Plugin

Pannello di controllo per un gateway locale di mascheramento delle credenziali in DeepSeek Harness: stato di gateway e modelli, metriche di audit, test di fuga in prova, elenco eccezioni, gestione delle chiavi cifrate, modelli protetti da credenziali e controlli di distribuzione.

Collega un bot Feishu a una sessione DSH: apre una sessione reale in uno spazio di lavoro, esegue attività con il modello e i plugin esistenti e restituisce i risultati.

Integrazione Git per DSH ispirata al VCS di IDEA: l’icona accanto alla modalità permessi mostra branch e modifiche pendenti; al passaggio apre il selettore branch, al clic il pannello VCS stile IDEA (albero branch, grafo commit, modifiche e staging, dettagli commit, diff file). Include impostazioni identità commit, binario Git e flag di rete. Non registra strumenti modello in DSH.

Orchestra automaticamente richieste complesse di DeepSeek Harness. Rileva quando delegare, crea un piano consapevole delle dipendenze e assegna ruoli circoscritti per ricerca, architettura, backend, frontend, test e documentazione. Raccoglie prove strutturate per la revisione finale. Il bundle abilita insieme il motore workflow e gli strumenti per subagenti del modello; disabilitandolo si disattiva l’intero gruppo di strumenti.

Router di skill per DeepSeek Harness: usa un modello locale per creare gli embedding delle skill e di ogni attività utente, mantiene quelle chiaramente pertinenti con una regola basata sul divario e ne inserisce automaticamente il testo completo nel prompt.

Cattura dello schermo su macOS e Windows: un unico strumento restituisce l’immagine stessa, così il modello la vede senza una seconda chiamata. Su Windows un’intera raffica viene eseguita in una chiamata al motore; su macOS un helper residente acquisisce un’area in 13 ms e verifica i cambiamenti in 23 ms. Un secondo strumento, solo per macOS, indica se il permesso di registrazione dello schermo è concesso e apre il pannello delle impostazioni per correggerlo.

Da un pannello mobile del browser, inserisce istruzioni o correzioni in una sessione attiva mentre il modello ragiona oppure annulla il turno corrente.

Fornisce al modello lo strumento rename_session per permettere all’Agent di rinominare una sessione dalla conversazione.

Aggiunge a DeepSeek Harness il provider API KnyazevAI e il relativo catalogo modelli DeepSeek, GLM e MiniMax.

Richiede DSH >= 0.2.0-rc.2 e < 0.3.0. Consente di dichiarare un numero qualsiasi di provider LLM, ciascuno con endpoint, credenziali e parametri per modello (livelli reasoning-effort, input immagini, policy di retry), nei formati OpenAI Chat, OpenAI Responses, Anthropic Messages e Google Gemini. Configurazione dalla pagina impostazioni.

Riconoscimento di immagini grandi per modelli vision-exp: elaborazione senza perdita in riquadri 800×800 (smart/pipeline/full), OCR locale con pre-elaborazione e instradamento della scrittura a mano. GPU di più fornitori (DirectML/CUDA/OpenVINO) facoltativa, con fallback automatico alla CPU.

Selettore di modello e sforzo di ragionamento in stile Codex per DeepSeek Harness: livelli dichiarati dal modello, temi nativi DSH, effetti radiali tagliati a sinistra e indicazioni copiabili per dichiarare lo sforzo nei provider personalizzati.

Ancora delle istruzioni di sessione per DeepSeek Harness: il primo passo di una nuova sessione inietta un blocco di istruzioni liberamente composto come messaggio proveniente dal plugin, e viene riancorato dopo una compattazione con riepilogo, ogni N turni, o quando la pressione di contesto misurata supera una soglia. Un comando /anchor riancora su richiesta senza chiamata al modello; una pagina di impostazioni gestisce la libreria di preset paginata, l'ordine di iniezione, l'origine di riancoraggio e i limiti di caratteri.

Fork mantenuto di godchen520/dsh-web-search-bing adattato a DSH 0.1.5-rc.1: provider Bing per web_search integrato, estrae i risultati HTML pubblici di cn.bing.com senza API key, raggiungibile dalla Cina continentale e senza consumare la quota di ricerca del modello. Endpoint e numero di risultati configurabili.

Strumenti di ingegneria per DeepSeek Harness: registra due Host Tools per il modello, un runner `git` con ambito limitato e un runner del package manager (`dev`) che rileva npm/pnpm/yarn/bun dal lockfile e sceglie il comando corretto. Entrambi passano dalla shell sandbox di dsh e restituiscono stdout/stderr/exitCode strutturati. Aggiungere un altro tool richiede copiare un blocco di registrazione.

Scorciatoia da tastiera per inserire un messaggio incoraggiante nella conversazione dsh-TUI attiva: consente di dare indicazioni durante un tool in esecuzione oppure interrompe e consegna il messaggio se il modello sta solo generando testo.

Pagina complementare di Models che elenca le modalità di input di ogni modello e permette di modificarle per entrambe le famiglie di adapter LLM.

Plugin per DSH Web GUI: pagina dedicata «Token 用量» in Settings con uso globale dei token per modello. Scansione incrementale dei file di sessione, cache fold persistente, selettore di intervallo di date con preimpostazioni, filtri modello/provider e dati giornalieri.

Aggiunge la modalità di accesso «approva per me»: un modello revisore indipendente risponde alle richieste e può leggere l’area di lavoro senza modificarla. Se il modello revisore non può funzionare, la restituisce a una persona; ogni decisione con motivazione è registrata in Approvals.

Ruoli di subagent nominati e definiti da file per DeepSeek Harness: persona, skill dedicate, permessi degli strumenti, sequenza ordinata di modelli con fallback e gruppi derivati.

Plugin dsh che sostituisce gli adapter integrati llm-pi-ai e llm-deepseek, il selettore modelli e la pagina Models con versioni mantenute in proprio. Segue l’upstream @earendil-works/pi-ai e aggiunge consultazioni di quota/saldo e UI di gestione provider.

Fork gopkg per collegare a DSH i modelli WorkBuddy / WorkBuddy AI, con scelta della finestra di contesto per modello e del formato di richiesta del client desktop.

Fase di analisi completa, addestramento del modello e stima per la ricerca su asset pricing e machine learning. Include una skill.