Plugin

Pannello di analisi del contesto DSH: dashboard Context + comando /context + browser Context — gestione completa del ciclo di vita del contesto con composizione categorizzata, dettagli dei contenuti, tendenze evolutive, eventi di compattazione/iniezione e statistiche.

Workbench per la scrittura di romanzi per DSH con preset di authoring, gestione di scaletta e personaggi, annotazioni del manoscritto, flussi di revisione e un backend Python locale gestito.

Download locale fatture IMAP, OCR, archivio e riepiloghi rimborsi in Excel per DeepSeek Harness.

Plugin di memoria persistente cross-agent e local-first per DeepSeek Harness (DSH), basato su Mnemon. Condivide la memoria a lungo termine tra gli agenti compatibili con Mnemon e aggiunge memoria di runtime, documenti di progetto ricercabili, richiamo semantico, grafo di conoscenza e un'interfaccia a barra laterale.

Livello mnemonico.

Bacheca attività SQLite locale come pagina overlay nativa: progetti, attività, commenti, relazioni, allegati e automazione del flusso di lavoro, con stati backlog → todo → in_progress → in_review → done; gli strumenti Agent `taskboard_*` possono inviare il lavoro solo a in_review, più una CLI JSON headless e una skill pacchettizzata.

Spazio di lavoro terminale per DeepSeek Harness con importazione locale di temi JSON/JSONC di VS Code, effetti di sfondo del terminale ereditati, selezione del testo con il mouse, viste strutturate di strumenti e diff, gestione di Session/Profile/plugin e browser Skill/MCP.

Marketplace di plugin e skill basato sui topic di GitHub: una pagina delle impostazioni che sfoglia il registro raccolto automaticamente (l'intero topic dsh-plugin più l'indice delle skill, aggiornato dalla CI ogni 2 ore) con installazione con un clic, rilevamento del tipo, conferme di sicurezza per gli script di installazione e le dipendenze nascoste dell'host, gestione delle chiavi di ambiente e la specifica di riconoscimento STANDARD.md.

Piano di controllo della memoria a tre livelli per DeepSeek Harness: contesto di runtime persistente, documenti di progetto ricercabili, memoria a lungo termine collegabile, instradamento intelligente, workflow di agent supervisionati, WebUI e strumenti headless.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: ti ricorda tra le sessioni, si auto-consolida nel sonno (autoDream), congela i ricordi in conflitto perché tu li esamini e mantiene un audit trail riproducibile. Ricerca semantica locale offline-first su SQLite con mirror Markdown modificabili a mano, un grafo di entità, un pannello interattivo della memoria, oltre a un'API esterna e una CLI.

Download locale fatture IMAP, OCR, archiviazione e bundle riepilogativo Excel per DeepSeek Harness

Compressione del contesto guidata dal modello (Active Context Pruning) per DeepSeek Harness: è il modello a decidere quando e cosa comprimere.

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.

Aggiunge accesso all'account, configurazione di API e Provider personalizzato, cambio modello, fallback immagine per modelli solo testo e attribuzione di token/costi a DeepSeek Harness 47f.

Memoria associativa proattiva per DSH: inserisce recall senza prompt a un confine fisso, con auto-consolidamento a tre livelli, cristallizzazione delle skill e gestione del contesto in stile Astra. Include registri di handoff e una lavagna PLAN che sopravvivono ai cambi di finestra del contesto, oltre al rilevamento del livello con una finestra di modello autodetect. Archiviazione locale in Markdown, agnostica rispetto al modello, zero dipendenze; pavimento lessicale di 0 GB con livelli semantici opzionali.

Un pannello di gestione plugin: attivazione/disattivazione con un clic per i plugin installati, più un marketplace dei plugin dsh-plugin di GitHub con dettagli e installazioni con un clic.

Centro di controllo DeepSeek Harness per il monitoraggio ufficiale del saldo, costi e token per sessione, totali dei token di terze parti, avvisi di completamento, ricarica ufficiale, layout flessibili e controlli di sessione assistiti dall'agent.

Pannello di gestione runtime in sola lettura per il client MCP ufficiale di DSH: stato della connessione, strumenti registrati, errori e conteggio delle riconnessioni tramite il comando /mcp e una scheda Impostazioni, con visualizzazione sanificata e suggerimenti di patch per attivazione/disattivazione.

Agent Context Editor è un plugin cross-agent per escludere, modificare e comprimere selettivamente il contesto delle conversazioni IA manualmente. Supporta anche ricerca, filtro, selezione, nascondere, ripristinare e annullare le modifiche alla conversazione preservando la sessione originale.

Plugin agente di flusso di lavoro di ingegneria harness/loop guidato da competenze.

Motore di memoria tra sessioni per DeepSeek Harness: archivio SQLite + specchio Markdown modificabile dall'utente, consolidamento autoDream, ricerca semantica offline (vettorizzazione/riordino/clustering locali), timeline entità-attributo, Sleep Mode, autoSummarize con modello personalizzato e 7 strumenti di memoria.

Infrastruttura dell'ecosistema: una console browser leggera per gestire i plugin ufficiali del repository (nessuna patch) e un'abilità make-dsh-plugin per lo sviluppo guidato dei plugin.

Lettura approfondita di libri e articoli in cinque modalità (rapida, approfondita, mappa della conoscenza, Feynman, libro completo) con report affermazione-prova-dati, mappe mentali Mermaid/XMind, confronto in batch, controllo preventivo del budget, avanzamento trasparente delle attività in background ed esportazioni MD/HTML da URL, file o testo incollato.