Plugin

Integrazione mcp-unity one-shot per DeepSeek Harness: server MCP incluso senza configurazione manuale consente all'agente di pilotare l'editor Unity tramite 34 strumenti - scene, game object, transform, materiali, prefab, voci di menu, play mode, test e log della console - con riconnessione automatica.

Note adesive trascinabili con 9 skin, note con immagini e liste di cose da fare leggibili dall'agente per DeepSeek Harness.

Instradamento e evoluzione intelligenti dei subagent: associa ruoli a qualsiasi provider/modello registrato in DSH, inclusi i modelli forniti dai plugin provider di Codex e Claude Code, con apprendimento del workspace.

Generazione di PPTX stabile e modificabile per agenti IA — IR semantico in ingresso, DrawingML nativo in uscita

Aggiunge alla Web UI di DSH un tavolo da Texas Hold'em locale a sei posti, con streets di puntata complete, side pot, stack di Token persistenti e indicatore di stato dell'agente.

Flotta decentralizzata multi-dispositivo: scoperta LAN via mDNS, associazione delle chiavi ed esecuzione diretta via SSH attraverso le reti.

Flotta multi-dispositivo decentralizzata: scoperta LAN mDNS, accoppiamento chiavi ed esecuzione diretta SSH attraverso le reti.

Operazioni conversazionali di Grafana: ispeziona i dati live della dashboard tra sorgenti nominate, quindi apporta modifiche sicure e verificabili alla dashboard con approvazione e controlli di versione.

Sfoglia e installa plugin DSH senza lasciare l'harness: un comando /store, una scheda Impostazioni → Plugin, due strumenti richiamabili dall'agente e una competenza inclusa, con un cancello di approvazione che elenca gli indicatori di rischio rilevati prima di qualsiasi installazione.

Server ACP migliorato per DeepSeek Harness: streaming di blocchi e ragionamento, telemetria d'uso, cambio modello/sforzo, preset di permessi, ripristino/archiviazione sessione, server MCP per sessione, e inoltro file/terminale Zed.

Controller di autoevoluzione con priorità alle evidenze: generazione delimitata di candidati Cordis, ammissione one-shot del Loader reale, valutazione Harbor e una discendenza journaled ripristinabile dopo un arresto anomalo.

Plugin DSH letterario: una sessione è un libro. La cover-card /new apre uno dei 19 regni, un preset 诸天万界DSH solo prosa mantiene il modello a scrivere finzione, le voci di worldbook per parole chiave ancorano ogni turno e /export-story compone la sessione in un romanzo Markdown.

Memoria tra sessioni basata su file: file di memoria in Markdown semplice con iniezione automatica di recupero, compatibile nel formato con CLAUDE.md e i file di memoria di Claude Code, quindi migrare è una copia manuale dei file.

Monitor della quota OpenCodeGo per la GUI web DSH: un indicatore pulsante in basso a destra del campo di input (verde/giallo/rosso in base alla quota residua), un pannello in vetro liquido con finestre di utilizzo continuo/settimanale/mensile e orari di reset, aggiornamento automatico ogni 30 s; la chiave API viene letta dalle credenziali DSH.

Automazione del browser Playwright semantica e multi-scheda per DeepSeek Harness.

Fa squillare il tuo telefono tramite CallKit: strumenti `call_me` e `text_me`, più chiamate opzionali a fine turno e per l'approvazione, la cui risposta vocale viene trascritta di nuovo nella sessione.

Provider di skill live che aggiunge al catalogo dsh le skill dalle directory di oltre 60 altri agenti (Claude Code, Codex, Cursor, Gemini CLI, Copilot), dai marketplace di plugin di Claude Code e da qualsiasi repository git di skill senza copiare né creare link simbolici; deduplica, ripara i frontmatter, rinomina le collisioni di nomi e fornisce una CLI (list, add, sync, doctor).

Agente di coding da terminale per DeepSeek Harness con UI a schermo intero in alternate-screen, navigazione delle sessioni consapevole dei turni e un flusso di lavoro /ship con gate che porta requisiti di una riga attraverso specifica, TDD e controlli di accettazione rieseguiti.

Plugin cognitivo ispirato al cervello: memoria episodica, semantica, procedurale ed emotiva con segnali di apprendimento per rinforzo, una pila di obiettivi con trigger temporali, ricerca web autonoma guidata dalla curiosità e iniziative proattive.

Uno swarm governato di sei agent DSH specialisti — orchestrator, planner, bridge alla knowledge base, developer e due reviewer — trasforma un requisito in una pipeline di fasi rigida in cui ogni consegna deve dimostrare il proprio valore con evidenze strutturate prima che possa iniziare la fase successiva; i reviewer sono sola lettura, i merge del codice avvengono solo dopo un passaggio di review e un log eventi append-only offre replay completo e audit su una bacheca kanban live. Il suo design trae ispirazione dal kanban di Hermes Agent.

Ramificazione delle conversazioni in stile Git che rispecchia il modo in cui collaborano i veri programmatori: un branch radice segretario smista i compiti ai branch figli con contesti propri, riunendoli indietro solo come riepiloghi compressi tramite squash o rebase; include i comandi /branch, una scheda branch, messaggistica da branch a branch e una base di governance che abbina ogni branch di sessione a un git worktree.

Plugin di memoria tra sessioni per DSH (v0.6.1, npm @asherliner/dsh-memory-connect): estrazione automatica, indicizzazione SQLite FTS5, richiamo semantico RRF iniettato nel prompt di sistema a ogni turno, manutenzione pianificata, consolidamento LLM via ctx.llm, prevenzione dell'esplosione del contesto, identità Soul globale via ~/.dsh/soul.md. v0.5.0: grafo di contesto temporale, modello di fiducia, riassunto a fine turno. v0.6.0: embedding semantici locali (BAAI/bge-small-zh-v1.5), nessuna chiamata al cloud. v0.6.1: corretta l'espansione di ~ nella configurazione dei percorsi. Installazione senza configurazione.

Primitive multi-tenant per DeepSeek Harness (DSH): identità del tenant, proprietà della sessione immutabile, autorizzazione con chiusura in caso di errore e contratto di archivio proprietà sostituibile.

Preset agente in modalità apprendimento: un agente di coding che insegna mentre programma — spiegazioni concrete basate su scenari, guida socratica e spazi vuoti per esercitazioni TODO(你), modellato sullo stile di output Learning di Claude Code; installabile tramite dsh plugin add (dsh-learning-mode su npm).