Plugin

Verifica della qualità dei dati per DeepSeek Harness — pipeline di profilatura, pulizia e verifica con report strutturati.

Ottimizza un’istruzione grezza con un clic: tre stili, profilo contestuale di ruolo/attività/obiettivo, selezione di più output da un giudice modello e miglioramento iterativo tramite memoria sessione, default intelligenti e override utente. /template copre 22 sottoscenari senza chiamate al modello. ✨ ottimizza/annulla nel campo, tool prompt_optimize, hook automatico, pagina stato runtime, pannello Settings (dsh 0.2.0) e rilevamento documenti zh/en.

Profilazione delle prestazioni e diagnostica della cache LLM per DeepSeek Harness — engineering del contesto, profilazione della latenza e report sul comportamento della cache.

Plugin di audit di sicurezza per DeepSeek Harness: profilazione statica dei permessi e un sentinel di runtime per plugin di terze parti

Pulizia e arricchimento dei dati per elenchi aziendali CSV/XLSX/JSON in DeepSeek Harness, inclusi pulizia fogli di calcolo, deduplica, profilazione, Qichacha MCP opzionale ed esportazioni.

Profilazione delle capacità per modello per DSH: trasforma la cronologia delle sessioni locali in dashboard per modello con conteggi delle sessioni, utilizzo degli strumenti, tassi di errore e principali firme di errore, con filtri per intervallo di tempo e confronto multi-modello.

Per-answer timing breakdown: splits each reply into model, tool and other time, with first-token, decode and per-tool totals, and keeps a local JSONL ledger. Needs Node 24 or newer in the DSH runtime.

Toolkit di analisi dei dati: profilazione CSV/TSV/JSON, rilevamento di anomalie con IQR e z-score, riassunto strutturato con problemi di qualità e query di filtro/raggruppamento/aggregazione senza codice.

Profiler del contesto delle richieste per DeepSeek Harness — osserva cosa è cambiato tra le richieste al modello e come è cambiato di conseguenza il riutilizzo della cache

查应用里有没有展示 ICP/APP 备案号、隐私政策入口、运营者信息 —— 都是法定义务

Collects and redacts DSH runtime diagnostics before filing structured issues in GitHub or Gitea.

Algorithm learning toolkit syncing Codeforces and AtCoder submissions, profiling weaknesses, generating AI training plans, and tracking spaced-repetition reviews across a 114-lesson algorithm curriculum.