Plugin

Plugin di notifica Windows per DeepSeek Harness (dsh): un toast nativo quando l'agente smette di essere in esecuzione (completato / interrotto / errore / in attesa di una tua scelta / sessione chiusa), più un'icona nella system tray. Puramente lato host, zero dipendenze, zero build

Agentic Control Plane per DeepSeek Harness — verifica ogni chiamata a uno strumento rispetto alle tue policy prima che venga eseguita, e mantiene un registro durevole di cosa è stato consentito e perché

Espone le capacità dell'agente DeepSeek Harness come server MCP, così un client MCP esterno (ad es. Hermes) può guidare Harness nell'esecuzione di task di programmazione. Hermes = cervello, Harness = braccia

Plugin DSH: apre automaticamente il browser predefinito del sistema non appena `dsh web` è pronto a servire

Plugin immagine di sfondo per DeepSeek Harness Web: inserisci il percorso di un'immagine locale in Impostazioni-Generale-Aspetto per sostituire lo sfondo della pagina web, con anteprima in tempo reale e intensità dell'overlay regolabile

Adattatore provider Command Code Go per dsh: analizza dinamicamente il catalogo dei modelli del piano Go e serve /alpha/generate tramite l'interfaccia LLM dell'harness

Pannello sviluppatore sul lato destro per DeepSeek Harness: file, cronologia delle sessioni e controllo versione git

Collega gli agenti DeepSeek Harness a sessioni autenticate del Codex App Server

Esegui le estensioni Pi come plugin DeepSeek Harness con ambito agente

Plugin web per DeepSeek Harness (dsh): widget nel footer della sidebar per saldo API + spesa odierna. Route /api/dsh-usage + bundle client React, nessun passaggio di build richiesto

Famiglia di strumenti Git strutturati e sicuri per DeepSeek Harness: status/diff/log/branch/stage/commit/stash/show/fetch/pull/remote/checkout con una protezione contro i comandi distruttivi

Sistema di memoria a lungo termine strutturata per DeepSeek Harness -- coppie breve/completa basate su unità con iniezione automatica

Plugin ClawBot per WeChat personale per DeepSeek Harness (DSH): OpenClaw gestisce il canale WeChat (login tramite QR code/invio e ricezione messaggi), DSH funge da cervello, e i due sono collegati tramite un protocollo compatibile con OpenAI

Plugin per modello di visione esterno per DeepSeek Harness: inspect_image invia immagini locali o URL http(s) a qualsiasi endpoint compatibile con OpenAI, e la risposta testuale del modello di visione viene riportata direttamente nella conversazione; include pannello impostazioni nella Web UI

Plugin scheda personaggio in stile soul.md per DeepSeek Harness: inietta un file di persona markdown nel system prompt (soul:persona), con hot reload alle modifiche del file, per far interpretare un ruolo all'agente mentre lavora; include pannello impostazioni nella Web UI

Porting di TencentDB Agent Memory per DeepSeek Harness: cattura conversazioni L0 → estrazione di memoria strutturata L1 → scenari L2/profili L3, iniezione automatica del richiamo + strumenti di ricerca su memoria/conversazioni; riutilizza i dati esistenti in ~/.memory-tencentdb/memory-tdai; include pannello impostazioni nella Web UI

Collega skill e configurazione di Pi Agent a DeepSeek Harness

Un orchestratore di task multi-provider compatibile con Symphony e dashboard per DeepSeek Harness

Analisi leggera dell'utilizzo per DeepSeek Harness — trend dei token, heatmap delle attività, ripartizione per modello ed esportazioni

Utilizzo del modello per turno e costo di sessione, con consapevolezza del replay, per DeepSeek Harness

Memoria delle preferenze utente per DeepSeek Harness: profilo utente persistente con strumenti memory_get/memory_update e iniezione nel system prompt

Plugin web per DeepSeek Harness: pulsante saldo nell'intestazione (a sinistra del log di sessione nativo), menu a tendina con saldo dell'account, utilizzo di modello e token per sessione in tempo reale e stime dei costi a tariffa ufficiale; si nasconde automaticamente nella pagina delle impostazioni

Discendenza di sessione immutabile in stile Git per DeepSeek Harness

Un plugin meta-agente nativo del modello per DeepSeek Harness: il modello sintetizza a runtime flussi di lavoro specifici per il task a partire da cinque pattern di workflow agentici (concatenazione di prompt, worker paralleli, router, supervisore, ciclo di valutazione) e coordina strumenti e subagent