Plugins

Agent à personnage unique pour QQ (SnowLuma / OneBot 11), Bilibili et Douyin (ce dernier exige un PC Windows toujours actif) : traits évolutifs, mémoire par personne avec oubli d’Ebbinghaus/corrections, routine quotidienne, messages proactifs, souvenirs automatiques et réglages en 10 onglets. Groupes QQ bloqués par défaut ; réponse uniquement si groupe autorisé ou allGroups activé explicitement, et si le bot est mentionné par @. Privé : amis QQ seulement. Réponse auto Bilibili/Douyin désactivée ; Bilibili limité au propriétaire, liste autorisée et abonnements réciproques ; Douyin au propriétaire et à la liste, sauf activation explicite de reply-to-everyone. Inclut du code MIT de dsh-qq-bridge et dsh-douyin-bridge, crédité avec leurs LICENSE ; pas besoin de les installer à côté.

Mode rapide natif DeepSeek Harness : même modèle/reasoning effort, moins de tokens de sortie par prompt. Seul le contrôle de discipline de sortie est activé par défaut (late mode, dès step 4) ; les autres sont désactivés et séparés. Sortie outil longue : activer trim. Mesures sur une machine, pas un classement : 30 paires avec trim, 0.756x temps et 21 % de tokens en moins ; 24 paires sur 6 PR réelles pallets/click, 0.805x et 23 % en moins. SWE-bench Lite officiel avec harness maison : aucun gain (8 instances, 3 runs regroupés en 72 paires : 0.933x temps/0.903x tokens ; intervalle de temps croisant 1, runs d’un même réglage variant de 30 %). Empiler les contrôles sur trim fait moins bien que trim seul. Chiffres/repro dans le repo.

Espace de création de mini-séries IA pour DeepSeek Harness : preset d’agent dédié au drama, 35 outils d’agent et 10 skills incluses pour le plan, les personnages, le scénario, le storyboard et l’export.

Lance le check-in quotidien WorkBuddy (CN) au démarrage de DSH — découvre tous les comptes connectés sur cette machine, réclame les crédits quotidiens et affiche une entrée de statut sur la ligne de titre de session avec panneau de détails et nouvelle tentative pour les comptes en échec.

Passerelle de sessions pour DeepSeek Harness : pilotez d'autres sessions DSH réelles directement depuis votre prompt — créez des sessions de premier niveau dans n'importe quel espace de travail, envoyez un message ou intervenez dans n'importe quelle session, attendez les réponses et diffusez-les segment par segment (chaîne de pensée incluse), reprenez des sessions hors ligne, trouvez des sessions dans tous les espaces de travail, lancez une surveillance d'arrière-plan qui suit et planifie une tâche principale (relance en cas de stagnation, correction des dérives, annulation en cas de blocage), et archivez des sessions en une commande.

Plugin de mémoire inter-sessions pour DSH (v0.6.1, npm @asherliner/dsh-memory-connect) : extraction automatique, indexation SQLite FTS5, rappel sémantique RRF injecté dans le prompt système à chaque tour, maintenance planifiée, consolidation LLM via ctx.llm, prévention de l'explosion du contexte, identité Soul globale via ~/.dsh/soul.md. v0.5.0 : graphe de contexte temporel, modèle de confiance, résumé en fin de tour. v0.6.0 : embeddings sémantiques locaux (BAAI/bge-small-zh-v1.5), aucun appel au cloud. v0.6.1 : correction de l'expansion de ~ dans la config des chemins. Installation sans configuration.

Parcourez et installez des plugins DSH sans quitter le harness : une commande /store, un onglet Paramètres → Plugins, deux outils appelables par l'agent et une compétence groupée, avec une porte d'approbation qui liste les indicateurs de risque détectés avant toute installation.

Gestionnaire MCP & Skill : activer/désactiver les serveurs MCP et compétences depuis un panneau Paramètres pour libérer du contexte en temps réel ; couche intermédiaire IA optionnelle (mcp_search/mcp_call) appelle les serveurs désactivés à la demande, avec filtrage de visibilité basé sur état qui garde visibles les serveurs activés par l'utilisateur.

Contrôleur d'auto-évolution axé sur les preuves : génération bornée de candidats Cordis, admission Loader réelle en une seule tentative, évaluation Harbor et lignée journalisée reprenant après incident.

Migre automatiquement les skins de l'animal de bureau Codex vers DSH : un compagnon animé dans un coin reflétant l'état de l'agent (réflexion, utilisation d'outil, attente d'approbation, échec, terminé), avec des boîtes de dialogue en verre dépoli par session et un panneau de réglages complet.

Une seule couche de mémoire pour tous les outils et agents IA : injection de Context Bundle, rappel au moment du prompt, outils MCP, et capture du fil DSH à la fin de chaque tour.

Plugin de canal QQ pour DeepSeek Harness via OneBot v11/SnowLuma, avec approbation d’accès par jumelage, mémoire à long terme, base de connaissances, événements proactifs et panneau d’administration.

Enregistre deux serveurs MCP qui pilotent via COM les applications de bureau AutoCAD et SolidWorks installées, ainsi que deux skills à la demande. Windows uniquement, Python 3.11+. Les serveurs upstream épinglés s’installent au premier chargement ; seule l’application CAO enregistrée a une ligne. Chaque serveur annonce deux méta-outils au lieu de tout son catalogue (shim de découverte ici pour SolidWorks, DISCOVERY_MODE=search upstream pour AutoCAD). Réduit les schémas chargés avant la première requête de 23 404 à 256 jetons et de 83 732 à 365 respectivement.

Page Skill cockpit dans la navigation de l’app DSH (emplacement sidebar.panellist) : liste les skills réellement exposées sur cette machine pour les six types de racines, explique l’invisibilité (raison d’exclusion, racine manquante ou désactivation) et active/désactive une skill en renommant seulement son fichier d’entrée (SKILL.md / SKILL.md.disabled). Les racines de skills du projet restent en lecture seule.

Ajoute à l’interface Web DSH un animal déplaçable : Big Fat Fish, une fille-baleine (Jingjing), avec 8 skins interchangeables. Elle se souvient entre sessions : trois remarques sur son poids dans la journée donnent un accueil froid, trois surnoms un accueil chaleureux. Les compteurs sont dans un fichier d’état du plugin et se réinitialisent à minuit local. Après 30 min, elle dit qu’elle n’attendait pas ; elle est timide au début. Après 10 min d’inactivité, elle dérive visuellement vers un coin sans déplacer la position choisie. Les 8 PNG sont inclus et servis par le plugin, sans requête tierce. Note : l’image porte un filigrane OleapCrow et vient du propriétaire du dépôt ; les 8 skins recolorent le même dessin. Installation sur un DSH actif non testée.

Atelier de développement de jeux TapTap Maker avec plus de 150 skills intégrés, canal d’images personnalisé, ChatGPT web avec rotation de comptes, effets sonores CC0 et musique web. Impose une politique sans consommation de crédits Maker.

Emballe les compétences de présentation amont ppt-master comme plugin DeepSeek Harness installable : compétences intégrées à l’identique octet par octet, trois outils de cycle de vie (ppt_master_info, ppt_master_check_env, ppt_master_setup_deps), isolation facultative de l’interpréteur venv et carte de configuration dans Plugins. Requiert python3 >= 3.10 et les dépendances pip installées via ppt_master_setup_deps.

Compétence de planification de voyages en Chine : itinéraires quotidiens heure par heure, liens directs de réservation 12306 et Trip.com, KML hors ligne et sept thèmes HTML. Python 3.9+ doit être dans PATH ; les scripts fournis utilisent uniquement la bibliothèque standard.

Résume les anciens échanges avec un modèle latéral avant saturation ; journal disque durable, réancré après compaction. Seule mesure décrite : une session réelle d’un jour, 6 condensations ont remplacé 209 messages ; contexte actif de dizaines de milliers de tokens. Routage par tâche : 6 pools (éco, mécanique, principal, difficile, vision, revue) ou Auto/classifieur ; bascule au seuil de confiance pour garder le cache prompt chaud. Filigrane 3 lignes déclenche transfert en 4 étapes (fork sauvegarde, doc, compaction, réveil), sans perdre les sous-agents ; /ctx-pause, /ctx-resume, /ctx-handover en manuel. Agent Teams facultatif ; /vision pour modèles texte ; gros diffs vers testeur et réviseur indépendant. UI/README en 11 langues. Skills : lecture MySQL/Redis, commits, docs exigences/design.

Hub OneBot v11 entre une implémentation amont (LLOneBot et autres) et les bots aval : relaie événements et actions à l’identique. Fournit une chronologie par session, un registre d’actions, une mémoire en couches (sujets et tâches actifs, événements à long terme, profils de personnes et de groupes) et des outils onebot_* pour répondre, gérer médias et membres, et appeler l’API brute.

Relie ZCode CLI, l’agent de code fourni avec le client, à DSH comme fournisseur de modèles. Une session app-server résidente injecte le compte Start Plan et signe chaque requête avec le jeton OAuth du forfait, qui consomme directement le quota ZCode Start Plan / Coding Plan. Streaming réel, images en entrée et reprise par session, sans clé API.

Connecte en un clic les modèles de langage et d’image SenseNova Token Plan à DSH (désactivé par défaut) et renseigne automatiquement la reconnaissance d’images et le niveau de raisonnement. En cas de limite de débit, attend puis réessaie sans la confondre avec un quota épuisé. Après connexion à la console SenseNova, affiche l’usage, les pools de crédits et la consommation par modèle. Xiaohuanxiong accepte aussi une connexion par QR, importe ses modèles et multiplicateurs de consommation et prend en charge la recherche Web de DSH.

Fournisseur Google Gemini multi-comptes : choisit le compte avec le plus de quota restant, bascule sur 429 avec backoff exponentiel, sonde les comptes désactivés en arrière-plan, et livre une page de paramètres chinois/anglais.

Adaptateur DeepSeek Harness pour Context Mode : outils ctx_* in-process pour l'exécution de code en bac à sable et une base de connaissances FTS5, plus des conseils de routage de la fenêtre de contexte.