Plugin

Widget balena fisso nell'angolo per la GUI web di DSH — saldo, utilizzo del giorno e costo per turno con tariffe punta/fuoripunta, bolle modificabili di avviso saldo e budget giornaliero, coda di bolle personalizzate basata su moduli con scelte pesate A/B e righe o immagini casuali, oltre 30 modelli di fornitori (OpenAI, OpenRouter, Kimi, SiliconFlow, Ark, Zhipu, MiniMax e altri) con saldo per modello e quota in abbonamento, più suono di fine attività, audio importato, ruoli personalizzati e un gestore risorse. Solo locale, nessuna telemetria.

Costo API per sessione e giornaliero, budget con percentuale di utilizzo, saldo ufficiale, dashboard cronologica e sincronizzazione dei prezzi ufficiali con un clic, comprese le tariffe di punta/fuori punta.

Lettura approfondita di libri e articoli in cinque modalità (rapida, approfondita, mappa della conoscenza, Feynman, libro completo) con report affermazione-prova-dati, mappe mentali Mermaid/XMind, confronto in batch, controllo preventivo del budget, avanzamento trasparente delle attività in background ed esportazioni MD/HTML da URL, file o testo incollato.

Animale domestico desktop DSH fluttuante con 12 animazioni di stato autoprodotte per richieste, strumenti, compaction, archivio e miglioramento dei prompt; occupazione del contesto in tempo reale; un Registro a Vita persistente tra sessioni; totali per fornitore/modello, tendenze orarie e viste a 7/30 giorni; commutazione tema scuro/chiaro; stime dei costi opzionali (disattivate per impostazione predefinita) con editor visivo dei prezzi e avviso di budget mensile; importazione ZIP skin lato client; esportazione dell'utilizzo JSON/CSV; letture del pannello solo snapshot con indicizzazione incrementale in background; e miglioramento dei prompt opt-in con anteprima modificabile e invio al composer DSH.

Esecutore di batch fuori picco per DeepSeek Harness: gli utenti definiscono le attività nelle ore di punta — prompt, strategia, priorità, workspace, file bloccati — e le rilasciano manualmente; il plugin esegue quindi il batch automaticamente all'interno di finestre fuori picco definite dall'utente. Ogni esecuzione supera cinque controlli preliminari (workspace, git HEAD, sha256 dei file bloccati, adattamento alla finestra, budget giornaliero), supporta quattro strategie di esecuzione (singola / iterativa / campionamento / revisione) e tre livelli di autonomia (L1 per-attività, L2 batch, L3 completamente automatico), e chiude il ciclo con un report mattutino contenente diff, spesa effettiva e risparmi da un registro giornaliero allineato con i prezzi ufficiali di picco/valle.

Abbina i tuoi modelli e i budget di token a ciascun ruolo, poi lascia che DSH deleghi subagent specializzati in base al tipo di attività. Copre analisi dell'architettura, UI/UX, implementazione del codice, esplorazione della codebase e ricerca della documentazione, con configurazione automatica più sforzo di ragionamento e permessi degli strumenti per ruolo.

Budget di pensiero per richiesta, un backend di compattazione e una scheda impostazioni per la linea locale Qwen3.8 (llama.cpp o NInfer).

Osservabilità dei token local-first a quattro categorie: dashboard persistenti per sessione/provider/modello/giorno, tendenze, segnali di budget e anomalie, stime delle tariffe pubbliche, esportazioni aggregate sicure e analisi dell'utilizzo o della traiettoria di sessione con opt-in esplicito.

Server MCP per dati finanziari delle azioni A cinesi: 11 strumenti fin_data__* (quotazioni/candele/bilanci/calendario/dati speciali/comunicati/EDB/riconciliazione/fondi/indici) su THS REST ufficiale gratuito (primario) + AKShare (fallback) + Wind (domini esclusivi), con degradazione osservabile, compressione del budget di contesto (-72,2% misurato sui risultati) e un lago offline di 10 anni di dati di mercato. BYOK.

Team multi-agente basato su ruoli per DeepSeek Harness. /team riunisce fino a 12 subagenti (prodotto, architetto, ricerca, UI, backend, frontend, DB, sicurezza, revisore, QA, DevOps, docs) ed esegue una pipeline a 9 fasi con gate (chiarire, ricercare, progettare, revisione spec, approvazione piano, implementare, revisione, test, consegna) su artefatti condivisi. I gate di qualità li impone il codice, non i prompt: un'attività incompleta non viene segnata come completata, i riscontri li arbitra il revisore o il QA, e lacune di copertura o rework appaiono live nell'overlay e in /team status. Include un overlay live (fasi, roster con modelli, DAG, artefatti, decisioni), una modalità team persistente e la contabilizzazione di token/tempo. Zero dipendenze a runtime, nessun build.

Budget di utilizzo e tetti di costo per singolo plugin nel waterfall llm/stream: contabilità dell'uso per modello, budget di sessione e mensili con transizioni warn/block, finestre di latenza e stima dell'impronta di carbonio.

Strumento a basso costo per la comprensione dei video: un tool video_understand trasforma un link Bilibili / BV / un video locale in un layer informativo AVIS (ASR + struttura delle scene + tracking degli oggetti + etichette YOLO) e restituisce summary + Q&A. Routing dinamico tra layer guidato dalle domande (L0 ASR / L1 tracking oggetti / L2 VLM su keyframe), riuso del layer semantico per domande ripetute, tetto di budget per singola domanda. Motore Python: il layer base richiede faster-whisper / opencv / yt-dlp (~200-300MB); il layer semantico opzionale aggiunge ~2GB di torch / transformers / ultralytics. Un doctor --fix incluso configura il venv e installa entrambi.

Server MCP di dati finanziari A-share cinesi per l'harness: 11 strumenti fin_data__* (quotazioni/K-line/finanziari/calendario/dati speciali/annunci/EDB/riconciliazione/fondi/indici) su THS REST ufficiale gratuito (primario) + AKShare (fallback) + Wind (domini esclusivi), con degradazione osservabile, compressione del budget di contesto (lato risultato -72,2% misurato) e un lake di dati di mercato offline di 10 anni; BYOK.

Legge i file a cui AGENTS.md fa riferimento con import @path e ne inietta il contenuto nel contesto del modello all'avvio della sessione, con budget in byte, re-seeding dopo la compaction, e la scheda delle impostazioni è disponibile in sei lingue.

Ricerca approfondita come modalità agente: un unico ciclo revisionato che pianifica, ricerca in round paralleli adattivi guidati dai gap che i ricercatori stessi dichiarano, sintetizza un rapporto citato e poi lo rivede in modo avversariale, invece di uno script che il modello riscrive a ogni chiamata. Le domande che il budget dei round non ha mai raggiunto vengono nominate nel rapporto anziché scartate.

Contatore local-first di uso e costi per la UI web di DSH: pulsante composer con costo della sessione e saldo in tempo reale; pannello con un grafico impilato giornaliero/7 giorni per modello, tariffato per intervalli effettivi di prezzo di listino (la pagina prezzi ufficiale viene sincronizzata ogni giorno), livelli mensili di utilizzo con una card di condivisione canvas, avvisi di pressione del contesto al 30/50/85% con /compact a un clic, avvisi di budget e un controllo aggiornamenti npm nel pannello con aggiornamento a un clic.

Tracciamento dei costi con prezzi da un catalogo online (models.dev + OpenRouter, oltre 8000 modelli, ogni chiamata prezzata al suo tasso istantaneo): riga di costo per turno, scheda Costo che attribuisce la spesa a output strumento / output modello / prompt di sistema / comandi, budget, previsione mensile, ~166 valute al tasso in tempo reale e strumento agente bill_stats.

Memoria a lungo termine governata per DeepSeek Harness: registro delle evidenze di sola aggiunta con protezioni di scrittura, affermazioni su 7 livelli di autorevolezza, catene di sostituzione e iniezione pre-passaggio con budget e quote per dominio.

Memoria markdown a lungo termine tra sessioni con struttura LLM-Wiki e persona SOUL.md, iniettata all'avvio (di norma solo dopo il primo messaggio e solo nella sessione attiva), più workflow remember/recall/consolidate/forget, skill di memoria integrata, migrazione pack/unpack e un promemoria nei tempi morti. Aggiunge l'osservabilità che mancava: budget per file all'avvio che evita il troncamento della tabella di routing, last_access automatica perché il decadimento della salienza funzioni, compilatore d'indice dichiarativo, grafo di memoria interattivo, query strutturate, link incrociati suggeriti e un report `checkup` con azioni prioritizzate. Il payload di avvio cala del ~23%.

Compagno di sessione a quattro moduli: esportazione intelligente delle conversazioni (Markdown/PDF/JSON/immagine lunga PNG con redazione della privacy e ZIP in batch), riepiloghi di passaggio di contesto con salvataggio/importazione di template, ottimizzazione dei costi API (tariffe ufficiali in tempo reale, pianificazione picco/fuori picco, budget giornalieri/mensili, instradamento dei modelli), e ricerca globale nelle conversazioni con ricerca in-chat (Ctrl+F, CSS Custom Highlight API)

Un HUD d'angolo per DeepSeek Harness che mostra a colpo d'occhio la pressione sui token della sessione, il costo per modello e l'utilizzo giornaliero/mensile, con un budget modificabile e un saldo che traccia la spesa per te.

Vista di utilizzo e costi per DeepSeek Harness: aggrega l'utilizzo reale dei token dai log di sessione esistenti, blocca ogni costo al prezzo del momento dell'evento e mostra la spesa del mese e di oggi rispetto a un budget da una card nella barra laterale o da una pill nella barra di input.

Revisioni dell'advisor che convergono tra i round, una modalità ingegneria le cui scritture richiedono un design token, l'escalation di un'attività a un modello più forte e la consultazione parallela multi-modello; una pagina impostazioni modifica le route dei modelli, i timeout e i budget.

Fix della compaction per gateway qwen3.8-27b ospitati su NInfer: disattiva il thinking nelle chiamate di compaction del contesto dsh e di titolo della sessione, così il ragionamento xhigh smette di bruciare l'intero budget di output; la stessa idea vale per altri metodi di avvio, questo pacchetto è pensato solo per NInfer.