Plugin

Catalogo di strumenti per agenti: cerca tra circa 2.600 endpoint esterni (SEO e SERP, backlink, social, arricchimento di persone e aziende, librerie pubblicitarie, scraping) in base al compito da svolgere, consulta i parametri e il prezzo per chiamata di ciascuno, quindi richiamalo con le credenziali iniettate lato server. Include la skill più una riga MCP che resta disabilitata finché non viene impostato TREG_TOKEN.

Sostituisce i provider del filesystem e bash con uno spazio di lavoro virtuale mirage: gli strumenti per i file e i comandi shell vengono eseguiti su risorse montate (RAM, S3, Redis, Slack, Gmail, Notion, Postgres) invece che sul disco host, con modalità di lettura/scrittura/esecuzione per ciascun mount, instradamento sandbox per comando (monty, pyodide, quickjs in processo; docker, e2b, daytona remoti) e CLI installate (git, gh, slack, linear, ntn, gws, oppure una registrata dall'utente) come parole iniziali nel terminale virtuale.

Visione per modelli solo testo: incolla un'immagine e il modello passa alla variante Vision Toolkit per domande e risposte su immagini, confronto tra più immagini, OCR di screenshot lunghi, riproduzione dell'UI da screenshot, grounding degli elementi e differenze pixel. Nessuna chiave API per impostazione predefinita — le immagini vengono elaborate dal servizio gratuito ospitato dall'autore, 100 per macchina al giorno; configurabile sul proprio provider.

Esegue audit di sicurezza locali di relay API AI e proxy LLM da DeepSeek Harness, producendo report Markdown su prompt injection, segnali di sostituzione del modello, riscrittura delle chiamate agli strumenti, perdita di errori, integrità dello stream e rischi Web3 controllati dal profilo.

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.

Le capacità di DeepWatch, installabili in un profilo DeepSeek Harness esistente

Cloni pixel-perfect di qualsiasi pagina web. Incolla un URL e ottieni una replica misurata in Vite + React.

Ricerca unificata con verifica delle evidenze per agenti: oltre 120 motori con instradamento multilingue, domini verticali e schede di modalità strutturate, 10 strumenti MCP più orchestrazione wide_research e un ciclo fetch-verify che completa i punteggi delle evidenze.

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

Skill e righe MCP opzionali per undici marketplace: confronto prezzi tra Wildberries, Detsky Mir e Yandex Market, più ricerca per fonte, schede prodotto e recensioni, inclusi Ozon, Avito e AliExpress. Le 14 skill si caricano all'installazione; entrambe le righe MCP restano disabilitate finché RU_MARKETPLACE_MCP_DIR non punta a un clone locale, che richiede Python 3.12+ e uv.

Pulisce le tracce di IA dai testi russi: trova artefatti di copia-incolla di chatbot (ChatGPT, Gemini, Grok, Perplexity, DeepSeek), rimuove i segni di testo nascosto (caratteri a larghezza zero, layout invisibile; la scansione ombra cattura marcatori divisi da invisibili) e riscrive il testo in prosa naturale su richiesta; 40 marcatori regex, 38 con voci complete nel registro delle evidenze; 156 gate, 530 test; bundle offline e solo testo (la rimozione dei metadati binari risiede in scripts/).

Connetti DeepSeek Harness a Multisim MCP per generazione di circuiti, simulazione, diagnostica, ottimizzazione del design, ed esportazione di report sperimentali.

Skill Smart Charts: trasforma file CSV/TSV/TXT/XLSX/XLS/JSON in HTML ECharts interattivo autonomo - 32 tipi di grafico, incluse mappe offline, 3 temi, senza CDN. Un profilo dati --profile (dtype per colonna, cardinalità, valori mancanti, campioni, statistiche, granularità delle entità, segnali di insight) consente all'agente di leggere i dati e scegliere da sé il grafico; ogni grafico incorpora una scheda informativa (plot_stats + data_preview) i cui numeri sono gli unici valori citabili. Il codice di trasformazione LLM gira in una sandbox limitata (blacklist + whitelist AST + builtin sicuri); --doctor verifica l'ambiente Python. Del tutto offline, ECharts incluso.

RAG per una knowledge base bibliografica locale: 10 strumenti (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), ricerca ibrida BM25+vector+reranker, QA con citazioni e link DOI cliccabili, embedding bge interamente locali su un indice SQLite in un singolo file. Richiede Python 3.9+ con pymupdf, faiss-cpu e sentence-transformers; l'installer `npx dsh-kb-rag-install` li configura e pre-scarica il modello.

Bridge per ShiGuang Memory Engine (SGME): memoria a lungo termine condivisa multi-agente via HTTP — distillazione L0/L1/L1.5/L2, iniezione basata su scenario, ricerca unificata e segnali proattivi di cura (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), installabile come `dsh-sgme`

Livello di integrazione nativo DSH per il motore di memoria Minta: compone la riga ufficiale dsh-mcp-client, registra la skill minta-memory-governance più un prewarm della memoria all'avvio della sessione, e fornisce un preset agente Minta; richiede il motore Minta distribuito separatamente (Python/Docker) per fornire i 19 strumenti MCP — non utilizzabile senza di esso.

FormatForge: forgia più di 30 formati di file (PDF, DOCX, PPTX, XLSX, EML, EPUB, TOML, archivi) in testo leggibile dall'IA tramite una casella drag-and-drop, gli strumenti ff_translate/ff_formats/ff_result e una CLI; i PDF scansionati ricadono su OCR locale o su un suggerimento di miglioramento per il modello di sessione.

Strumento a basso costo per la comprensione dei video: un tool video_understand trasforma un link Bilibili / BV / un video locale in un layer informativo AVIS (ASR + struttura delle scene + tracking degli oggetti + etichette YOLO) e restituisce summary + Q&A. Routing dinamico tra layer guidato dalle domande (L0 ASR / L1 tracking oggetti / L2 VLM su keyframe), riuso del layer semantico per domande ripetute, tetto di budget per singola domanda. Motore Python: il layer base richiede faster-whisper / opencv / yt-dlp (~200-300MB); il layer semantico opzionale aggiunge ~2GB di torch / transformers / ultralytics. Un doctor --fix incluso configura il venv e installa entrambi.

Guardiano della stesura di brevetti per dsh - verifica prima l'idea rispetto allo stato della tecnica cinese, poi esegue interviste di allineamento a cinque parti, la redazione della descrizione in otto capitoli, figure e simulazioni, una revisione a sette dimensioni e l'esportazione in docx/PDF. Le skill funzionano subito; gli strumenti di ricerca, esportazione ed esperimento provengono da un servizio MCP Python incluso che arriva disattivato - una riga in ~/.dsh/patent-services.yaml lo abilita, e uvx scarica la wheel da PyPI.

Plugin di memoria a lungo termine NeatMem per DeepSeek Harness: client REST leggero verso un server neatmem

Scheduler cron con UI sidebar: esegui script shell, Python o Node, skill o attività agente secondo una pianificazione, con notifiche push e archiviazione sessioni.

DSH Director Toolkit è un plugin per DeepSeek Harness pensato per artisti 3D, designer tecnici e creative coder. Incolla un'idea abbozzata, una nota di riferimento o una didascalia di portfolio e ottieni un pacchetto di direzione compatto per Blender, Three.js, Houdini o C4D.

Un unico vault Obsidian condiviso per ogni agente: core Python privo di dipendenze (search/promote/adjudicate/forget), template del vault, plugin dsh (memory_search/show/submit/status)