Plugin

Widget balena fisso nell'angolo per la GUI web di DSH — saldo, utilizzo del giorno e costo per turno con tariffe punta/fuoripunta, bolle modificabili di avviso saldo e budget giornaliero, coda di bolle personalizzate basata su moduli con scelte pesate A/B e righe o immagini casuali, oltre 30 modelli di fornitori (OpenAI, OpenRouter, Kimi, SiliconFlow, Ark, Zhipu, MiniMax e altri) con saldo per modello e quota in abbonamento, più suono di fine attività, audio importato, ruoli personalizzati e un gestore risorse. Solo locale, nessuna telemetria.

iPolloWork HyperFrames Video Studio e 27 modelli video modificabili come vista di conversazione nativa di DeepSeek Harness.

Studio video visivo con una timeline modificabile, controlli di animazione e media, 27 modelli, passaggio di bozze IA consapevole dell'intero video e della selezione, convalida, anteprima ed esportazione.

Studio di design visivo per siti web, prototipi di app, poster, schede, report e riviste, con modelli, modifica diretta degli elementi, trasferimento di bozze IA basato sulla selezione ed esportazione.

Studio troupe cinematografica TongFlow per la produzione di immagini, voce, musica e video: l'agente scrive file di flusso di lavoro TongFlow per ogni risorsa (.tongflow.json) che vengono eseguiti tramite plugin TongFlow, con una tela di flusso incorporata, un layout di progetto per inquadratura/personaggio/presa e un modello manga-drama; le sessioni che iniziano con @tongflow aprono la vista Studio.

Riprende automaticamente le richieste DSH Web interrotte: invia in coda un messaggio 「继续」 (continua) dopo errori di rete, timeout o crash dell'host, con classificazione degli errori, backoff adattivo, testo di continuazione basato su template e notifiche del browser.

Guida un server ComfyUI locale o remoto da DeepSeek Harness: gli strumenti comfyui_run / comfyui_object_info / comfyui_workflow generano e modificano immagini e video, con una libreria di workflow (estrazione del grafo: per componente / flusso principale / tutto), un'area di caricamento con corrispondenza automatica della risoluzione, una coda in tempo reale, modelli SDXL e Wan 2.1, una skill complementare e un proxy multimediale della stessa origine.

App MCP local-first per figure scientifiche. Importa, esamina e pubblica una libreria globale su disco; riutilizza modelli esatti in Pi, DeepSeek Harness (dsh), Claude, Codex, Cursor e Wisp.

Kit di elaborazione documenti governativi cinesi: controllo del formato GB/T 9704, correzione automatica, revisione dei contenuti (annotazione rossa + barrato), generazione di modelli, conversione da Markdown a docx e inserimento di intestazione/piè di pagina/numero di pagina per 24 tipi di documenti ufficiali.

Scheda di gestione dei profili per la GUI Web di DSH: visualizza, crea (template base / web / headless), copia, rinomina ed elimina i profili DSH in ~/.dsh/profiles, con configurazione della porta per profilo e comando di avvio copiabile.

Salva ogni prompt modello ripetitivo e noioso: un clic del mouse lo inserisce nel composer e ti risparmia la fatica. 🌹

Genera titoli di sessione deterministici e configurabili per DeepSeek Harness a partire da campi semantici del prompt e template.

Guida il plotting scientifico di OriginLab Origin dalla chat AI via MCP: 62 strumenti. Watchdog dei dialoghi modali, gate di sicurezza LabTalk, release/reconnect, fitting con parametri iniziali/fissi/pesati, modifiche fini di grafici e sheet, strumenti matriciali, FigureSpec YAML dichiarativo (diff-abile e rieseguibile), snapshot di sola lettura delle MCP Resources, ponte matplotlib-figure, assemblaggio PowerPoint con etichette dei pannelli, ricerca di modelli nel Graph Gallery, esportazione EPS, whitelist di accesso ai file, baseline di regressione visiva e OPJU modificabile con verifica deterministica di rilettura.

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.

Selezione del provider/modello LLM per subagente con template di ruoli.

Ottimizzazione con un clic di un'istruzione grezza in un prompt professionale: tre stili di output, profilazione di ruolo/compito/obiettivo consapevole della situazione, apprendimento autoiterativo (memoria di sessione + valori predefiniti intelligenti + override dell'utente), /template per 22 sotto-scene con zero chiamate al modello, ✨ ottimizza/annulla con un clic nella casella di input, strumento prompt_optimize, hook di auto-ottimizzazione e documenti zh/en rilevati automaticamente.

Cronologia di input in stile terminale per il compositore web: richiamo con le frecce che privilegia i margini, con ripristino esatto di bozza/cursore, cronologia persistente locale nel browser, ricerca inversa con Ctrl+R e consapevolezza del contesto scorrevole; la versione 0.5.0 aggiunge un livello di input intelligente — snippet tra sessioni (/save, /load), modelli di prompt con variabili, insight sul riutilizzo ed evidenziazione dei riepiloghi di compattazione.

Il bundle DeepSeek Harness registra un'abilità che converte la produzione lunga (articoli accademici, analisi di settore, commenti aziendali) in pipeline a 9 ruoli: scout T1 letteratura / T2 dati / T3 casi in parallelo, T4 analista, T5 scrittore, T6 compagno critico, T7 revisore contabile, T8 finalizzatore, T9 revisore paritario eseguiti dal coordinatore. Su 6 fasi con verifica triangolare delle evidenze, M-gate di 23 controlli, audit G0-G14 incluso gate di tracciamento IA cinese, punteggio peer-review con abbinamento riviste, e 4 checkpoint umani. Installazione con `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch più lib/index.js); fornisce schede ruolo T1-T9, modelli e 11 script di verifica senza dipendenze, con README in cinque lingue.

Preset modalità esperto DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordinatore + 17 subagenti esperti con delega automatica. Funzioni: taskboard (stati pending/ready/running/done/failed, DAG dipendenze, rivendicazione atomica, retry, ripristino), gate qualità (pipeline 5 fasi: requisiti, implementazione, verifica, revisione, integrazione; 2 rilavorazioni), Five-Anchor (revisione/convergenza/anti-deriva/cooperazione/risorse), Near-distance (modello identità/compito/output), divulgazione progressiva (~28% risparmio token), persistenza, bus P2P, revisione incrociata, pool esperienza, via rapida, auto-retry. 17 esperti: dati, copywriting, legale, PM, frontend, UI/UX, architetto, social, growth, fin. quant., backend, DevOps, DB, QA, sicurezza.

Repository template per plugin (basato sul repository ufficiale turtle-ui).

Template per lo sviluppo di plugin deepseek-harness.

Plugin persona / master prompt per conversazione: crea, modifica, cambia ed elimina modelli di persona dalla barra degli strumenti del composer, con iniezione del system prompt a massima priorità, guardrail di interazione fissi, ereditarietà dei subagent, default per nuove conversazioni e persistenza locale JSON.

Skill di code review basata su template: flusso di revisione in cinque fasi, classificazione per gravità (critica/media/minore), punteggio quadridimensionale (qualità, sicurezza, prestazioni, manutenibilità), output doppio in testo e HTML e knowledge base di riferimento on-demand.

Comando Cordis /hongtou: pipeline a due fasi (JSON strutturato da LLM + rendering deterministico di modelli XML Word 2003)