Plugin

Importa cronologie di chat ad alta fedeltà da 13 agenti di coding (Claude Code, Codex, ChatGPT, Cursor, Gemini, opencode e altri) come sessioni DeepSeek Harness riprendibili, con esportazione inversa verso Claude Code.

QA di fedeltà al design per modelli solo testuali: uno strumento `deepseek_vision` prende in prestito un occhio da qualsiasi percorso vision compatibile con OpenAI, così il modello può giudicare se un'implementazione corrisponde al mock — fornito con il benchmark alla base di quel giudizio (quattro fixture, 23 difetti iniettati, trascrizioni grezze) e la disciplina di interrogazione da cui dipende.

Plugin di input vocale per DeepSeek Harness (dsh): un pulsante microfono nel compositore converte il parlato in una bozza trascritta, con scelta di backend di riconoscimento vocale, rifinitura opzionale tramite i percorsi LLM propri di dsh e una pagina delle impostazioni nativa.

Motore di contesto Zero-residence: i payload di grandi dimensioni degli strumenti vengono espulsi dal contesto attivo verso un archivio interrogabile e rimangono solo puntatori deterministici, così i token di prompt per turno smettono di crescere con la trascrizione. Qualsiasi contenuto mascherato viene ricostruito alla lettera dal log della sessione su richiesta, tramite id di chiamata dello strumento o seq della sessione.

Cervello DeepSeek + trascrizione automatica delle immagini: allega immagini nella GUI e ognuna viene trascritta tramite il deepseek-v4-flash-vision-exp ufficiale per impostazione predefinita (un cervello V4-Pro puramente testuale può vedere le immagini), con qualsiasi VLM compatibile con OpenAI o Ollama locale come alternative.

Fornisce agli agenti DeepSeek Harness solo testo la comprensione video: campionamento fotogrammi consapevole della scena + VLM + trascrizione ASR opzionale fusi in prove sulla linea temporale. / Plugin di comprensione video per modelli solo testo (campionamento fotogrammi consapevole della scena + VLM + trascrizione vocale opzionale).

Analisi dei video Bilibili: metadati, trascrizione (fallback ASR tramite Bijian/sherpa-onnx/whisper.cpp), commenti, danmaku e fotogrammi chiave nitidi con descrizioni visive locali opzionali.

Banco di lavoro per la lettura di paper: libreria + lettore PDF + companion in stile tutor. Le risposte citano numeri di pagina cliccabili che riportano al PDF e lampeggiano il passaggio esatto; chiedi selezionando senza lasciare il paper; preset tutor-severo incluso (piano di lettura, coaching per sezioni, quiz valutati tracciati tra le sessioni); toggle in loco originale ↔ cinese (babeldoc, nessuna preinstallazione). Trascrizione e ricerca locali — i documenti non lasciano mai il tuo computer.

Piegatura della trascrizione in streaming per l'interfaccia web di DSH: le righe di pensiero e degli strumenti si ripiegano mentre la finestra di pensiero più recente si apre da sola; un turno concluso scorre di nuovo fino alla tua domanda, che resta anche fissata in alto mentre leggi; scintille blu sprizzano dal bordo della finestra di pensiero e dalla testina che scrive la risposta.

model router per passo: preset nominati con regole ordinate di gruppi immagine/parole chiave instradano ogni passo dell'agente attraverso ogni provider e modello montato, aggiungendo flussi di collaborazione per la trascrizione delle immagini, una protezione delle immagini, un pannello quote multi-piano e osservabilità delle decisioni per passo.

Microfono del compositore per l'interfaccia web: tocca per monitorare la trascrizione dal vivo e tieni premuto per parlare, con lettura della risposta tramite Edge TTS dell'host che viene trasmessa mentre il modello genera, pausa dell'eco durante la lettura e tocco per interrompere.

Dashboard workspace e sessione ufficio: un pannello sprite fluttuante a 6 colonne che visualizza workspace, sessioni, utilizzo di token e subagenti, più Agent Mail e una tab di log ufficio. Le viste Feishu/Lark (feed messaggi, calendari riunioni, trascrizioni) richiedono inoltre lo strumento `@larksuite/cli` installato e autenticato separatamente.

Gestore delle conversazioni archiviate per DeepSeek Harness: visualizza le conversazioni archiviate raggruppate per workspace, ripristinale e rivela le loro cartelle di trascrizione.

Titoli di sessione intelligenti per DSH: dopo ogni turno di conversazione una chiamata LLM ausiliaria indipendente riassume la trascrizione completa utente+assistente in un titolo che segue il tema reale della sessione invece di ripetere il primo messaggio; il primo messaggio viene intitolato subito, i titoli integrati falliti vengono ritentati nei turni successivi, le rinomine manuali non vengono mai sovrascritte e le sessioni di subagente/fork vengono saltate.

Un interruttore "Loop engine" nelle impostazioni web che scambia il loop dell'agente che gestisce ogni sessione dsh tra cinque motori: il loop integrato in-process più Claude Code, Codex, Pi e Kimi Code ospitati, senza alcuna modifica all'harness; ogni motore ospitato mantiene il proprio ragionamento e le chiamate agli strumenti nella trascrizione durevole della sessione, prende il controllo di comandi, skill e preset dell'agente e viene eseguito in sandbox attraverso il confine del sottoprocesso dsh.

Strumenti vocali: sintesi vocale neurale gratuita con edge-tts, trascrizione ASR compatibile con OpenAI, elenco delle voci, anteprima batch delle voci e autodiagnosi dello stato.

Passa una sessione web DSH alla CLI Claude Code installata localmente: un selettore motore per sessione (DSH | Claude Code), modelli Claude e sforzo di ragionamento nello slot del modello, modalità di autorizzazione Claude al posto del selettore della modalità di accesso, e richieste di autorizzazione, AskUserQuestion ed ExitPlanMode instradate verso le schede native di approvazione, domanda e revisione del piano di DSH. Il flusso viene scritto come eventi di sessione nativi di DSH, quindi la trascrizione integrata, le schede degli strumenti e i subagent annidati lo rendono; i comandi slash di Claude si fondono nella tavolozza dei comandi; la CLI è tenuta da un broker distaccato, quindi gli aggiornamenti dei plugin e i riavvii di DSH non interrompono un turno in esecuzione.

Traduzione cinese dell'intera pipeline per la GUI web dsh: traduzione in tempo reale del ragionamento del modello durante lo streaming, cinese in linea sotto ogni risposta inglese e riepiloghi cinesi di una riga per output degli strumenti e descrizioni delle chiamate di strumenti — una richiesta autonoma al provider che non entra mai nella trascrizione della sessione.

Generazione locale di immagini, voce, musica ed effetti sonori, più trascrizione, con identità fissata: personaggi, animali, oggetti e voci degli attori vengono definiti una volta e riutilizzati in ogni chiamata successiva; l'output degenerato (immagine quasi piatta, audio silenzioso) viene rifiutato invece di essere restituito come successo, e una riga generata può essere riletta come testo, così che un clone che ha inghiottito la propria fine diventi visibile. I motori si scaricano quando inattivi, e la generazione di immagini e la trascrizione possono ciascuna puntare a un'API di forma OpenAI invece del backend Vulkan locale.

**Allegati nello stesso stile di DeepSeek Chat (chat.deepseek.com)**: pulsante di caricamento a forma di graffetta, schede file stile DS da 240×64 con icone ufficiali a colori dei documenti (PDF/DOCX/XLSX/PPT/IMG estratte dal bundle del frontend DS), drag-and-drop, estrazione del testo (PDF/DOCX/XLSX/TXT) iniettata nel messaggio, e schede allegati reali renderizzate nella trascrizione (renderer utente personalizzato) con il modello che legge il contenuto completo.

Annulla/ripristina lato utente per DeepSeek Harness (dsh): il comando /undo riporta la trascrizione a prima dell'ultimo messaggio, e /redo la ripristina.

Input vocale da microfono per il composer: trascrizione live tramite Web Speech API del browser, deduplicazione/auto-continuazione, punteggiatura intelligente, impostazioni di lingua e invio automatico

Eliminazione per singolo messaggio in DSH: rimuove un messaggio utente, uno step di risposta o un'intera risposta dell'assistente dal contesto derivato del modello tramite il contratto ufficiale di surface-replace, e la nasconde dal transcript visibile senza riscrivere il log append-only.