Plugin

Provider LLM Command Code non ufficiale: registra una route `commandcode` con un catalogo di modelli aggiornato in tempo reale e supporto per reasoning-effort.

Skin dello slider di reasoning adattivo che mappa i livelli di reasoning effort disponibili per ciascun modello su una scala di intensità visiva da 0 a 30, con ritratti, sfondo e colori dell'interfaccia sincronizzati.

Aggregato di funzionalità desktop che installa la collezione DSH Web UI, dshmarket, Codex Connect e i controlli reasoning-effort in versioni fissate.

Slider di intensità di reasoning in stile Codex per DSH, oltre a uno slider «pesce grasso che corre». Slider di modello e reasoning-effort in stile Codex per DeepSeek Harness.

Accesso con account ChatGPT per DeepSeek Harness tramite un flusso OAuth del browser Codex, senza chiave API e senza selezione del workspace: sottoscrive il login al provider Codex di pi-ai, consente di impostare il modello Codex e il reasoning effort predefiniti globali per le nuove sessioni, aggiorna l'elenco dei modelli dall'endpoint di catalogo dell'account connesso e mostra nel compositore le finestre di utilizzo di cinque ore e settimanali.

Lascia scorrere le tue idee — Tydora è un moderno editor Markdown desktop che combina editing WYSIWYG, collegamenti bidirezionali, mappe mentali e una tela infinita, favorendo il pensiero profondo e un'espressione senza sforzo.

Configura i livelli di sforzo di ragionamento e i default dei sub-agent per i modelli DSH personalizzati.

Configurazione di reasoning-effort e modalità di input per modello per provider di terze parti: suggerimenti fusi da una knowledge base di modelli ed evidenza raw dell'endpoint /models con etichette di confidenza, modificati all'interno della scheda ufficiale della pagina Models.

Cursore di sforzo di ragionamento in stile Claude Code per l'interfaccia web DSH: trascinamento continuo, aggancio al rilascio, scia di fuoco WebGL e controllo reale e funzionante dello sforzo di pensiero per qualsiasi modello o provider di terze parti personalizzato.

Liang Saint Slider come selettore di modello e livello di sforzo di ragionamento per DeepSeek Harness.

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.

Pagina impostazioni per capacità per modello: livelli di reasoning-effort con le loro ortografie wire, modalità di input e capacità di token, scritti come dichiarazioni o override di catalogo sparsi.

Ottimizzatore di reasoning_effort per round per dsh — riduce automaticamente il ragionamento per chiamate di strumenti semplici e lo alza per lavori pesanti, tagliando il tempo di pensiero tra le chiamate degli strumenti.

Controllo per round del livello di ragionamento (reasoning_effort) per DeepSeek Harness: Auto pianifica low/high/max dalla cronologia recente dei tool calls, oppure permette di fissare un wire level (off/on/minimal/low/medium/high/xhigh/max), con mappatura wire personalizzata, guard delle capacità in base al modello e preset della finestra di contesto (64K–1M); la capability card per modello si abbina a [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (installabile da dsh-market) per provare il reasoning con gateway compatibili OpenAI (vLLM / LM Studio / self-hosted). La card scrive le capacità llm-pi-ai, l'adapter guida il wire (compat.thinkingFormat) e il plugin mantiene la lista di takeover.

Bacheca attività basata su sessioni nella sidebar: trascina le sessioni nelle colonne todo/doing/review/done, crea sessioni con selezione di modello e reasoning-effort, cestino con ripristino, note, export/import.

Server ACP migliorato per DeepSeek Harness: streaming di blocchi e ragionamento, telemetria d'uso, cambio modello/sforzo, preset di permessi, ripristino/archiviazione sessione, server MCP per sessione, e inoltro file/terminale Zed.

Provider LLM NewAPI (gateway compatibile con OpenAI): registra una rotta `newapi` con rilevamento dei modelli limitato alla chat, compila automaticamente i parametri del modello (finestra di contesto, sforzo di ragionamento) da models.dev e aggiunge una sezione delle impostazioni web per l'URL di base e la chiave API.

Invia subagent con profili nominati (modello, effort di ragionamento e ambito degli strumenti per attività), controlli di sicurezza, stima dei costi con confronto dei risparmi e un registro completo delle decisioni di dispatch.

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.

Un livello di pensiero memorizzato per provider e modello, così lo sforzo di ragionamento sopravvive alla sessione in cui è stato impostato e raggiunge anche i subagent, cosa che dsh non chiede mai. Il selettore in-sessione vince ancora, e un modello senza riga mantiene il suo default di provider.

Cursore dello sforzo di ragionamento in stile Codex integrato nel selettore del modello

Supervisiona un processo locale del gateway workbuddy2api ed espone i suoi modelli come provider LLM, leggendo le finestre di contesto e i livelli di sforzo di ragionamento dall'endpoint modelli del gateway stesso.

Chat in abbonamento OpenCode Go per DSH con selezione per modello del protocollo Completions, Responses o Anthropic, scoperta dei modelli, contesto, metadati di visione e pensiero, valori predefiniti di effort e misuratori di utilizzo.

Provider modello DSH per la CLI AGY autenticata localmente: scoperta modelli Gemini/Claude, sforzo di ragionamento indipendente, strumenti posseduti da DSH, gestione bounded di contesto e risultati strumenti, e streaming sicuro su Windows. Segnala problemi nelle Issue GitHub: https://github.com/darkings/dsh-agy-provider/issues.