Plugin

Plugin host DSH per LLM locali e via API: miglioramento continuo a ogni uso con autocontrolli tramite ragionamento contrario, escalation al critico, recupero memoria con indice invertito, guida alla convergenza del ciclo di coding e guardia di consegna a cinque stati.

Modifica un messaggio inviato per riavvolgere e diramare la conversazione da quel turno, cambia versione con un contatore sotto il fumetto, e sfoglia ogni branch in un albero di versioni a livello di turno.

Pannello di anatomia per gli organi di Agent-Body: fornisce una dashboard dei parametri vitali in tempo reale su /anatomy all'interno dell'harness stesso — organi, battito, registro di guarigione, contatori di auto-addestramento e il flusso di impulso reale — letti direttamente dai file di runtime anziché ridigitati. Solo host, senza bundle client e senza fase di build.

Non è un altro plugin di memoria: ODR è un ciclo di auto-miglioramento in mondi evolutivi (Dream-RSI). I tentativi vengono registrati in un Discovery Tree e, tra le esecuzioni, migliaia di varianti strategiche sono riprodotte in quel mondo. Una strategia, ricetta o lezione viene promossa solo dopo aver superato la riproduzione controfattuale, mai sulla sola parola del modello; Sentinel controlla le chiamate agli strumenti prima di consumare il budget. L’LLM resta congelato. Si installa da npm come dsh-open-dream-rsi.

Auto-miglioramento offline per agenti di codice: verifica strategie con replay controfattuale su un modello del mondo evolutivo. Senza fine-tuning, LLM congelato. Include MCP e Python server.

Livelli di utilizzo e schede statistiche condivisibili: 🐟→🐳 classifiche per consumo mensile di token con percentile stimato calcolato localmente, prezzi precisi per 46 modelli di 6 fornitori (inclusi prezzi cinesi per fascia di dimensione), backfill delle sessioni pre-installazione e confronto vecchio/nuovo dopo la modifica delle tariffe del 2026-08-17. Solo locale, nessuna telemetria.

Provider di modelli Kiro con accesso tramite Builder ID, Identity Center, Google, GitHub e importazione di credenziali, aggiornamento automatico di token e profili, utilizzo dell'account, scoperta dei modelli in tempo reale, sforzi di ragionamento selezionabili, chiamate di strumenti in streaming, gestione del motivo di arresto del provider e dell'overflow del contesto, e contabilità dei token che usa i contatori esatti di Kiro quando li invia e altrimenti scala la percentuale di utilizzo del contesto inviata in base alla finestra dichiarata del modello.

Statistiche live dei token sotto il composer DSH Web: token/s in streaming, latenza del token di output e del primo byte, più riconciliazione per fase tra stimato ed effettivo tramite il tokenizer BPE ufficiale, per distinguere un flusso lento da uno bloccato.

SHOPLINE AI Toolkit: collega il server MCP ufficiale SHOPLINE Developer e fornisce sette skill agente SHOPLINE (Admin REST, GraphQL, OAuth, webhook, Sline) — la controparte SHOPLINE dello Shopify AI Toolkit

Orologio di fatturazione punta/non punta con lettura account neutrale rispetto al provider (saldo DeepSeek, finestre del piano in abbonamento, crediti del relay), spesa per turno misurata dal contatore del provider stesso, e una scena /hist di cronologia dei token suddivisa per provider per dsh-tui

Invia automaticamente "continue" per recuperare da errori RATE_LIMIT (429) e QUOTA (insufficient_quota). Contatore dei fallimenti consecutivi per sessione (predefinito 20, configurabile 1-100), interruttore on/off nella toolbar e scheda nella pagina impostazioni.

Catch-em-all stile Pokemon: il tuo lavoro vero è l'erba alta — turni, chiamate agli strumenti ed errori generano incontri selvatici; lancia sfere, riempi un dex da 28 slot, schiera una squadra di sei. Zero token, invisibile al modello.

Realtime token counter beside the deep-thinking indicator in chat, with merged or split input/output display, per-step operation counts, and auto-scaling K/M/G/T units.

Deterministic goal-completion gate for DSH: a contract-first AC grammar with named failable check commands, a gate that re-runs every check itself (zero model trust), verdicts bound to a tree digest so file changes void passing verdicts, and a hard deny on false completion at update_goal via tools/pre-execute with a false-complete counter that blocks after two catches; scope-aware task-level claim handling (strict or goal-only) keeps multi-task Agent Teams loops from deadlocking.

Per-project MCP servers: a project declares servers in its own documents (`.dsh/mcp.json` by default; the local and global file lists are settings), and they are mounted only for the sessions working in that project — on the first turn of a session, released when it goes idle. A right-sidebar tab and a Settings page list each project with a live session, the status of every server and the session holding each mount, with `Sync` / `Retry` / `Release`, an `enabled` switch and an editor over one existing entry; a per-project tool policy (`disclosure` / `direct` / `off`) with pins and `mcp_search_tools` decides what the model sees; `${VAR}` references resolve through the project `.env` files and the credentials file; per-server call counters outlive the sessions that produced them.

TypeSafe Jev (modello decisionale System One) per DeepSeek Harness, end to end: jev_decision (choice/score/noul, parallelo, risposte tipizzate + confidenza), una scheda Impostazioni > Plugin per la chiave API e gli interruttori, viste inline dei tool che mostrano ogni decisione nella conversazione (risposta, confidenza, latenza, costo), un auto-guard (controlli deterministici + rischi/loop di Jev), una dashboard locale /jev e un benchmark di verifica online (96,3% su 27 domande etichettate, mediana ~283 ms su jev-latest, 2026-09-21). Onesto per design: solo API reale, nessun fallback mock.

English word bank for one or more children, built for DSH 0.2 and newer (0.2.0-rc.1 and 0.2.0-rc.2 verified, including the desktop shell; 0.1.7 through 0.2.x all work). 1.10 added pronunciation: in the memory cards and in the online quiz every word and every example sentence has a speaker button that reads it aloud with the built-in Windows voice - offline, with no network call and no model call - and the whole batch of audio is pre-rendered in the background whenever cards or an exam are generated, so a click starts instantly. 1.11 adds: pick words in bulk straight from the library (10 at a time, top-down, up to 50 selected, with a live counter); turn the words a child got wrong in a quiz into a one-click review set - an online card page that speaks plus a printable PDF; and every card example sentence now carries its Chinese translation underneath. Words marked on textbook or workbook photos (highlighter, red pen) are found by their marks, then translated and stored in a local SQLite bank with an occurrence count; the clipboard picker, the photo route and dictation all land in the same bank. High-frequency words surface by count, three correct answers in a row flag a word as learned, and any selection prints as a memory card set (a word split into chunks, real IPA per chunk, a grade-7 example sentence, a mnemonic hook, an A4 sheet of eight) in HTML, PDF or Word, with a print-and-answer exam page whose four options are set against each other for meaning. On 0.1.5 the settings panel does not appear - install dsh-word-vault@1.0.2 instead.

Aggiunge strumenti per la scoperta del catalogo, il contatto con le controparti, la firma dei contratti, il coordinamento del regolamento, il passaggio di consegne dei task umani e le ricevute firmate per il commercio agent-native.

Totali persistenti dell'utilizzo dei token riportati dal provider con statistiche di attività per sessione, per modello e giornaliere.

Gives the agent its own clock: per-session time readings whose precision the agent can change at runtime, elapsed-time counters, and one-shot countdowns that survive a host restart.

Turns the composer's reasoning-effort menu into a draggable slider and takes over the stock model-and-reasoning-level chip. Dragging follows the pointer continuously; releasing snaps to the nearest level and submits one session update per drag. The track draws its own fill, tick marks and white knob, only the highest levels (xhigh, max, ultra) get a flowing brand-colour gradient, and both ends carry the lowest and highest level names. The same card expands into the official model list. Arrow keys step one level, PageUp and PageDown two, Home and End jump to the ends, and each move submits. A generation counter on the directory object discards late responses, and reduced-motion turns the animations off. All data comes from the stock modelDirectories directory; no new capabilities are added.

Hierarchical session tree for the sidebar - native subagent trees plus an optional organization-derived hierarchy, with collapsed branch counters and orphan/cycle defense.

Claude-style composer header bar: shows working-tree diff counters, quick branch switcher, native diff drawer integration, and adaptive PR creation with Actions CI status.

Preventive content policy for DeepSeek Harness tool results: rewrite matched text with regex rules, or drop/truncate unpredictable payloads by field path before they are normalised, rendered, or persisted. The upstream counterpart to dsh-plugin-redact.