Plugin

Competenze di ricerca su 3D Gaussian Splatting / NeRF / computer grafica: 18 competenze IA (lettore di articoli, confronto dei metodi, pianificatore di esperimenti, revisore del codice, debugger dell’addestramento, visualizzatore, renderer MCP e altro) per un catalogo curato di 1011 metodi, più un server MCP stdio per il rendering 3DGS guidato da agenti.

Pannello di anatomia per gli organi di Agent-Body: fornisce una dashboard dei parametri vitali in tempo reale su /anatomy all'interno dell'harness stesso — organi, battito, registro di guarigione, contatori di auto-addestramento e il flusso di impulso reale — letti direttamente dai file di runtime anziché ridigitati. Solo host, senza bundle client e senza fase di build.

Allenamento heads-up (1 contro 1) di Texas Hold’em con avversario IA indipendente, memoria persistente delle azioni pubbliche e revisione delle decisioni.

Auto-miglioramento notturno per il tuo agente DeepSeek Harness: raccoglie offline le sessioni passate, riproduce attività ricorrenti usando il tuo budget API e consolida le skill convalidate dietro un controllo separato. Porta il motore SkillOpt-Sleep di microsoft/SkillOpt in dsh come strumenti nativi più una skill inclusa, senza addestramento dei pesi. Richiede Python 3.10+ e il motore SkillOpt-Sleep (pip install skillopt).

Edizione inglese della Legge di Weiwen (Legge di KISS): l'unico middleware di aggiudicazione causale white-box indipendente dal dominio per agenti AI. A differenza degli strumenti di inferenza causale specifici per dominio o dei firewall con gate sulle evidenze, aggiudica *ogni* chiamata di strumento lungo una catena causale strutturale deterministica (R->S->D->H->M) prima dell'esecuzione - in qualsiasi dominio, senza addestramento né tuning. Blocca operazioni distruttive e su file di credenziali, escala violazioni ripetute dei limiti, taglia i collegamenti difettosi fino a correzione verificata e dà verdetti di rischio su esecuzioni non verificabili; gira in locale con costo API zero.

Legge i report dell’agente con la voce scelta e comprime quelli lunghi prima di parlare. Bastano 3–10 secondi di riferimento per clonare una voce; funzionano anche modelli addestrati dalla community. Non serve installare GPT-SoVITS da 6,4 GB: il plugin installa runtime e voce propri. Si può usare un GPT-SoVITS esistente, con lo stesso modello vocale.

Endurance-coaching skill bundle that defaults to Intervals.icu for training data (activities, intervals, streams, training load, HRV, resting heart rate, sleep in-bed hours, eFTP) and uses COROS only for training-plan read/write and for fields Intervals.icu lacks (sleep score, recovery score), with iGPSPORT as a fallback for ride details. It turns that data into readiness gating, VDOT pace and heart-rate zones, periodized weekly plans, session reviews, race-day pacing and fueling, and weather-adjusted workouts. The bundle registers the endurance-coach skill in the profile, ships deterministic helper scripts, reads an athlete profile created by its init script, and requires the agent to state when data is unavailable instead of inventing it. Data comes through separately installed MCP servers — the Intervals.icu MCP server for training data, the dsh-coros plugin for training-plan read/write and sleep/recovery scores, an iGPSPORT MCP server only as a ride-detail fallback — and its bundled scripts need Python 3.10+; with none of them it works only from numbers you type in.

Bridges the official COROS MCP server into DeepSeek Harness with a self-contained local stdio-to-HTTP bridge and on-device OAuth login, exposing 34 COROS tools on the current endpoint for sleep, HRV, resting heart rate, recovery, training load, activities and FIT files, plus workout and training-plan CRUD and scheduling.

Local LoRA and QLoRA fine-tuning in a panel: import JSONL, see a VRAM estimate before training starts, evaluate, and export an adapter. One-click Python venv setup, but you must supply your own Python 3.10+ and an NVIDIA GPU (6 GB or more). Verified end to end on Windows 11 with an RTX 3060 6 GB; the installer refuses non-Windows hosts, so Linux, macOS and other GPUs are unsupported for now.

COROS Sport panel for DeepSeek Harness: sign in to COROS inside the panel, read the account, bound devices, recovery, fitness, recent workouts, daily health and the training schedule in one dashboard, and get a plan from the model with /coros-plan. The plan page writes a fixed four-week, 16-session plan to the account only after a two-step confirmation.

Controlla un registro delle qualifiche di sicurezza di cantiere: ore di formazione, quattro elementi di registrazione richiesti e validità dei certificati per operazioni speciali in base ai giorni lavorati.

Simulatore di dibattito multi-agente cinese: 8 debater, discussione live a due colonne e note bozza, giudici/scoreboard, timer per un lato, ZIP per round. Il training termina per soglia win-rate o round fissi. Include pacchetto Word di preparazione.

Dashboard locale di scalari TensorBoard con metriche selezionabili, direzione di miglioramento esplicita, smoothing EMA opzionale e UI cinese/inglese. Richiede Python e TensorBoard già presenti.

Loop di auto-miglioramento a tre ruoli: Data-RSI pulizia cross-sectional giornaliera (winsorize→standardizzazione→median fill) ed estrazione esperienza; Harness-RSI evolve prompt/memory/skill; Model-RSI evolve ricette alpha con walk-forward nativo, gap 2 giorni e multi-seed. Offline, un comando, GPU auto, uno skill.

Ambiente per la formazione giuridica: interfaccia accademica a tre pannelli che legge il profilo di apprendimento «Minglü» (preset lawagent: fascicoli, flashcard, quaderno degli errori e note) e invia istruzioni alla sessione Minglü con un clic.

AlphaRSI: ciclo di auto-miglioramento a tre ruoli che evolve la ricetta di addestramento dei modelli di sequenze alpha. Operator esegue walk-forward, Evaluator valuta con OOS RankIC e Refiner propone iperparametri tramite ricerca bayesiana TPE; conserva solo ricette strettamente migliori. Esecuzione offline con un comando, bundle dati riconciliato con sha1 e rilevamento GPU automatico. Include una skill.

Attestazione formazione: formazione standardizzata off-site per la valutazione degli asset, riproducibile, attribuibile e verificabile. Blocca rigorosamente quattro errori: aggiornamento parziale, hash diverso, lettura sconosciuta considerata superata e contaminazione del master. Include una Skill.

Fase di analisi completa, addestramento del modello e stima per la ricerca su asset pricing e machine learning. Include una skill.

Kit di apprendimento degli algoritmi che sincronizza gli invii Codeforces e AtCoder, individua punti deboli, genera piani di allenamento con IA e traccia ripassi dilazionati in un curriculum di 114 lezioni.