Plugin

DSCODE per Harness Desktop: collaborazione sul codice, memoria di sessione, flussi browser e gestione attività.

Workbench per la scrittura di romanzi per DSH con preset di authoring, gestione di scaletta e personaggi, annotazioni del manoscritto, flussi di revisione e un backend Python locale gestito.

Plugin studio TongFlow per DeepSeek Harness (dsh): modello di progetto in stile troupe cinematografica, flussi di lavoro TongFlow creati dall'agente, generazione multimediale deterministica, tela incorporata.

Riunisce cinque skill: presentazioni web, immagini social, pagine web impaginate, revisione cinese anti-stile IA (humanizer-zh) e profilo della voce di scrittura. Le prime tre condividono un sistema di design con temi magazine e Swiss e colori del brand verificati per il contrasto. Aggiunge una pagina laterale con miniature dei lavori, bozze per nuove sessioni che riusano tema e layout, sei flussi di contenuti e raccolta dei messaggi inviati nelle sessioni locali dsh come materiale per il profilo.

AgentCompare offre flussi A/B per un’attività Vite in DSH: esegue due implementazioni, confronta anteprime live con verifiche condivise, consente una scelta alla cieca e valuta l’adozione rispetto alle modifiche correnti del progetto. Richiede un progetto Vite nella radice di un repository Git con almeno un commit.

Monta 88 competenze confezionate di ricerca, intelligenza sociale, marketing e business in dsh tramite il fornitore di competenze del filesystem.

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.

Client mobile per DeepSeek Harness senza app da installare (PWA). Mostra sessioni, processi in background, subagenti, cicli degli obiettivi, workflow e approvazioni in sospeso; permette di parlare con qualsiasi sessione seguendo risposte in streaming e avanzamento degli strumenti, fermarsi in ogni momento e cambiare sessione o modello. Include un pannello laterale GUI. Prima dsh-taskwatch; il pacchetto npm ora è dsh-in-hand.

Generazione di immagini e video AI per la GUI Web DSH. Cataloghi per canale e adattamento per famiglia (gpt-image, Grok Imagine, Nano Banana, Seedream, GLM-Image, Qwen-Image, MiniMax image-01, DALL-E 3), studio laterale, canvas infinito a nodi, anteprima file, skill del canvas e modelli prompt. Il video supporta testo/immagine in video, primo/ultimo keyframe e più riferimenti, invio/sondaggio/download asincroni, strumenti video host, nodi video e unione locale con ffmpeg di due o più nodi in un MP4.

La knowledge base per lo sviluppo di plugin DSH come abilità dell'agente su richiesta: vincoli ufficiali, flussi di lavoro delle attività, riferimento API e insidie della comunità, installata con il bundle in modo che l'agente possa consultare durante la creazione di un plugin.

Preparazione di contesti lunghi, memoria Dream, verifica delle attività, workflow e interazione con il computer per DSH. Richiede DSH 0.2.2-rc.1 e Node.js 24.9+. L’installazione predefinita concede accesso completo a file e comandi e disattiva l’approvazione dell’esecuzione; prevalgono le impostazioni esplicite di un profilo esistente.

Orchestrazione visuale AI Agent basata su DeepSeek Harness, con Workflow, Multi-Agent, meta-orchestrazione, MCP e Human-in-the-loop.

Memoria Markdown tra sessioni (LLM-Wiki/SOUL.md), inserita per default dopo il primo messaggio utente nella sessione attiva. Include remember/recall/consolidate/forget, skill e pack/unpack. /memory on|off|status e chip condividono il controllo: off ferma inserimento, avvisi digest/recall e last_access senza cancellare; workspace off per default, scelta valida 7 giorni. Basic soul modifica solo il blocco gestito SOUL.md. Requisiti distinti: formato sessione v4 (ufficiale 0.1.7+) e compatibilità engines.dsh della serie ufficiale 0.2.1-rc.5; il gate rifiuta host precedenti. Windows supportato. Include report checkup.

Workflow DAG visivi multi-agente per DeepSeek Harness, con esecuzione live, ripristino dopo riavvio e integrazione con Feishu.

Memoria di progetto per dsh con integrazione nativa del task system: i todo di sessione e le letture dei file si condensano automaticamente in record di task cross-sessione (link task↔file), così i workflow sono commutabili e riprendibili senza ricontestualizzare. Memoria in lettura (nessuna scansione preliminare): estrae simboli di codice, riassume la documentazione e collega docs↔symbol; potenziamento semantico TS opzionale (attivo automaticamente quando TS è installato). Le note di esperienza vengono deduplicate automaticamente. Ogni richiamo include una citazione tracciabile. Solo JS, una sola dipendenza, funziona subito, operazione silenziosa, overhead zero.

Sistema disciplinato di workflow ingegneristico per agenti di coding AI: pianificazione, TDD, cicli di correzione automatica, grafi di conoscenza del codebase ed esecuzione multiagente a ondate. Richiede codebase-memory-mcp (pip install "codebase-memory-mcp>=0.10.8,<0.11.0"); senza, /scan si arresta.

Workflow di ingegnerizzazione predefiniti per DeepSeek Harness: uno strumento dev_task che controlla le transizioni di fase, gli artefatti, la verifica, la revisione e l'ambito dei commit, più un banco di lavoro web per installare skill e regole di progetto o utente.

DAG dal vivo guidato da proiezioni per i subagenti e i flussi di lavoro duraturi di una Session: stato e navigazione, layout deterministico di catene profonde, controlli di adattamento/panoramica della canvas e riorganizzazione dei nodi della sessione corrente.

Porta in DSH i playbook di ingegneria pstack di poteto, con flussi di pianificazione, revisione, verifica e rilascio.

Workflow DAG durevoli e indipendenti dall'host per Agent con CLI, MCP, Skills on-demand, trigger, replay e una Canvas visiva.

Esegue workflow JSON con /workflow, ne mostra l’avanzamento, consente di scegliere i modelli Agent, riprendere sessioni salvate e avviare cicli limitati di revisione e correzione.

Registra flussi di lavoro desktop macOS per dimostrazione con DeepSeek Harness e trasformali in skill dell'agente (skill open-record-replay + strumenti orr_*).

Esegue workflow ComfyUI di RunningHub da DSH per generare immagini, video e audio; include un pannello per configurare i workflow, attività in background e gestione di più chiavi.

Osserva le tracce di esecuzione dell'agente e attiva una revisione LLM al termine di ogni turno andato a buon fine quando scattano i segnali, cristallizzando flussi di lavoro riutilizzabili in skill registrate che migliorano progressivamente con le esecuzioni successive.