Plugin

Agente nativo per l’automazione Chromium in DeepSeek Harness, headless o visibile, con estrazione dell’albero DOM, screenshot e protezione SSRF integrata.

Provider OpenRouter che legge `/models` in tempo reale, mostrando nuovi modelli senza release di Harness. Elenco ordinato per nome con prezzi input/output, livelli reasoning per modello, input immagini, replay di `reasoning_details` e cache prompt Anthropic. Il costo reale per sessione, inclusi i subagenti, deriva da `usage.cost` OpenRouter e appare sotto il composer Web UI e in `/cost`.

Gestisce GME Test Agent da Harness: tre strumenti elencano i cataloghi delle interfacce, avviano e riparano la generazione autonoma di test in un backend Python locale e seguono l’attività fino alla revisione. PR, salto e pulizia richiedono il consenso esplicito dell’utente.

Individua ed esegue attività di progetto tramite Harness Jobs, controlla le ricevute di esecuzione e verifica la configurazione del progetto con uno strumento Agent.

Controllo desktop Windows tramite UI Automation: nove strumenti leggono l’albero dei controlli e pilotano gli elementi per ID usando i relativi pattern UI Automation. Ogni scrittura è soggetta a policy di approvazione; include log delle azioni solo append e pannello impostazioni.

Hub di compattazione a livelli: sostituisce la soglia unica dell’80% con una scala configurabile (predefinita 30/50/70/90), da regole leggere a consolidamento massimo. Integra un indice deterministico di parole chiave in ogni checkpoint per accumulare fatti tra i cicli e riassume con una catena di modelli: primario più fino a 3 fallback, ciascuno con il proprio sforzo di ragionamento. Aggiunge una scheda Compaction e una card Settings; disattivandolo ripristina sempre la compattazione standard.

Provider OpenCode Go che verifica il protocollo del modello tramite gateway prima di usarlo, senza trattare un suggerimento come misurazione. I livelli di ragionamento seguono un contratto misurato e le richieste usano una catena ordinata di fallback del protocollo. Finestra di contesto, output massimo e numeri di input immagine sono dichiarati da un livello models.dev aggiornato a runtime, non sottoposti a probe; gli override dell’operatore prevalgono su entrambi. In Settings si possono archiviare e alternare più credenziali OpenCode Go.

Traccia uso dei token API e costi stimati con prezzi modello per route, gruppi di fatturazione facoltativi, visualizzazione CNY/USD sincronizzata, report di sessione, totali composer e totale giornaliero cliccabile nella sidebar.

Sostituisce la mascotte dsh-whale-widget con una propria immagine tramite un flusso di ritaglio integrato. Include pulsante di riavvio nell’intestazione sessione, heartbeat del browser e autoriparazione opzionale delle patch, disattivata per impostazione predefinita.

Usa l’abbonamento Claude Pro/Max in DeepSeek Harness con accesso OAuth ufficiale Anthropic e rinnovo automatico dei token.

Operazioni GitHub per DeepSeek Harness: release, tag, pass-through API generico protetto, esecuzioni workflow, secrets e pubblicazione di mirror ripuliti.

Inspector LLM a livello wire: acquisisce i body HTTP raw di richieste e risposte dei provider e associa ogni acquisizione alla sessione tramite il flusso llm/stream. La richiesta è un albero comprimibile con dimensioni per nodo (un caso misurato era per il 98,6% un array di 973 elementi); la risposta ricompone gli SSE OpenAI in reasoning/content/tool calls/usage. Include scheda Conversation View e viewer loopback.

Pronuncia un breve stato quando DSH cambia: turno finito/errore, attività completata/fallita, obiettivo completato/bloccato, approvazione in attesa o risposta necessaria. Otto clip preregistrate in cinese (predefinito) e inglese. L’host le riproduce tramite ffplay o il player PowerShell incluso in Windows, senza scheda Web Audio. Solo Windows.

Strumenti git strutturati per agent DeepSeek Harness: status, diff, log, branch, commit e stash. Imposta dieci override `git -c` affinché pager, colori o quotepath dell’utente non alterino l’output. Ogni invocazione usa un array argv, senza parsing da shell. Le azioni modificative passano dal servizio di approvazione Harness e sono rifiutate se non è montato.

Orchestra più istanze ComfyUI: controlla GPU, VRAM libera e profondità della coda di ogni endpoint configurato e invia la generazione all’istanza idonea meno occupata. Include comfyui_farm_status/comfyui_farm_pick/comfyui_farm_run. Un’istanza è idonea solo se raggiungibile, con almeno la VRAM libera richiesta e coda entro il limite configurato. Ordina per VRAM libera meno profondità coda × peso, favorendo una coda breve e inattiva. Nessuna dipendenza runtime. Retry dopo errore di probe facoltativo: un singolo timeout via tunnel SSH non prova che l’istanza sia inattiva.

Interruttore per il riempimento rapido del contesto nella compattazione automatica DeepSeek Harness. Rifiuta una compattazione inutile se il contesto si è riempito in meno di N turni strumento per M volte consecutive (caso non rilevato dal trigger illimitato step-pressure). Invece di consumare una chiamata di sintesi a ogni passaggio, segnala il problema con un consiglio, spesso che una singola lettura o output era troppo grande. Stato e riarmo con /compaction-breaker; inietta una sezione prompt da riferire all’utente. Sessioni host-plane tramite bundle del profilo; quelle normali richiedono di sostituire una riga nell’agent preset.

Mostra saldo DeepSeek e token per sessione nell’intestazione: avviso saldo a tre livelli con soglie modificabili, link di ricarica in un clic, barra token segmentata con cache hit e polling consapevole della visibilità.

Plugin di controllo browser: registra Browser Harness di browser-use/browser-harness come strumento di sessione DSH, così l’agente scrive Python per pilotare Chrome reale (navigazione/clic/input/lettura albero accessibilità/screenshot). Supporta browser dedicato isolato o collegamento a quello di sistema. Con TypeSafe key abilita condizionalmente browser_autopilot (automazione per obiettivi Jev).

Ridisegna i diff riga per riga nelle schede edit/write/insert/str_replace_editor: le righe invariate compaiono una volta e i caratteri modificati sono sottolineati. Copre anche le sottochiamate run_code (PTC), aggiunge una scheda dei file cambiati per turno e consente di aprire o copiare i percorsi dalle righe delle schede e degli strumenti tramite una route host fornita dal plugin.

Probe manuale dei modelli per DeepSeek Harness: in Session View scegli provider, tipo API, modello e route; invia una richiesta HTTP raw reale tramite openai-completions, openai-responses o anthropic-messages, con o senza streaming. Mostra latenza, TTFT, stato HTTP, uso token e diagnosi a tre livelli (API request/model response/strict check) in una schermata, con errori spiegati chiaramente.

Widget fisico trascinabile di una balena-cameriera per DSH Web UI: lanciala, prendila, raccogli monete-token e falle mangiare ciotole di riso.

Console a pagina intera aperta dalla barra laterale, con 8 schede: panoramica; sessioni dal servizio sessions (titolo, directory, stato, aggiornamento, filtri); bundle installati e voci Loader da pluginInventory/pluginManager con interruttore per bundle; mercato dei repository pubblici `topic:dsh-plugin` via GitHub Search API; editor modelli/provider che scrive nello spazio llm-pi-ai tramite `remote.settings.mutate`, cambia modello di sessione, aggiunge/modifica provider e liste di modelli, salva le API key con `remote.credentials` e conserva i campi profilo nascosti; MCP; skills; utilizzo letto dal loopback host `/api/dsh-usage/overview`. I servizi sono dichiarati con `ctx.inject`; se ne manca uno, la console non viene montata invece di bloccarsi.

Espone nella LAN tutti i modelli già configurati in DeepSeek Harness tramite endpoint compatibili con OpenAI e Anthropic. Include chiavi API, limiti per chiave, circuit breaker, filtri dei modelli e report d’uso.

AlphaRSI: ciclo di auto-miglioramento a tre ruoli che evolve la ricetta di addestramento dei modelli di sequenze alpha. Operator esegue walk-forward, Evaluator valuta con OOS RankIC e Refiner propone iperparametri tramite ricerca bayesiana TPE; conserva solo ricette strettamente migliori. Esecuzione offline con un comando, bundle dati riconciliato con sha1 e rilevamento GPU automatico. Include una skill.