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.

Aggiunge al selettore nativo dei modelli DSH uno slider animato del livello di ragionamento DeepSeek Chan, che segue i livelli dichiarati dal modello e accelera l’animazione mentre lo si trascina.

Trasforma la riga ufficiale reasoning-effort in un cursore continuo: riempimento dal blu al viola, cielo stellato ai livelli alti e testo del valore ufficiale colorato in base al livello corrente. Off resta grigio e il testo ufficiale non viene modificato.

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

🌹 Salva i prompt modello ripetitivi e noiosi: un clic li inserisce nel compositore, senza doverli riscrivere ogni volta.

Collega ChatGPT a DeepSeek Harness con OAuth browser Codex, senza API key o Workspace. Registra pi-ai Codex, imposta modello/ragionamento predefiniti, aggiorna il catalogo e mostra l’uso su cinque ore e settimanale.

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.

Riunisce in un unico selettore i modelli di WorkBuddy (multi-account personale, aziendale e WorkBuddy AI internazionale), Qoder CN e Trae CN. Condivide la cronologia delle conversazioni, mostra moltiplicatori di credito in tempo reale e imposta il reasoning effort per modello; usa la finestra di contesto più ampia dichiarata dall’edizione internazionale e offre il check-in giornaliero se supportato dal canale.

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

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.

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.

Tema in stile Claude Code Desktop per DeepSeek Harness Desktop 0.2.0-rc.2 su macOS e Windows, con sidebar e chat compatti, temi chiaro e scuro, controlli per modello e reasoning effort e una balena pixel interattiva che spruzza, salta e scodinzola nelle nuove sessioni.

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.

Migliora l’esperienza dei modelli: diversi modi per inserire parametri, compatibilità, memoria dello sforzo di ragionamento, subagenti che seguono in tempo reale modello e sforzo del genitore e autoregolazione dello sforzo da parte dell’IA.

Sostituisce il pulsante modello del composer DSH con un pannello a due livelli (elenco provider, poi modelli ricercabili) e slider trascinabile continuo per lo sforzo di ragionamento: riempimento blu-viola, nebulose e stelle ai livelli alti, colore distinto per livello. Selezionando un modello, il pannello resta aperto e lo slider passa al livello centrale del modello. Parte da Microqian2th/dsh-codex-effort-slider 1.0.0 (citato nel README); pannello, takeover dello slot, test offline e documentazione sono nuovi.

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.

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

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 selettore di livello di impegno simile a Codex per Deepseek Harness.

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.

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.

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