Plugin

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.

Lettura approfondita e sintesi per DSH: libri, articoli, video e web trasformati in note strutturate di Obsidian tramite parser di plugin, sottoagenti paralleli MapReduce di lettura profonda, output JSON Schema e cache idempotente.

Pipeline per il costo in token di DeepSeek Harness: compattazione a livelli sensibile alla pressione (proiezione senza perdite sotto il 40% di pressione del contesto, riassunto con LLM sopra), allowlist dei tool per agente, conversione di testi lunghi in immagini con riassunto visivo e un comando /token-status che traccia pressione, livelli e token risparmiati.

Spazio di lavoro per media e visione per DeepSeek Harness: generazione di immagini, video e parlato, Q&A sulle immagini e localizzazione degli elementi, OCR di immagini lunghe, diff a livello di pixel, verifica tramite screenshot HTML e riassunto di video, con provider DashScope e compatibili OpenAI, pool di modelli e un client workbench.

Plugin di memoria tra sessioni per DSH (v0.6.1, npm @asherliner/dsh-memory-connect): estrazione automatica, indicizzazione SQLite FTS5, richiamo semantico RRF iniettato nel prompt di sistema a ogni turno, manutenzione pianificata, consolidamento LLM via ctx.llm, prevenzione dell'esplosione del contesto, identità Soul globale via ~/.dsh/soul.md. v0.5.0: grafo di contesto temporale, modello di fiducia, riassunto a fine turno. v0.6.0: embedding semantici locali (BAAI/bge-small-zh-v1.5), nessuna chiamata al cloud. v0.6.1: corretta l'espansione di ~ nella configurazione dei percorsi. Installazione senza configurazione.

Gestione automatica del contesto in stile Codex per DeepSeek Harness: rollover senza perdite né chiamate a modelli di riepilogo, ancore di passaggio legate alle attività, note di lavoro conservate dopo la compattazione e recupero letterale delle finestre archiviate. Le note obsolete diventano un avviso esplicito invece di essere garantite come aggiornate. Include pulsante e comando /smart-compact, rollover automatico a tre livelli e sanificazione obbligatoria delle ancore; funziona senza configurazione.

Bundle di rotazione della finestra di contesto guidato dal modello per DeepSeek Harness: contesto di lavoro nuovo, note durevoli gestite dal modello, una breve coda recente in forma letterale e recupero mirato della cronologia — senza riassunti.

Loop di orchestrazione per task lunghi: Codex pianifica, valuta e revisiona, DeepSeek esegue e Kimi integra (accettazione visiva, riassunto, verifica incrociata).

Personal dsh preferences: a tunable companion to the official compaction engine (threshold, retention, summarization model/reasoning, turn-end compaction), llama.cpp model import for the Models page, and tab/notification helpers (status-light favicon, bro

Context trimmer: lists the current session's context entries with role, preview and ≈token estimate (cl100k), highlights over-threshold items, and removes selected entries exactly without LLM summarization.

Toolkit di analisi dei dati: profilazione CSV/TSV/JSON, rilevamento di anomalie con IQR e z-score, riassunto strutturato con problemi di qualità e query di filtro/raggruppamento/aggregazione senza codice.

Skill di compressione del contesto per DeepSeek Harness -- riepilogo intelligente della conversazione

Kill AI Slop for DSH — score a received document on three weighted axes (expression, execution, decision), audit work-slop with a delivery-obligation ledger, and machine-verify every quote against the source. Reads docx, pptx, xlsx, pdf, txt, md, csv, json and html. Zero runtime dependencies, zero network, fully local.

Semantic context watcher for DSH agents: maintains a journey ledger with flash summarization and MinHash novelty detection, folds milestones, and can inject long-term context with a three-level stall response; injection and the stall-2/3 responses are off by default.

Stops compaction summaries and session titles from burning their output budget on reasoning, by lowering the thinking level and raising the token floor for auxiliary calls only.

Archive DeepSeek Harness sessions into a self-hosted WeKnora knowledge base with extraction, summarization and incremental dedup.

Rapid-refill circuit breaker for DeepSeek Harness automatic compaction. It refuses a compaction that would be futile — the context refilled within fewer than N tool turns M times in a row, which the unbounded step-pressure trigger cannot detect — and instead of burning a summarization call on every step it reports the situation with advice, usually that a single read or tool output was too large. Shows state and re-arms through /compaction-breaker, and injects one prompt section so the model relays it to the user. Covers host-plane sessions through its profile bundle; ordinary sessions need one row replaced inside an agent preset.

CWL — Context Window Lifecycle for DeepSeek Harness: structured context eviction (arXiv:2606.11213). Graduated, deterministic, zero-LLM eviction of exploration/action episodes when context pressure exceeds budget — no summarization lossiness, no hallucina

One-click context compression for the dsh web GUI: a 压缩 button on the session title bar summarizes the whole conversation into a few lines, opens a new session in the same workspace seeded with the summary, and switches to it — the original session stays untouched.

Compaction backend replacing LLM summarization with a deterministic semantic extractor (keeps code/paths/commands, drops chatter) plus 28.4x KV-compression accounting.