Plugin

Routing automatico dello sforzo di pensiero per dsh: un classificatore a 7 domande fine-tunato localmente (ModernBERT, 842MB, inferenza CPU <1s) sceglie low/high/max per i messaggi senza intento; i retry in-sessione alzano il livello (da low a high a max) sotto vincoli di esclusione; il servizio di giudizio ritorna in sicurezza a low se irraggiungibile. Un chip del livello nella barra di input mostra il livello attuale e gli ultimi 20 giudizi. Tutta l'inferenza è locale - il testo delle attività non lascia mai la macchina.

RAG per una knowledge base bibliografica locale: 10 strumenti (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), ricerca ibrida BM25+vector+reranker, QA con citazioni e link DOI cliccabili, embedding bge interamente locali su un indice SQLite in un singolo file. Richiede Python 3.9+ con pymupdf, faiss-cpu e sentence-transformers; l'installer `npx dsh-kb-rag-install` li configura e pre-scarica il modello.

Shell in stile eDEX-UI sopra la GUI web di DSH: barra sinistra di telemetria di sistema con sparkline CPU per singolo core, barra destra con mappa del mondo encom-globe e grafico del traffico in upload/download, browser del filesystem con anteprima dei file e un composer in stile terminale che segue il workspace attivo.

Dashboard a schede server per DSH: stato per host, CPU, memoria, disco e latenza, con terminali SSH xterm.js con un clic; importa ~/.ssh/config e si monta come una scheda better-sidebar o come cassetto destro autonomo.

Plugin di memoria tra sessioni per DSH (v0.6.1, npm @asherliner/dsh-memory-connect): estrazione automatica, indicizzazione SQLite FTS5, richiamo semantico RRF iniettato nel prompt di sistema a ogni turno, manutenzione pianificata, consolidamento LLM via ctx.llm, prevenzione dell'esplosione del contesto, identità Soul globale via ~/.dsh/soul.md. v0.5.0: grafo di contesto temporale, modello di fiducia, riassunto a fine turno. v0.6.0: embedding semantici locali (BAAI/bge-small-zh-v1.5), nessuna chiamata al cloud. v0.6.1: corretta l'espansione di ~ nella configurazione dei percorsi. Installazione senza configurazione.

Fallback OCR locale per percorsi solo testo: quando il modello di sessione dichiara di non poter accettare immagini, l'immagine allegata viene memorizzata nella cache locale e il suo percorso viene iniettato così che il modello possa chiamare ocr_image — PP-OCRv5 + ONNX Runtime su CPU, nessuna chiave API, le immagini non lasciano mai la macchina. Silenzioso quando il modello può vedere le immagini.

Renderizza in tempo reale nel browser gli sfondi scene di Wallpaper Engine (player three.js più una simulazione CPU di particelle in Rust/WASM) e riproduce sfondi video e web, con fallback all'immagine di anteprima, senza richiedere il runtime di Wallpaper Engine. Scansiona la libreria locale del workshop di Steam (431960) tramite rilevamento automatico o percorso manuale, e offre un pannello di impostazioni per la selezione degli sfondi, le directory della libreria e del motore, bagliore, pausa e qualità.

Riconoscimento di immagini grandi per modelli vision-exp: riconoscimento a tile 800×800 senza perdita (smart/pipeline/full), OCR locale con pre-elaborazione e instradamento della grafia, GPU multi-vendor opzionale (DirectML/CUDA/OpenVINO) con fallback automatico a CPU.

Strumenti DSH per riprodurre e validare il benchmark CPU del protocollo v1 di ml-quant-trading, quindi redigere un report pronto per una issue. Richiede un clone locale di initial-d/ml-quant-trading (impostato come workspace o repoPath) oltre a Python e PyTorch; questo plugin non scarica il repository né installa le sue dipendenze.

Converte documenti Office e PDF (inclusi quelli scansionati) in Markdown strutturalmente formattato tramite una pipeline OCR con instradamento a priorità CPU (RapidOCR/SLANet/FormulaNet).

Plugin DeepSeek Harness per SCNet HPC: configurazione SSH, job Slurm CPU/DCU, probing del cluster, diagnostica dei nodi di calcolo e guida Hygon DCU/DTK.

Animaletto desktop viola e bianco che si aggancia al bordo dello schermo e mostra in tempo reale temperature di CPU, RAM, GPU e NVMe con informazioni hardware.

Mostra l'utilizzo in tempo reale di CPU e memoria della macchina che esegue il server web DSH.

Widget mobile dello stato del sistema: utilizzo di CPU/memoria/disco in tempo reale nell'angolo in basso a destra dell'interfaccia web DSH con avvisi cromatici per soglia.

DSH 插件：用于局域网内设备监控，在右侧边栏（结合 dsh-better-sidebar）登记最多 10 台设备， 通过 SSH 定时采集运行指标、画波形图，并对 CPU / 内存 / 磁盘 / 温度做阈值告警。

DSH 侧栏实时硬件监控：CPU / GPU / 内存 / 磁盘一页看完，每秒刷新，每个读数都能下钻到是哪个应用。支持容量与内存耗尽预测、阈值告警与 NDJSON 导出。纯 Node，零运行时依赖，完整功能仅 Windows。

Windows host performance from WSL: CPU, memory, disk and top processes.

Service control panel in DSH Web settings: live host info (PID, versions, uptime, memory/CPU trends, active sessions), npm update banner, and a confirm-guarded graceful stop that warns when tasks are running and can wait for them to finish.

Monitor di sistema nella barra laterale per l'interfaccia Web DSH: panoramica live dell'host (CPU/memoria/rete/disco), elenco dei processi e stato dei container Docker, tutto in sola lettura.

Strumenti di informazioni sui dispositivi Windows in sola lettura: uno strumento agente per ogni categoria di dispositivo Win32 (ora, sistema, cpu, memoria, disco, gpu, rete, batteria, processi, usb, audio, stampanti) tramite collettori WMI/CIM e Node os

蛋白质结构预测与设计插件：序列设计（ProteinMPNN/SolubleMPNN/LigandMPNN）、结构预测（ESMFold）、复合物界面筛选、序列理化打分与多样性聚类——零手动自举（本地 CPU/GPU 自适应），供 dsh-bio-genie 消费 | Protein structure prediction & design toolkit for dsh (sequence design, folding, interface screening)

Real-time host performance monitor for the DeepSeek Harness right Sidebar: CPU / memory / swap gauges, a GPU clock and VRAM line, CPU / GPU / motherboard / drive temperatures, a sortable process table, and a keep-awake toggle for remote sessions — on Linu

Live btop-style CPU/memory/temperature/GPU monitor tab for the DeepSeek Harness web GUI.

Large-image recognition for vision-exp models: lossless 800×800 tile recognition (smart/pipeline/full), local OCR with preprocessing & handwriting routing, optional multi-vendor GPU (DirectML/CUDA/OpenVINO) with auto CPU fallback.