Plugin

Un repository, tre parti: un iniettore runtime per i pacchetti plugin di DSH (inietta, ricarica a caldo, scarica, porta in primo piano uno strumento di staging di sviluppo, routing autoriparante, più un gestore di plugin nella pagina delle impostazioni che elenca, scarica e trascina cartelle per internalizzarle), un agent preset router di modalità di ragionamento consapevole del task (router-standard / router-spec / router-react) e un protocollo di attività graduato a due livelli i cui sei strumenti (commit_star, lock_stage, revise_do, edit_plan, mark_task, redteam_verdict) fissano lo stato del task su disco. L'implementazione dell'iniettore è inclusa nell'albero, quindi l'installazione porta con sé il proprio comportamento invece di una lista di dipendenze.

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.

Collega DeepSeek Harness alla Bot Collaboration Network di Avernet tramite WebSocket V2, con onboarding automatico, sessioni agente isolate, eventi di tool-call e strumenti di routing multi-bot.

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.

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.

Governance e routing DSH a livello di profilo, con un centro di controllo web per ispezionare responsabilità ed evidenze, più compattazione, memoria semantica con ambito, continuità di sicurezza e consegna verificata; compatibile con DSH 0.1.5-rc.1.

Plugin di sicurezza per reverse engineering e pentest in un unico bundle: restringimento degli strumenti al primo turno, instradamento per dominio e 33 strumenti che coprono APK, web, binari nativi, protocolli, malware e campioni di LLM — con playbook per decompressione, aggiramento delle licenze e anti-analisi, motore di valutazione H-CoT (instradamento semantico, comando /hcot), banco di lavoro web con scaffale strumenti guidato da registro, flusso di casi su disco (catena di evidenze persistente automaticamente, risultati validati numerati con E, ripresa dopo compattazione), scoperta di strumenti esterni basata su GitHub e 361 documenti di riferimento on-demand.

Provider OpenCode Go con individuazione in tempo reale dei modelli del gateway, metadati delle capacità online di models.dev, instradamento delle sessioni e impostazioni web con utilizzo dell'abbonamento.

Ricerca web avanzata e persistente: instradamento multi-motore (DeepSeek/Exa/DDG/Bing/Jina + GitHub/Bilibili/YouTube/V2EX/Xiaohongshu/Twitter/Reddit/RSS), cache SQLite+LRU, estrazione in stile userscript, rendering con Playwright.

Piano di notifica e telecontrollo per DSH: una sola API `notify()` su 28 canali in uscita, sei canali di controllo in entrata, approvazioni/domande/controllo attività dal telefono, una UI nativa DSH Notify & Control, hot-apply live in uscita, routing multi-agente e zero dipendenze di runtime.

SkillRoute di JEStats: routing delle skill per gli agenti di DeepSeek Harness.

Bundle DeepSeek Harness (dsh) che collega il router delle skill di SkillRoute ai tuoi agenti.

Bundle DeepSeek Harness (dsh) che collega il router di skill di SkillRoute ai tuoi agent.

Provider Ollama per DeepSeek Harness con gestione dei modelli, controlli di salute, routing locale basato su regole, e fallback cloud.

Compila ciò che l'adattatore ufficiale pi-ai tralascia nella pagina Models: sondaggio di raggiungibilità del gateway con latenza, estrazione con un clic del catalogo modelli del gateway con riscrittura tramite caselle di controllo nelle impostazioni, saldo DeepSeek e quota del fornitore mostrati sul posto, il protocollo e l'endpoint a cui ciascun fornitore è effettivamente collegato, e un menu a discesa dei modelli che elenca solo ciò che funziona adesso — una chiave scaduta, un saldo vuoto o una quota esaurita vengono nascosti finché non li correggi, e ricompaiono da soli.

Aggiunge un pulsante ottimizza accanto al composer che analizza e riscrive la bozza del prompt con streaming SSE, consapevolezza del contesto della conversazione (strategie template vs intent-polish), una catena di memoria di continuità delle modifiche, undo e instradamento del modello con fallback e test di connettività.

Una modalità di instradamento intelligente leggera e selezionabile per DeepSeek Harness.

Un gateway di routing AI che gira come plugin DSH. Aggiunge un pannello laterale Routing System per fornitori, pool account, combinazioni di fallback e chiavi API, e serve un endpoint compatibile OpenAI all'indirizzo http://localhost:3080/v1.

Sette modalità preset agente per DeepSeek Harness, ciascuna con un confine di strumenti fisso, routing del modello per modalità e livelli di delega omd_task veloce/profondo, più un loop plan-to-execute (/mode, /start-work, /ulw basato su obiettivi) e una pagina impostazioni che rimappa i modelli per modalità e livello.

Adattatore LLM GitHub Copilot: accesso con flusso dispositivo OAuth, scoperta di modelli in tempo reale dall'API Copilot, supporto vision per modelli con capacità immagine (gpt-4.1, gpt-4o), e due protocolli wire (Chat Completions e Responses API) con routing automatico degli endpoint per modello.

Allega un'intestazione x-opencode-session stabile per conversazione alle richieste del provider OpenCode / OpenCode Go, correggendo gli errori 400 MissingSessionID e mantenendo intatti l'affinità di sessione e il routing della cache dei prompt.

AI Company Framework: trasforma una frase in un'azienda multi-agente — 15 Skill piatte (boss/pipeline/role-template/11 ruoli/generic customer-memory), 7 template di workflow, runtime AgentTeams + pannello attività, sidebar dipendenti con isolamento per sessione, bridge bot Feishu (bot boss e per dipendente, instradamento di gruppo, push autonomo, gate di decisione umana, guida contatti esterni), memoria SQLite per cliente con memoria a tre livelli (merge cross-group), switch modalità /company; no RAG.

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.

Gateway MCP a divulgazione progressiva che cerca in grandi cataloghi remoti tramite `mcp_search`, poi invoca gli schemi esatti tramite `mcp_call` con connessioni lazy e cache limitate