dsh-whale-report
鲸鱼记事本 — 你的 Agent 年度/月度/周度/日报:从会话事件日志生成数据新闻官式报告,任意区间、定时生成。
19 results
鲸鱼记事本 — 你的 Agent 年度/月度/周度/日报:从会话事件日志生成数据新闻官式报告,任意区间、定时生成。
OMK — Observe. Measure. Know. Evidence-backed knowledge changes for AI applications.
RMB/USD token-billing plugin for DSH web: official-policy auto pricing (incl. peak/off-peak), full coding-plan billing by provider routing, Settings→Cost summary page, per-message ledger, account balance, locale-driven currency display
Provider Model Configurator for DeepSeek Harness: view, create, edit, copy and delete model entries (context window, max output, modalities, reasoning efforts) across your configured providers, with quick-fill from the pi-ai preset catalog.
AI 系统的数据层:把 18 种来源(文档站/GitHub/PDF/视频/Notebook/Wiki…)转成结构化知识资产,导出到 22 种目标(Claude/Gemini/OpenAI/RAG 管道/编码助手);AI 驱动项目扫描生成配置。受 yusufkaraaslan/Skill_Seekers(14k★ MIT)启发。
网页复刻:从参考图/URL 提取字体、颜色、动画、组件结构,生成还原度高的网页项目。受 xuanxuan-prompts(169★)启发。
模型路由网关:一个端点连接 290+ AI 提供商(90+ 免费、1200+ 模型),Claude Code/Codex/Cursor/Cline/Copilot 全兼容——配额感知自动回退、19 种路由策略、RTK+Caveman 叠加压缩省 15-95% token、免费层聚合预算(~1.5B tokens/月)、MCP/A2A、本地优先。受 diegosouzapw/OmniRoute(51k★ MIT)启发。
DeepSeek Harness 原生视觉 Bundle:粘贴或拖入图片,通过托管的 deepseek-vision-mcp 调用 OpenAI 兼容视觉模型。
RAG 检索增强生成:向量数据库、嵌入、语义搜索、减少幻觉、来源引用。受 wshobson/agents(38k★ MIT)启发。
DeepSeek Harness plugin for progressive, source-grounded deep research, writing, and learning: steerable checkpoints and citations verified against retrieved sources
DSH client plugin: Think token-count display + optional tool-call grouping.
让 dsh 用独立的 OpenAI 兼容视觉模型读图:主对话历史只保留纯文本描述,图片字节不进上下文,纯文本模型也能读图。
仓库知识图谱:把代码/PDF/Markdown/截图/白板照片提取概念关系建图——god nodes/惊人连接/建议问题、EXTRACTED/INFERRED/AMBIGUOUS 边标签、71.5x token 节省、wiki 导航、--watch 自动同步、git hook。受 safishamsi/graphify(48.7k★)启发。
DSH plugin: compress verbose voice-dictation text into token-efficient prompts, fully local.
跨会话持久记忆压缩系统:生命周期 hooks 自动捕获工具观察、生成语义摘要、3 层检索工作流(search→timeline→get_observations,~10x token 节省)、渐进披露、私有标签、混合搜索。受 thedotmack/claude-mem(86k★ Apache-2.0)启发。
提示词工程模式:结构化推理(CoT/ToT)、few-shot、模板变量、生产级提示词优化。受 wshobson/agents(38k★ MIT)启发。
SQL 优化模式:EXPLAIN 分析、索引策略、N+1 解决、查询改写。受 wshobson/agents(38k★ MIT)启发。
百万 agent 社交模拟:可扩展开源社媒模拟器,LLM agent 逼真模仿 Twitter/Reddit 上多达百万用户——23 种动作(follow/comment/repost)、兴趣与热度推荐算法、动态环境;研究信息传播/群体极化/羊群行为等社会现象。受 camel-ai/oasis(5k★ Apache-2.0)启发。
并行 agent 开发环境:Codex/ClaudeCode/OpenCode/Pi 并排跑,各在独立 git worktree——一个 prompt 扇出 5 个 agent 比较合并胜者;移动伴侣监控、终端分屏、Design Mode(点击 UI 元素送 HTML/CSS/截图进 prompt)、GitHub/Linear 原生、SSH worktree、AI diff 标注。受 stablyai/orca(49k★ MIT)启发。