Plugin

Bundle DeepSeek Harness per testi lunghi (articoli accademici, analisi di settore, commenti economici), pipeline a 9 ruoli/6 fasi: T1 letteratura, T2 dati e T3 casi in parallelo; T4 analista, T5 autore, T6 compagno critico, T7 revisore, T8 finalizzatore eseguito dal coordinatore, T9 peer reviewer. Include verifica triangolare delle prove; M-gate: 26 controlli (25 script + 1 umano); audit G0-G16 con controllo delle tracce di scrittura AI nei testi cinesi; punteggio peer review con abbinamento alla rivista; 4 checkpoint umani. Installa: `dsh plugin add lunheng-article-pipeline` (`package.json#dsh.bundle.patch` e `lib/index.js` registrano la skill). Schede T1-T9, modelli, 36 script senza dipendenze e README in 5 lingue.

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

Rollback delle conversazioni in stile TRAE — checkpoint per turno (finestra scorrevole di 10 turni) ripristinano i file toccati e troncano sul posto il contesto del modello, mantenendo lo stesso session id. Solo su iniziativa umana: un comando /rollback o un pulsante Web per turno (funziona anche su turni interrotti), con un'anteprima che elenca ogni file interessato e la sua azione — ripristina, recupera, elimina o salta.

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.

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.

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.

Aggiunge Delete session al menu contestuale laterale; dopo la conferma con dimensione dei log e attività corrente, scollega correttamente file di log, projection checkpoint e registrazioni di memoria host.

Workbench di codice nella barra laterale destra: albero file workspace e Monaco editor multi-tab (evidenziazione, salvataggio con controllo versione), completamento Tab DeepSeek fill-in-the-middle, checkpoint/rollback per ogni salvataggio, ricerca codebase e tool agente `codebase_search`, oltre a chip di riferimento che inseriscono la selezione in chat come menzione `@path`.

Checkpoint locali per le attività e ripristino circoscritto per DSH, con memoria gerarchica L0–L3 facoltativa, recupero che considera le dipendenze, contesto che considera i prerequisiti e sei strumenti di memoria attivabili facoltativamente.

Bridge sperimentale per Windows che consente a Codex di supervisionare attività DSH Desktop 0.2.1-rc.3 tramite MCP locale: domande bloccanti sulla direzione, checkpoint del piano, revisione e correzione, routing verso workspace nominati. Adattamento Windows di Cryocell77/dsh-desktop-mcp-bridge (MIT); usa lo stesso nome di pacchetto e voce del loader, quindi non è attivabile insieme all’originale.

Pacchetto produttività DeepSeek Harness: ricerca conversazioni, checkpoint, gestione contesto, chat principale e laterale, memoria locale a lungo termine, attività e pianificazione giornaliera.

Checkpoint dell’intero workspace per turno: snapshot a fine turno e lista dei file modificati sotto quel turno. Ripristina file, conversazione o entrambi. La scansione dell’intero albero, non un hook di scrittura, registra anche modifiche da shell, editor esterni e git. Il ripristino della conversazione crea un fork da quel turno senza troncare l’originale; anche il ripristino è annullabile. Cronologia in repo git ombra sotto DSH_HOME, senza toccare il .git del progetto. Richiede Git >=2.20 e Node.js >=20.

Rollback delle conversazioni in stile TRAE, ricostruito per DSH 0.1.7-rc.2: checkpoint per turno ripristinano i file modificati e troncano il contesto del modello nella stessa session id. /rollback doctor verifica il framework-contract; il diff dei file coinvolti confronta lo stato attuale su disco, restando corretto dopo il riavvio. Include annullamento dell’ultima azione con Ctrl+Shift+Z, opzione per nascondere i messaggi annullati e UI inglese.

Plugin di pattugliamento browser e ispezione siti: insegna una volta e riproduce runbook deterministici con Chromium gestito, screenshot, credenziali, checkpoint e recupero dei selettori.

Checkpoint intelligenti, protezioni di sicurezza del workspace e rollback immediato per DeepSeek Harness.

Flusso di traduzione di sottotitoli multilingua per dsh: parsing SRT/VTT, traduzione LLM a livello di frase, fusione bilingue, in batch con checkpoint ripristinabili.

Per-turn git checkpoints of a workspace: undo one turn’s changes, or go back to the end of an earlier turn, with a diff preview and an undo of the revert itself.

Host-side progress checkpoints for long DSH tasks. After N minutes or M tool calls the model is nudged to post a one-line progress note and keep working, so you can correct it before it runs far off course.

Writes a novel from one idea to a validated manuscript with a code-driven workflow: a JavaScript state machine runs the stages (constitution, outline, design, writing, validation, batch, export) and a 15-step per-chapter loop, PowerShell scripts validate each gate, and versioned checkpoints let a restart resume at the exact chapter. Nine subagent roles do the drafting and review. Needs PowerShell 7 (pwsh) and Python 3.7+; without pwsh the gates record a DEGRADED verdict and the run pauses.

Per-turn, per-file checkpoints for files written by DSH tools: keep, undo, redo, and revert to here from a dock above the composer, with inline before/after diffs, pinning, and per-session storage cleanup.

A Conductor tab and commands for a chat's context: /new replaces the context in place with a model-written handoff, /rewind restores the chat and the agent's file edits to an earlier prompt, plus /drop, pins, an automatic compaction level, recovery after failed turns, silent messages between chats and agent and task orchestration. Supersedes dsh-orchestrator, dsh-force-compact and dsh-continue, so do not install it alongside them. Requires DSH >= 0.2.1-rc.5, Node >= 22.5, the web profile and dsh-better-sidebar.

Routes model and reasoning effort per turn: a cheap classifier reads each request and picks one of five tiers, a supervisor model re-routes on tool errors and checkpoints, and upgrading to the stronger model waits for confirmation.

Declarative DAG runtime for DSH tool plans with bounded parallel execution, read-only retries, per-step checkpoints, cancellation, and conservative crash recovery.

Keep conclusions alive across context compaction: the model writes a task checkpoint and the plugin re-injects it into the system prompt's first node — the span compaction never touches, so it survives any number of compactions. Four-tier injection (0/95/175/≤12000 chars) scales with session relatedness; checkpoints live in the plugin's own folder, never in your workspace.