Plugin

Plugin di memoria DSH fatto in casa: archiviazione persistente SQLite + guardia di audit a livello di database (enforceAudit) + log di audit. Cattura automaticamente conoscenza dopo le conversazioni, gli agenti ricordano via memory_recall, supporta la condivisione multi-agente tra Claude Code/Codex/Cursor. Zero dipendenze esterne.

Motore cron residente sull'host con una bacheca web dei lavori e uno strumento timer_agent: attiva vere sessioni dell'agente secondo la pianificazione, continuando una sessione appuntata per il contesto o avviandone di nuove in uno spazio di lavoro del progetto scelto.

Gestione del ciclo di vita degli obiettivi per dsh con una kanban board interattiva: obiettivi, criteri, tentativi e revisioni vivono nel workspace, guidati dagli strumenti graph_*, con una board a due corsie renderizzata nella vista conversazione.

Casella degli strumenti per lo sviluppo di firmware embedded C/C++: agenti e skill che coprono FreeRTOS, interrupt, archiviazione NVM, Keil MDK, ARMCLANG, triage dei HardFault, macchine a stati, architettura e pattern LVGL.

Port di DietrichGebert/ponytail v4.9.0: modalità senior pigra sempre attiva con una scala a 7 gradini (da YAGNI al codice minimo), 6 skill per review, audit, debito, guadagno e aiuto, senza strumenti vuoti.

Installa suite da qualsiasi repository git del marketplace di Claude Code, Codex, Cursor, Kimi o agent-plugins.org — skill, server MCP, hook e comandi slash vengono iniettati nelle sessioni DSH a runtime, con una pagina del mercato nella GUI Web.

Fornisce agli agenti DeepSeek Harness solo testo la comprensione video: campionamento fotogrammi consapevole della scena + VLM + trascrizione ASR opzionale fusi in prove sulla linea temporale. / Plugin di comprensione video per modelli solo testo (campionamento fotogrammi consapevole della scena + VLM + trascrizione vocale opzionale).

Preset modalità esperto DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordinatore + 17 subagenti esperti con delega automatica. Funzioni: taskboard (stati pending/ready/running/done/failed, DAG dipendenze, rivendicazione atomica, retry, ripristino), gate qualità (pipeline 5 fasi: requisiti, implementazione, verifica, revisione, integrazione; 2 rilavorazioni), Five-Anchor (revisione/convergenza/anti-deriva/cooperazione/risorse), Near-distance (modello identità/compito/output), divulgazione progressiva (~28% risparmio token), persistenza, bus P2P, revisione incrociata, pool esperienza, via rapida, auto-retry. 17 esperti: dati, copywriting, legale, PM, frontend, UI/UX, architetto, social, growth, fin. quant., backend, DevOps, DB, QA, sicurezza.

Spazio di lavoro visivo e-commerce a tela infinita per fotografia di prodotto, prova virtuale, modifica dello sfondo e video, sincronizzato in tempo reale con la conversazione di Harness.

Una bacheca kanban condivisa che permette a persone e agenti DSH di gestire attività del workspace tramite una tab Board e strumenti kanban.

Bundle proxy di autenticazione con password a chiusura sicura (fail-closed) per il profilo Web di DeepSeek Harness

Bundle dell'applicazione web iKanban orientata alla tastiera per DeepSeek Harness

Monitora i rilasci di DSH e plugin, ritesta esattamente gli artefatti pubblicati in runner usa e getta, pubblica evidenze di compatibilità leggibili dalla macchina e riconcilia i problemi gestiti dopo le correzioni.

Collega DeepSeek Harness alle app e ai servizi gestiti da OOMOL, con scoperta ed esecuzione progressiva di Connector Action e un pannello integrato nell'app per gestire le connessioni Provider.

Rotte di modello dedicate, strumenti e guida di sistema per visione, compattazione, revisioni, subagent, titoli e generazione di immagini.

Store indipendente della community per plugin di DeepSeek Harness: scopri, installa e proponi plugin, strumenti ed estensioni verificati.

DAG dal vivo guidato da proiezioni per i subagenti e i flussi di lavoro duraturi di una Session: stato e navigazione, layout deterministico di catene profonde, controlli di adattamento/panoramica della canvas e riorganizzazione dei nodi della sessione corrente.

Livello di coordinamento dei plugin: i plugin dichiarano le proprie capacità, i comandi vengono instradati al plugin proprietario senza una chiamata al modello, gli schemi dei tool si caricano su richiesta per ridurre i token del prompt, la cronologia delle esecuzioni si consolida in memoria a lungo termine nei momenti di inattività e i guasti vengono classificati prima di qualsiasi retry.

Livello di integrazione nativo DSH per il motore di memoria Minta: compone la riga ufficiale dsh-mcp-client, registra la skill minta-memory-governance più un prewarm della memoria all'avvio della sessione, e fornisce un preset agente Minta; richiede il motore Minta distribuito separatamente (Python/Docker) per fornire i 19 strumenti MCP — non utilizzabile senza di esso.

Skill di flusso di lavoro di ricerca AI-for-Science per DeepSeek Harness, rivolto a ricercatori e studenti post-laurea che usano IA agentica: revisione della letteratura multi-angolo con file per angolo, progettazione di esperimenti con elenco di caveat, lettura di figure e articoli; ogni lavoro restituisce file più un briefing di verifica incrociata per un secondo modello. Zero dipendenze, MIT.

Protocollo Agent2Agent v1.0 per DSH: esegui un server A2A standard per consentire ad altri agenti di chiamare questa istanza, connettiti ad agenti A2A remoti come client e gestisci entrambi da una pagina delle impostazioni visuale.

Riduttore di risultati degli strumenti consapevole del contenuto: 13 riduttori tagliano l'output eccessivo per significato in tools/post-execute (i test falliti vengono mantenuti, il contesto diff viene rimosso, JSON e CSV vengono campionati, i problemi di lint sono raggruppati per regola, i frame dello stack delle dipendenze vengono compressi e le directory affollate vengono conteggiate), con gli originali completi scaricati su disco dietro un localizzatore.

Bundle DSH che registra 13 strumenti nativi codegraph_* che incapsulano la CLI di codegraph, così che gli agenti possano inizializzare, mantenere e interrogare un grafo di conoscenza del codice pre-indicizzato (query di simboli, esplorazione, traccia dei nodi, chiamanti/chiamati, impatto, test interessati) invece di fare grep sui file.

Modifica le regole globali di ~/.dsh/AGENTS.md dal pannello delle impostazioni web, applicate immediatamente al salvataggio.