Plugin

Radar dei plugin DSH per stelle. Elenca da 3.000+ stelle GitHub o 100k+ download npm in 30 giorni; dopo il calo di rango resta in elenco per 180 giorni di default, per ritrovarlo anche dopo il picco.

Color grading video locale con LUT DJI Log abbinate alla camera, alte luci e ombre indipendenti, controlli opzionali per pelle e colore selettivo, anteprima frame ed export HEVC a 10 bit. Il tarball universale indicato non include runtime: al primo avvio “configure environment” scarica via HTTPS un runtime fissato (Python 3.12 + FFmpeg 9, ~100 MB) oppure consente di usare Python 3.10+ e FFmpeg/ffprobe 8+ propri. Le release con suffisso piattaforma includono il runtime.

Strumenti Agent che scaricano video Bilibili, li trascrivono con whisper.cpp locale e creano note Markdown strutturate con l’LLM DSH; PDF facoltativo. Solo Windows. Se mancanti, scaricano nel data directory yt-dlp.exe, build ffmpeg.exe da GitHub/gyan.dev, binario whisper.cpp x64 da GitHub e modello ~547 MB da hf-mirror. L’esportazione PDF avvia Edge/Chrome installato localmente. Due strumenti: video_to_notes e note_to_pdf. JS puro, nessuna API key aggiuntiva.

Traduzione PDF per DeepSeek Harness tramite account connector yiyide.cc. I 12 strumenti gestiscono autorizzazione, upload con preflight per pagina, anteprima di 3 pagine, preventivo, conferma che blocca i punti/crediti di traduzione, polling, verifica qualità e download locale del PDF tradotto o bilingue.

Aggiunge un pulsante Download PNG accanto al pulsante di copia dei messaggi dell’assistente nell’interfaccia Web DSH.

Menu a tre puntini nell’intestazione della sessione: scarica il log, alterna la trascrizione di ogni chat tra Normal e Verbose e definisce cosa espande Verbose (blocchi di ragionamento, chiamate agli strumenti, output del terminale).

Skill DSH: scarica in batch PDF integrali da un elenco di DOI/titoli tramite un browser reale, con l’accesso istituzionale dell’utente (CARSI/SSO/VPN del campus) e percorsi open access. Bundle dsh installabile per distribuire la skill a ogni agente.

Proxy download per DeepSeek Harness: registra strumenti come dsh_download; i file esteri usano il motore proxy incluso (abbonamento autonomo o proxyUrl esplicito), quelli nazionali la connessione diretta. Include sha256, limite dimensione, rilevamento stallo e fallback automatico se il collegamento diretto fallisce, oltre al pannello Impostazioni → Proxy download.

Classifica i plugin DSH in base ai download mensili reali di npm anziché alle stelle GitHub e indica quelli sottovalutati dalla classifica per stelle. Riporta il disaccordo fra gli ordini, senza un giudizio unico di qualità. Ogni dato è letto in tempo reale dall’endpoint pubblico npm, non da uno snapshot. Una seconda dimensione confronta la versione tools in peerDependencies con quella in esecuzione, segnalando invece di raccomandare i plugin popolari non installabili su questo Host. Solo GET in lettura, nessuna route HTTP propria.

Pannello consegne nella barra laterale DSH: indicizza ogni immagine e file inviato all’harness (allegati content-addressed e percorsi locali @), ricostruisce la cronologia Taildrop per dispositivo dalle chiamate `tailscale file cp` nei log, elenca file in arrivo (inbox Tailscale e file non contrassegnati in `~/Downloads`) e invia file dal pannello con stato online e avanzamento upload.

Pallina desktop DSH 44x44 sempre in primo piano che riflette l’attività reale dell’agent (ragionamento, ricerca, fetch Web, errore, attesa input) e mostra un badge ! o ? quando un’attività termina o richiede risposta mentre non ci sei. Solo Windows; scarica il proprio runtime Electron al primo utilizzo.

Riscrive i comandi degli strumenti pwsh e bash tramite `rtk rewrite` ed esegue l’equivalente compatto; se rtk manca o non esiste un equivalente, usa il comando originale. Include un downloader `/rtk install` verificato con checksum.

38 strumenti per guidare dal lato agente il browser integrato nella barra destra DSH: aprire/navigare, leggere testo, elementi interattivi e albero accessibilità; clic, compilazione, selezione, checkbox, tasti, scroll; ridimensionare il riquadro trascinando l’angolo (il riquadro stretto mostra il layout mobile con reflow responsive); screenshot/pagina intera/PDF/Markdown, estrazione JSON, download, cookie, registri per passaggio con replay e lista di azioni consentite. `web_search` integrato serve SearXNG self-hosted via tunnel SSH, con Tavily e browser reale di fallback. Il provider Fetch ritenta URL GitHub bloccati tramite mirror misurati e rileva il charset dall’header per decodificare GBK/GB2312.

Ricerca bibliografica CNKI in sola lettura per DSH. Quattro strumenti MCP (search/detail/export/status) controllano il tuo Edge/Chrome tramite un bridge di messaggistica nativa. Nessun download PDF; intervallo minimo di 3 secondi e massimo 300 azioni al giorno. Per visualizzare gli strumenti servono `pip install wensu`, `wensu setup` e il caricamento dell’estensione browser.

Importa all’avvio in DSH wallpaper engine gli sfondi appena scaricati dall’app Hao Wallpaper, in modo incrementale e idempotente. Richiede Hao Wallpaper, Python 3.8+ e l’installazione preventiva di `dsh-plugin-wallpaper-engine` (elysia395/dsh-wallpaper-engine). Supporta macOS e Windows.

Plugin DeepSeek Harness per container senza accesso al file system locale: tramite browser offre pulsanti di download al posto di “Show file location”, una scorciatoia “Show files” e un editor Monaco nella barra laterale.

Guard pre-esecuzione: il predicate tools.guard decide allow/ask/refuse per preset permessi su comandi shell rischiosi (bypass git hook, rm distruttivo, download-and-run, riscrittura history git) e modifiche a percorsi credenziali o file non letti nel turno; fornisce motivo e alternativa praticabile al modello.

Pool route in uscita DSH: 15 seed + 20 candidate, 7 tipi di destinazione. Verifica prima con handshake TLS e catena completa (il solo TCP può segnalare sana un’IP morta); cooldown 2/5/15 min dopo errori, route sana più veloce per tipo. Riscrive URL con 4 regole (prefix/registry/index/host-replace) per git/pip/npm/pnpm/gh/curl/wget via bash (solo download lanciati dal modello; no pwsh/host/renderer), tool line_pool_status/line_pool_run o child-process spawn. Mantiene a capo, cambia solo il segmento download. Mai riscrive user:token@host, niente token ai mirror né modifiche globali. Pannello: latenza/errore/cooldown, retest/toggle, TUN/proxy via network-adapter/loopback. Ricontrolla candidate ogni 24 h.

Tre compagni chibi inclusi, nuvolette e lieve rimbalzo ricordano pause, acqua, sessioni lunghe e ore tarde. Nella pagina senza download; la finestra macOS opzionale richiede un helper Electron scaricato a parte.

OCR di PDF scansiti e composti solo da immagini in Markdown. Poiché un libro richiede circa un’ora, ogni pagina ha un checkpoint per riprendere dopo un’interruzione; un log mostra l’avanzamento e il rapporto qualità segnala pagine vuote e righe a bassa affidabilità. Richiede Python 3.10+ e `pip install -r requirements`; al primo avvio scarica il modello OCR.

Note di riunione per dsh: una riunione per conversazione, trascritta e separata per interlocutore sul dispositivo, con punti, assegnazioni, note scritte a mano, revisioni e punteggi mensili nello stesso pannello. Esporta SRT/Markdown/Word e crea uno zip portatile importabile da un altro dsh. Le assegnazioni confermate vengono inviate con un clic a DingTalk/WeCom secondo le impostazioni del bot. I modelli di riconoscimento sono sostituibili e un modello locale più forte si può importare da file; il riconoscimento cloud è disattivato per impostazione predefinita e non invia richieste prima del consenso. Word richiede Python e python-docx; al primo avvio scarica un modello da 28 o 77 MB.

Fa vedere davvero un video al modello: ffmpeg locale campiona immagini con timestamp e faster-whisper trascrive l’audio, così l’agent legge i pixel reali fotogramma per fotogramma invece di fidarsi di un riepilogo testuale. Tutto locale, niente upload; segnala quando l’audio non contiene parlato. Solo Windows; richiede Python 3.10+ e ffmpeg. Il primo video_eyes_setup scarica circa 700 MB (faster-whisper e il modello).

Ricerca e download immagini multi-fonte (14 motori + 7 alias: Baidu, Bing, 360, Duitang, Huaban, Iconify, DuckDuckGo, Yandex, Openverse, Wikimedia, Pixiv, Wallhaven, Konachan, Safebooru). Salva le immagini scelte nel workspace della sessione con meta.json per file e le mostra in conversazione; include CLI standalone.

Trasforma audiolibri MP3 inglesi e documenti in lezioni d’ascolto. Trascrive localmente ogni frase con il modello vocale già scaricato da DSH Voice Input (~241 MB; se manca si scarica al primo uso; ffmpeg richiesto), poi il modello DSH corregge e spiega. Esercizi di ascolto cieco/intensivo e ripetizione spaziata; export doppiaggio cinese. Voci Kokoro offline, pannello laterale e quattro strumenti IA.