Plugin

Riavvolgimento della conversazione in-place nella stessa finestra di sessione senza fork (semantica /rewind di Claude Code): un pulsante ↶ per messaggio riporta il contesto del modello a qualsiasi messaggio utente, con ripristino opzionale dei file in stile Claude Code dai backup salvati su disco.

Riavvolge insieme una conversazione di DeepSeek Harness e il suo workspace, senza toccare Git: ogni riavvolgimento è un fork, /redo lo inverte e un motore Rust crea snapshot in pochi millisecondi.

Installa quattro preset di ricerca matematica multi-agente per DSH: v2 (pipeline guidata dalla probabilità con dibattito tra più verificatori), v3 (base di conoscenza Markdown in stile paper con un agente pianificatore e una libreria di metodi riutilizzabile), v4 (residenti persistenti auto-organizzati che si scrivono e si incontrano) e v5 (un istituto di ricerca con un accademico che scompone e assegna il lavoro, ricercatori votanti, lavoratori temporanei, chat di gruppo e una board di attività compare-and-set); tutti e quattro supportano la ripresa da checkpoint, l'intervento umano e un interruttore opzionale di verifica formale Lean (off/encourage/require) la cui prova superata trasforma il voto in un controllo di fedeltà delle affermazioni Lean.

Brainstorming visivo a rami che crea una sessione isolata per ogni direzione, automatizza gli handoff di genitore, fratello, checkpoint e ritorno, e fornisce una scheda ad albero completa con una vista opzionale Better Sidebar.

/rewind in stile Claude Code per DeepSeek Harness: snapshot dello spazio di lavoro basati su git prima di ogni esecuzione di strumento che modifica lo stato, biforcazioni di sessione ai confini dei turni e un comando /rewind in un solo passaggio che ripristina i file e riporta la sessione a un checkpoint.

Porta lo stato persistente delle attività tra DeepSeek Harness, WorkBuddy, Claude Code e Codex, con checkpoint leggibili dalla macchina e locking ottimistico.

Il bundle DeepSeek Harness registra un'abilità che converte la produzione lunga (articoli accademici, analisi di settore, commenti aziendali) in pipeline a 9 ruoli: scout T1 letteratura / T2 dati / T3 casi in parallelo, T4 analista, T5 scrittore, T6 compagno critico, T7 revisore contabile, T8 finalizzatore, T9 revisore paritario eseguiti dal coordinatore. Su 6 fasi con verifica triangolare delle evidenze, M-gate di 23 controlli, audit G0-G14 incluso gate di tracciamento IA cinese, punteggio peer-review con abbinamento riviste, e 4 checkpoint umani. Installazione con `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch più lib/index.js); fornisce schede ruolo T1-T9, modelli e 11 script di verifica senza dipendenze, con README in cinque lingue.

Esplora i checkpoint prodotti da dsh-checkpoint-rewind come una timeline di nodi temporali e mostra i diff riga per riga per file tra qualsiasi coppia di essi, con replay delle tracce dai log di sessione (nessun producer di snapshot necessario) e rollback del workspace orientato all'anteprima con undo in un solo colpo, tramite i comandi /diff e /rollback, una JSON HTTP API e un pannello GUI.

Guardrail applicati dal motore per gli sciami di agenti di DeepSeek Harness: i gate di qualità respingono il lavoro a metà, checkpoint a prova di crash riprendono sul posto — tiene i team IA non solo in funzione, ma integri.

Esegue pipeline AItelier da DSH tramite MCP: 39 strumenti (22 lettura, 17 scrittura) per generare, eseguire, ispezionare, modificare, esportare e importare pipeline SkillFlow multi-fase. I passi vengono eseguiti in AItelier anziché nella sessione DSH e sono interrogati tramite run_id, si mettono in pausa ai checkpoint imposti dal motore a cui si risponde con answer_checkpoint, e lasciano tracce per passo e output di passo da leggere successivamente; add_provider / map_model / edit_role puntano un singolo ruolo verso un endpoint locale o più economico. Include un'abilità aitelier-pipelines.

Stato di lavoro esplicito tra sessioni per DeepSeek Harness: obiettivi, decisioni e passi successivi acquisiti automaticamente dagli eventi host o tramite uno strumento work_state visibile al modello, ispezionabile con /checkpoint.

Workspace checkpoints per tool call: records every file mutation inside the workspace (excluding .git and node_modules by default), including changes made by shell commands rather than by write/edit, and stores the previous content of each changed path in a content-addressed store kept outside the workspace. Restores have two modes — undo one record, or return to a point in time — with a line-level diff preview, a dry run by default, and a rescue record written before every restore so the restore itself can be undone.

Model-autonomous context compaction for DeepSeek Harness: a mind_map tool surveys the agent context surface (stable seq ids, roles, token weights, clear-boundary markers, the clear-mind playbook), a clear_mind tool replaces a chosen conversation-history span with a model-written checkpoint through the native compaction transaction, call and result pairs self-collapse into one-line tombstones, and a proactive reminder nudges the model when the context grows long or a turn runs too many steps.

Per-project memory for DeepSeek Harness. Three Markdown files per workspace — PROJECT.md, DECISIONS.md and SESSIONS.md — are auto-created on the first step of any session in that workspace, re-read from disk and re-injected only when they change (and re-injected if compaction dropped them), and written back by classification through a memory_checkpoint tool, with a bounded end-of-turn nudge when a turn did work but recorded nothing. memory_read and memory_search read the live log and the archive, the latter over a zero-dependency BM25 index. The session log is capped at 200 entries with the overflow moved to SESSIONS-archive.md — never injected, but visible, readable and searchable, and restorable one entry at a time. Settings page: a workspace list with a path filter, read-only tabs for the three memory files plus the archive, reload, export/import of one workspace's memory as a JSON bundle, a two-step clear, a panel that rewrites or removes the AGENTS.md instruction block, and a PROJECT.md staleness reminder. A composer status chip shows that workspace's sync state and creates the files on click. Zero dependencies — no vector store, no embeddings, and no model calls.

TRAE-style conversation rollback — per-turn checkpoints (10-turn sliding window) roll back touched files and truncate model context in place, keeping the same session id. Human-initiated only: a /rollback command or a per-turn Web button (works on interrupted turns too), with a preview listing each affected file and its action — restore, recover, delete, or skip.

Browser patrol & website inspection plugin for DeepSeek Harness (DSH). Teach once, replay deterministic runbooks with managed Chromium, screenshots, credentials, checkpoints and selector recovery.

Smart checkpoints, workspace safety guards and instant rollback for DeepSeek Harness.

Multi-language subtitle translation workflow for dsh: SRT/VTT parsing, sentence-level LLM translation, bilingual merge, batched with resumable checkpoints.

Classificatore autonomo dei permessi per il preset auto: regole allow/deny per strumento, un giudice semantico LLM e checkpoint git per sessioni non presidiate.

Revisore diff incrementale per DSH: dopo l'approvazione di un batch, vengono mostrati solo i nuovi cambiamenti dal checkpoint, con un pannello di revisione web e un comando `/review` che inietta feedback di ritorno all'agente.

Aggiunge strumenti Git per status, diff, log, commit, branch e checkpoint opzionali, tutti soggetti ad approvazione

Creates local, content-addressed workspace checkpoints with diff previews and two-phase restore confirmation.

Tiered compaction hub: replaces the single 80% compaction cliff with a configurable ladder (default 30/50/70/90) whose tiers escalate from gentle to maximum consolidation laws, folds a deterministic keyword index into every checkpoint so facts accumulate across cycles, and summarizes through a model chain — primary plus up to 3 fallbacks, each with its own reasoning effort. Adds a Compaction module sub-tab and a Settings card; toggling off always restores stock compaction.

Session-memory autopilot: watches DSH sessions and extracts OKF entries in-process through the harness LLM (ctx.llm, deepseek-official by default) at idle, commit, compaction and end checkpoints, storing them via the vault MCP server.