Plugin

Skill Forge per DeepSeek Harness: distilla una conversazione o un contesto incollato in uno `SKILL.md` riutilizzabile, così una domanda simile potrà usare lo skill invece di ricavare di nuovo la risposta. Include quattro strumenti modello e un pannello Web GUI.

Bundle DSH che monta il server MCP wensu (文溯) tramite stdio.

Analisi dell’uso dei token per DeepSeek Harness: esamina i session log del host e mostra consumi per provider/modello, tassi di cache hit, tendenze giornaliere e una classifica delle capacità di ogni modello attualmente invocabile.

Continuità tra modelli per DeepSeek Harness: memoria, skill e regole restano in file locali, così il giudizio sopravvive ai cambi di sessione e modello. Non si tratta di memorizzare di più, ma di usare bene ciò che c’è dopo il cambio.

dsh-TokenLens (词元透镜): capacità del piano per provider e statistiche token locali (oggi/7 giorni/30 giorni/tutto il periodo), per harness/provider/modello/workspace.

Collega i modelli in abbonamento Huawei Cloud CodeArts a DeepSeek Harness.

StartLux Decision: livello decisionale economico per DeepSeek Harness; implementa i nove punti: autorizzazione strumenti, routing modelli, delega, compaction, continuazione turno, retrieval, scelta skill, titolo sessione e traduzione COT.

Anti Blind Approval, guard di approvazione per DeepSeek Harness: fa esaminare al modello di sessione le richieste di escalation workspace-write e vincola il pulsante Allow a un verdetto JSON rigoroso.

Piccolo gioco di arte con perline nella barra laterale destra di DSH Web durante l’attesa: 12 modelli con perline guida, disegno libero su griglie 12/16/24 con 16 colori, schema creato dal modello da una frase e conversione locale immagine-schema (le immagini non vengono mai caricate). Trasferisci con il ferro le opere finite su una parete fino a 60 lavori ed esporta PNG.

Pannello di pratica dello spagnolo per DeepSeek Harness: sei tipi di esercizi valutati localmente (coniugazione in 11 tempi, genere dei nomi, plurali, riconoscimento del lessico, frasi da completare, grammatica ser/estar e congiuntivo), scheda di scrittura di scenari valutata dal modello, ripetizione dilazionata a 8 livelli e quattro strumenti agent. Il plugin calcola e valuta le risposte; il modello serve solo per insegnamento e spiegazioni.

Guard locale che valuta ogni chiamata agli strumenti di DeepSeek Harness con un modello decisionale Ollama prima dell’esecuzione. Le chiamate rischiose richiedono approvazione; se il modello è irraggiungibile, blocca tutte le chiamate. Richiede DSH 0.2.x e Ollama locale 0.35.1+ con il modello predefinito clef-flash (~6 GB) già scaricato; altrimenti ogni chiamata viene negata.

Fa esaminare da un modello i comandi shell distruttivi prima dell’esecuzione, chiede conferma o li blocca e interrompe un comando in corso quando ha già eliminato troppi file.

Studio del workflow Git per DeepSeek Harness: scegli il modello di branch, applica Conventional Commits, revisiona PR in base alla densità dei difetti, riscrivi la cronologia in sicurezza, recupera commit persi con reflog e assegna versioni alle release secondo i cambiamenti reali del comportamento.

Preflight dei permessi graph-first per DSH. Il modello dichiara un grafo di calcolo con nodi che descrivono l’operazione (cosa scaricare e dove, cosa scrivere o eliminare). L’utente approva i nodi uno alla volta nel pannello laterale; ogni approvazione vale per una singola esecuzione riuscita. Ogni nodo conserva un audit trail di quanto eseguito davvero. Le operazioni non coperte richiedono comunque approvazione tramite la scheda nativa; un nodo bloccato da un’autorizzazione senza risposta viene sospeso, mentre il lavoro indipendente può continuare.

Gestisce subagenti e membri Agent Teams in DeepSeek Harness: arresta le istanze attive e poi le rimuove davvero ritirando le voci di catalogo e roster con tombstone di log che preservano la sequenza e spostando le directory di sessione in un cestino recuperabile. Include model tools, pannello nell’intestazione della conversazione e CLI offline.

Include una libreria per la lettura approfondita e lo skill paper-deepread-html: pannello laterale per report interattivi, upload PDF nella libreria gestita, analisi con un agente o con un worker opzionale del sito e gestione/ricostruzione. Model tools: paper_deepread, paper_deepread_uploads, paper_deepread_reports. Python 3 è necessario per lettura/ingestione/report; al primo uso lo skill prepara un venv PyMuPDF, mentre la ricostruzione dell’indice ripiega su plain python3.

Aggiunge una voce all’agente: sintesi espressiva (ChatTTS se disponibile, altrimenti edge-tts), modalità canto, output mp3 e riproduzione locale con ffplay. Richiede Python 3.10+, edge-tts installato e ffmpeg/ffplay. ChatTTS e la cache del modello sono opzionali. Imposta pythonPath/ffmpegPath/ffplayPath in cordis.patch.yml sui tuoi percorsi.

Se il modello selezionato non può vedere immagini, le legge un modello vision dello stesso provider e la descrizione viene passata al modello testuale.

Legge video con un modello solo testuale: con ffmpeg installato campiona fotogrammi ogni 0,1–10 secondi in contact sheet con il timecode reale di ciascun frame; estrae l’audio e lo invia a iTingnao per una trascrizione temporizzata (richiede ITINGNAO_API_KEY), quindi descrive ogni foglio con un modello host capace di immagini. Funziona senza altri plugin vision. Uno slider nel composer imposta l’intervallo; i file solo audio sono trascritti senza campionare fotogrammi.

Aggiunge uno strumento che acquisisce il desktop Windows in PNG e passa il percorso al modello, oltre a un pulsante fotocamera nel composer per visualizzare, scaricare o copiare la cattura.

Nasconde dai cataloghi rivolti al modello le skills e i server MCP di terze parti abilitati tramite opt-in e li offre con un unico capability tool: ricerca per intento, lettura dello schema o delle istruzioni della skill, poi chiamata. Un journal locale registra solo metadati, mai il testo della query o gli argomenti.

Autorizzazione ChatGPT Codex all’interno del processo, individuazione dei modelli e visualizzazione della quota per DeepSeek Harness.

Strumenti Linear per DeepSeek Harness: 26 strumenti rivolti al modello tramite API GraphQL di Linear (issues, comments, relations, teams, states, labels, projects, cycles, users) e un accesso libero linear_graphql. Richiede un token API personale di Linear.

Libreria locale di documenti per DSH Desktop (solo Windows, installata con lo script PowerShell incluso). Carica i file una volta e ogni conversazione può cercarli e leggerli tramite quattro strumenti: library_list / library_search / library_read / library_save. Caricamento, download e download in batch sono nel pannello Settings. I file restano sul computer salvo attivare il modello vision opzionale, che invia le immagini all’endpoint configurato.