Plugin

Memory Body: unità di memoria nominate, cross-sessione, isolate e montabili

Un repository, tre parti: un iniettore runtime per i pacchetti plugin di DSH (inietta, ricarica a caldo, scarica, porta in primo piano uno strumento di staging di sviluppo, routing autoriparante, più un gestore di plugin nella pagina delle impostazioni che elenca, scarica e trascina cartelle per internalizzarle), un agent preset router di modalità di ragionamento consapevole del task (router-standard / router-spec / router-react) e un protocollo di attività graduato a due livelli i cui sei strumenti (commit_star, lock_stage, revise_do, edit_plan, mark_task, redteam_verdict) fissano lo stato del task su disco. L'implementazione dell'iniettore è inclusa nell'albero, quindi l'installazione porta con sé il proprio comportamento invece di una lista di dipendenze.

Pacchetto di sola configurazione che monta Ouroboros tramite il client MCP di DSH, esponendo 36 strumenti di flusso di lavoro per interviste, Seed, esecuzione, valutazione ed evoluzione in DSH.

LoopX, un kernel di stato e un control plane neutrali rispetto ai provider e local-first per agenti di lungo orizzonte: mantiene lo stato di Goal, Todo, gate, evidenza, quota, recupero e handoff al di sopra di DeepSeek Harness, mentre il plugin esegue il bootstrap della CLI e delle skill, ammette una continuazione limitata nella stessa sessione e aggiunge un GoalBar di loopback per il ciclo limitato esatto.

LoopX, un kernel di stato e piano di controllo locale, neutrale rispetto al provider, per agent a lungo orizzonte: mantiene Goal, Todo, gate, evidence, quota, recovery e handoff sopra DeepSeek Harness, mentre il plugin avvia il CLI e le skills, ammette una continuazione limitata nella stessa sessione e aggiunge una GoalBar loopback per il loop con limite esatto.

iPolloWork HyperFrames Video Studio e 27 modelli video modificabili come vista di conversazione nativa di DeepSeek Harness.

Sostituisce i provider del filesystem e bash con uno spazio di lavoro virtuale mirage: gli strumenti per i file e i comandi shell vengono eseguiti su risorse montate (RAM, S3, Redis, Slack, Gmail, Notion, Postgres) invece che sul disco host, con modalità di lettura/scrittura/esecuzione per ciascun mount, instradamento sandbox per comando (monty, pyodide, quickjs in processo; docker, e2b, daytona remoti) e CLI installate (git, gh, slack, linear, ntn, gws, oppure una registrata dall'utente) come parole iniziali nel terminale virtuale.

Collega DeepSeek Harness alla base di conoscenza personale local-first e auto-evolutiva di ReMe: cattura automaticamente le conversazioni completate dell'agente principale come memoria Markdown di proprietà dell'utente, cerca conversazioni e materiali originali tramite reme_search con BM25, embedding opzionali e espansione dei wikilink, e pianifica una consolidazione giornaliera della memoria.

Collega DeepSeek Harness alla base di conoscenza personale locale-first e autoevolutiva di ReMe: cattura automaticamente le conversazioni completate dell'agente principale come memoria Markdown di proprietà dell'utente, cerca nelle conversazioni e nel materiale sorgente tramite reme_search con BM25, embedding opzionali ed espansione dei wikilink, e pianifica il consolidamento giornaliero della memoria.

Collega bot di messaggistica istantanea a DeepSeek Harness tramite codici QR o credenziali del bot (9 canali: Feishu, WeChat, DingTalk, WeCom, QQ, Slack, Telegram, Discord e WhatsApp).

Una protezione pre-esecuzione per gli agenti di coding IA. Blocca comandi Git e di filesystem distruttivi, oltre ai comuni tentativi di accedere a file sensibili, prima che venga eseguita una chiamata a uno strumento. Supporta Amp Code, Antigravity CLI, Claude Code, Codex, Cursor, DeepSeek Harness, Gemini CLI, GitHub Copilot CLI, Grok Build, Hermes Agent, Kimi Code, OpenClaw, OpenCode e Pi.

Pacchetto di metodi di ingegneria del software per agenti di coding, con competenze per la pianificazione basata su baseline, il debug sistematico, l'igiene dei prompt, la verifica prima del completamento e il tracciamento di riparazioni/dismissioni.

Esegue audit di sicurezza locali di relay API AI e proxy LLM da DeepSeek Harness, producendo report Markdown su prompt injection, segnali di sostituzione del modello, riscrittura delle chiamate agli strumenti, perdita di errori, integrità dello stream e rischi Web3 controllati dal profilo.

Connette dsh a un runtime locale SandBase Harness tramite stdio MCP per gestire agenti e sessioni, trasmettere turni, ispezionare artefatti e annullare attività.

Generazione di immagini conversazionale nativa per DeepSeek Harness: chiedi all'agente di creare un'immagine e si occupa della generazione e mantiene il risultato direttamente nella conversazione.

Memoria di ripristino dai fallimenti: cerca e registra le lezioni di ripristino dai fallimenti tratte da sessioni di ingegneria reali, con recupero BM25 + RAG semantico e una base di conoscenza delle lezioni apprese.

Memoria persistente supervisionata da LLM per agenti AI — recupero basato su grafo, conoscenza cross-sessione, binario singolo. Funziona con DeepSeek Harness, Claude Code, OpenClaw e qualsiasi runtime agente.

Usa gli abbonamenti ChatGPT (Codex), Claude e Grok come provider LLM per DeepSeek Harness, con login nelle Impostazioni, cataloghi di modelli, utilizzo, più strumenti image_generate, video_generate e x_search.

Le capacità di DeepWatch, installabili in un profilo DeepSeek Harness esistente

Distribuzione della community: TUI, desktop e Web UI in un unico bundle con installazione a livelli.

Un simulatore iOS live o un iPhone collegato via USB dentro la conversazione: 22 tool per avviare, compilare e guidare l'interfaccia tramite identità di accessibilità o testo OCR, azioni sulle righe di lista e hot reload delle preview SwiftUI, più un pannello laterale in streaming che puoi toccare e trascinare.

Esplorazione dell'architettura AGI white-box: metacognizione (ciclo di auto-cognizione), apprendimento continuo (volano della conoscenza), modello del mondo (spazio delle condizioni, grafo di memoria spazio-temporale), auto-miglioramento (disciplina bootstrap), pipeline white-box zero-LLM e guardrail di fiducia verificabili.

Un plugin DSH per produzione di fiction, short-drama, giochi interattivi e video-recap

Squadre multi-modello persistenti configurate in Impostazioni e selezionate nel Composer, con policy di modello e strumenti per membro. Per impostazione predefinita l'Agent principale completa da sé il lavoro semplice e delega solo quando serve la squadra salvata; il lavoro delegato viene eseguito come DAG limitato con revisione e riparazione opzionali. Run Center traccia i tentativi e i token per membro dagli eventi di utilizzo ufficiali di Harness.