca o non ha un equivalente.