Plugin

Guardia della disciplina ingegneristica: verifica dei requisiti prima della prima modifica, gate di evidenza dei test rosso/verde, revisione avversaria biforcata e un rapporto di consegna con un flusso di verifica per dimensione.

Banco di lavoro per progetti QA di dsh: gestisci progetti di test, requisiti, casi di test, difetti, milestone, report e gate di approvazione tramite un'interfaccia browser e 18 strumenti del dominio QA.

Guardia di deriva dei requisiti a runtime che mantiene gli agenti DSH di lunga durata allineati con l'obiettivo, i vincoli e le decisioni approvati dall'utente.

Agente di coding da terminale per DeepSeek Harness con UI a schermo intero in alternate-screen, navigazione delle sessioni consapevole dei turni e un flusso di lavoro /ship con gate che porta requisiti di una riga attraverso specifica, TDD e controlli di accettazione rieseguiti.

Miglioramento del prompt con un clic nel composer — riscrive la bozza in un prompt strutturato (ruolo e obiettivo, passaggi eseguibili, formato output, criteri di accettazione, casi limite) con anteprima prima/dopo, reinserimento e annullamento. Non modifica mai l'intento né inventa requisiti.

Math Agent Framework per DeepSeek Harness: motore di derivazione simbolica (CES / forme quadratiche / ODE / PDE), verifica con SymPy, dimostrazioni formali verificate dal compilatore Lean 4 e verifica avversariale multi-agente in stile QED, esposti come strumenti DSH nativi tramite una shell TS che fa da ponte a un motore Python. Richiede la clonazione del repository math-agent-framework e `pip install -r requirements.txt`, con MATH_AGENT_HOME che punta alla radice del repository. Ogni risultato riporta la provenienza (versioni dei motori, seed, tolleranze) ed è contrassegnato come dati non attendibili.

Plugin di potenziamento per DSH Desktop: mette in chiaro fatti verificabili. Vincoli iniettati solo quando servono, a livelli (testo stabile per la sessione nel system prompt, contenuto volatile in coda); la cache resta valida. Disciplina: ogni turno è classificato (domanda/ricerca/discussione/diagnosi/esecuzione); niente modifiche nei turni di domanda né correzioni non richieste in quelli di diagnosi; segnala citazioni di codice non aperto e affermazioni su simboli mai visti. Memoria: avvisi al 75%/90% del contesto, riepilogo esportabile, conoscenza di progetto per directory. Artefatti: contratto del task, registro modifiche, registro ipotesi con gate, decisioni di design. Dashboard: metriche in lume-metrics.jsonl via lume_metrics; personas distillate da chat, romanzi o schede.

Preimpostazione agente di flusso di lavoro ingegneristico per dsh: cinque fasi con gate (chiarimento requisiti, approvazione piano, TDD, subagent paralleli, finalizzazione verificata) con sei competenze di flusso di lavoro adattate da obra/superpowers.

Inietta nel modello all'inizio della conversazione requisiti durevoli di "da fare" e "da non fare" impostati dall'utente.

Un interrupt button verde accanto alla casella di invio: interrompe silenziosamente un agente in esecuzione, che poi riassume il proprio progresso e chiede nuovi requisiti, con un interrupt prompt personalizzabile.

Screenshot-review skill for DeepSeek Harness: the agent opens a frontend page, screenshots it, views the screenshot itself, revises the code, then re-screenshots — iterating until the page visually matches the user's requirements. Ships as a dsh.bundle, so it installs with `dsh plugin add`.

Context curation for DeepSeek Harness: content-aware tool-output slimming, dead-log sweep, pinned user requirements and in-flight work, archive-then-compact with an audit trail.

DSH Web 任务面板插件：把需求、队列、子 agent 执行、自动复核、验收返工和定时执行做成一个可视化闭环。

A DSH plugin that automates shipping a local project: create a GitHub repository and publish it (git init/commit/push + topics + tag + release), sync requirements/progress to Linear, publish to npm, and announce in the community Discussions — to join the

An agent preset that turns a one-line idea into requirements, tech plan and maintenance baseline — every step is restated and confirmed by you before proceeding. No scenario presets: 73 atomic skills (6 master skills + a verify dispatcher + 66 sub-skills) load by context.

Keeps DSH agents from forgetting your requirements during long tasks. It saves important conditions and completion evidence locally, brings them back after context compaction or session resume, and stops partial work from being reported as the whole task done.