Plugin

Preset di ricerca verificata: ogni passaggio usa osservazioni confermate dal sistema, le affermazioni L3+ passano a un valutatore indipendente e la sessione diventa un registro riproducibile e un’ontologia consultabile. Richiede DSH >=0.1.7-alpha.1.

Pet da desktop (stile QQ-pet): fluttua nell'angolo, trascinabile, nutribile, con cui si può giocare.

The memory that dreams — memoria tra sessioni per DeepSeek Harness: ricorda te e i tuoi progetti, consolida i ricordi quando inattivo (autoDream), congela quelli in conflitto per la revisione e mantiene una traccia di audit riproducibile. La memoria resta sul computer in SQLite con copie Markdown modificabili; recupero in quattro modi (parole chiave, vettori, BM25, grafo di entità), pannello interattivo, 10 strumenti per modelli, server MCP, API esterna e CLI. Sintesi e consolidamento usano il modello host già configurato; con un embedder locale, la ricerca semantica funziona completamente offline.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: ti ricorda tra le sessioni, si autoconsolida nel sonno (autoDream), congela i ricordi in conflitto per la tua revisione e mantiene una traccia di audit riproducibile. Ricerca semantica locale offline-first su SQLite con mirror Markdown modificabili a mano, un grafo di entità, un pannello memoria interattivo, più un'API esterna e una CLI.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: si ricorda di te tra le sessioni, si autoconsolida nel sonno (autoDream), congela le memorie in conflitto per la tua revisione e mantiene una traccia di audit riproducibile. Ricerca semantica locale offline-first su SQLite con specchi Markdown modificabili a mano, un grafo delle entità, un pannello memoria interattivo, più API esterna e CLI.

Guida il plotting scientifico di OriginLab Origin dalla chat AI via MCP: 62 strumenti. Watchdog dei dialoghi modali, gate di sicurezza LabTalk, release/reconnect, fitting con parametri iniziali/fissi/pesati, modifiche fini di grafici e sheet, strumenti matriciali, FigureSpec YAML dichiarativo (diff-abile e rieseguibile), snapshot di sola lettura delle MCP Resources, ponte matplotlib-figure, assemblaggio PowerPoint con etichette dei pannelli, ricerca di modelli nel Graph Gallery, esportazione EPS, whitelist di accesso ai file, baseline di regressione visiva e OPJU modificabile con verifica deterministica di rilettura.

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.

Presenta DSH Web come un'interfaccia voxel giocabile in stile Minecraft in prima persona a tutto schermo — non una skin solo colore: gli utenti camminano attraverso un mondo a blocchi Three.js persistente e accedono a workspace nativi, sessioni, conversazioni, strumenti, selezione del modello, permessi, informazioni di contesto e il composer tramite strutture nel mondo e un workbench.

Plugin di annunci vocali senza dipendenze, basato su eventi: nessun modello extra, nessun costo di token. Parla con la voce naturale integrata del sistema, supportando sia Windows che macOS; annunci di risposta finale, avvisi di approvazione e domande, annunci opzionali di eventi (fine turno, comando completato, cambio obiettivo, errori strumenti, aggiornamenti attività), risposte finali riproducibili e una pagina delle impostazioni visiva bilingue.

Generatore di galgame: fornisci un documento di sceneggiatura più risorse di personaggio/sfondo/BGM/animazione nell'area di lavoro (img_human/, img_bg/, audio/, img_cg/) e genera una pagina web di visual novel giocabile con slot di salvataggio configurabili ([存档 N], 9 predefiniti), sprite che seguono il parlante con cambio variante multi-pose ([表情]), animazioni di apertura/finale/CG ([op]/[ed]/[cg]), controllo riproduzione/stop/volume BGM e ramificazione per righe if.

Pet da scrivania disegnato dal profilo ufficiale della balena, sia per l'app desktop sia per la UI web: animazioni SVG ed espressioni del volto seguono lo stato dell'agente (sta pensando, sta lavorando, finito, errore, in attesa di conferma) e può seguire le altre sessioni in esecuzione con un badge di conteggio; toccalo, trascinalo, scuotilo fino a fargli girare la testa, schiacciato contro il bordo dello schermo o passa il cursore sulla sua testa per una carezza; 7 palette, 4 dimensioni, suoni sintetizzati, sincronizzazione del tema chiaro/scuro e un'anteprima web giocabile.

Riproduce sessioni su una timeline riproducibile con utilizzo dei token per passo, controlla operazioni sensibili, stima i costi, visualizza la discendenza dei fork, confronta sessioni ed esporta replay HTML autonomi.

Motore di persona per DeepSeek Harness: un config.json governa il nome con cui l'IA si presenta (per modello e livello), come ti chiama, la postura relazionale, il testo del carattere, contratti per elemento con interruttori, la lingua della catena di pensiero e il tono delle risposte, più memoria subordinata alla conferma umana: l'IA può solo accodare candidati, una riga di conferma li attiva, e il registro è in sola aggiunta e riproducibile. Le voci confermate vengono iniettate come blocco citato di dati, non di istruzioni; quelle con un kind vanno in file arbitrari e non raggiungono mai il prompt. Il prompt viene riletto dal disco a ogni assemblaggio: le modifiche si applicano senza riavvio. Preset: istantanee JSON condivisibili. Senza dipendenze, rete o shell.

Decisioni tipizzate di Laya (`noul` sì/no, `choice`, `score`) come servizio Cordis di prima classe (`ctx.laya`) più i tool visibili al modello `laya_ask` e `laya_plan`. Il plugin stesso non installa e non scarica nulla: è un client di un sidecar `laya-mcp serve` che avvii tu stesso, e segnala che il sidecar non è in esecuzione invece di fallire in modo oscuro alla prima chiamata del tool.

Seleziona testo nella Web UI DSH per ricevere in streaming traduzione e spiegazione del significato nel contesto della conversazione d'origine. Il pannello conserva una cronologia riproducibile e può trasformarla in una sessione completa.

Ascolta podcast e audiolibri Ximalaya dentro la web UI di DSH: cerca album, sfoglia tracce paginate e riproduci tramite una barra now-playing (prev/play/next, seek, volume, velocità). Dopo il login via QR, la pagina "Mine" elenca le tracce che ti piacciono (clic per riprodurre), gli album sottoscritti con suggerimenti sull'ultimo episodio e gli anchor seguiti con i loro album pubblici; l'host inoltra gli stream audio con supporto Range e registra uno strumento `ximalaya_play` così l'agente può cercare e riprodurre su richiesta.

Splash video a schermo intero: riproduce un mp4 all’avvio, si salta con un clic, accetta clip personali e converte automaticamente in H.264 i codec non riproducibili.

Tema pixel neon per DeepSeek Harness desktop con sfondi giocabili di battaglia aerea, fionda di maiali e taglio di frutta, controlli del mouse e cambio giorno/notte per il gioco con la fionda.

Nasconde gli schemi tool dal prefill del modello e rivela un tool alla volta tramite API decision model. Richiede endpoint decision-model attivo e pnpm nel PATH.

Clinica in sola lettura per log di sessione DSH: 22 diagnostiche nominate (spreco di token, cicli retry/fallimento, contesto gonfio, amnesia tra sessioni, MCP server e skill inattivi). Ogni rilievo include un localizzatore di prove riproducibile come `session.v4.jsonl.zstd#L101-L110` e una prescrizione eseguibile: frammento YAML profile-patch o comando con valori attuali→proposti, rischio, verifica e fonte. Un comando feedback ritira la prescrizione rifiutata e il report lo dichiara. Zero dipendenze, nessun egress per impostazione predefinita, i file di sessione non vengono mai scritti.

Lo strumento `manim_card` trasforma Manim Python in una scheda animata riproducibile nello stream della chat. Il codice gira nel browser su runtime incluso, quindi non serve Python locale; l’esportazione video usa Manim CLI locale se presente, altrimenti genera i frame nel browser.

Guardiano delle approvazioni DeepSeek Harness: un modello reviewer decide le richieste di permesso prima che ti arrivino. Backend decision API System One (TypeSafe Jev, SiliconFlow o Laya self-hosted), policy configurabile per bassa confidenza e whitelist di regole consentite.

Elenco e ricerca di email tramite himalaya / notmuch (senza invio).

/repro esporta un pacchetto del problema minimo, ripulito dai segreti e riproducibile: il log di sessione, i comandi falliti e il diff Git