Plugins

Workbench de recherche AIDD façon Claude Science pour DeepSeek Harness : boucle de recherche ReAct, artefacts versionnés avec provenance et 17 skills pour criblage virtuel, génération moléculaire, prédiction ADMET, modélisation DTI et reproduction de modèles.

dsh-strength-meter, plugin DSH. Réglages affiche l’usage des tokens par modèle (anneau, carte thermique, tendance) depuis les seuls journaux locaux. Installation en une commande ; utilisable après redémarrage.

Hub client MCP (stdio / Streamable HTTP / SSE) avec console Web pour DeepSeek Harness : gestion des serveurs MCP, skills d’agent, commandes slash, mémoire projet/globale et sections de prompt.

Rejette automatiquement les demandes d’autorisation sans réponse et affiche au modèle un avis de délai dépassé.

Vision pour modèles dsh textuels : collez une image et un modèle multimodal configuré la transcrit automatiquement. Double routage transparent, outil read-image appelable par l’agent, sans clés ni relais intégrés.

Tests automatisés de WeChat Mini Program pour DeepSeek Harness (dsh) : actions ciblées par sélecteur, contrôles de fraîcheur du build, assertions géométriques compatibles avec les modèles uniquement textuels et blocs d’image de captures dans les parcours vision.

Contrôlez un agent DeepSeek Harness depuis Feishu/Lark : envoyez une tâche par DM ; l’agent l’exécute avec le modèle configuré et répond dans le chat, et l’outil feishu_send peut transmettre les résultats. La connexion WebSocket de lark-cli évite un webhook public ; un lanceur résident est fourni. Attention : le plugin ne vérifie pas l’expéditeur. Par défaut, toute personne pouvant envoyer un DM au bot — notamment les membres du tenant Feishu — peut piloter un agent utilisant les identifiants de modèle et les permissions de fichiers de l’hôte. Il faut installer et authentifier lark-cli ainsi que créer une app Feishu avec les permissions listées dans le README. `dsh plugin add` ne suffit pas.

Réécriture chirurgicale de l’historique de conversation visible par le modèle dans une session DSH (surface replacement) ; modifiez séparément la réponse et la chaîne de raisonnement.

Projection dynamique du multimodal vers le texte et passerelle de vision entre modèles pour DeepSeek Harness (dsh), permettant de basculer sans interruption entre les modèles de vision (Gemini/Claude) et les modèles uniquement textuels (DeepSeek).

Plugin de pont client Anthropic Model Context Protocol (MCP) pour DeepSeek Harness (dsh).

Limite configurable de nouvelles tentatives des requêtes au modèle dans DeepSeek Harness (Paramètres → Général).

Délègue des tâches à des agents de code externes (Claude Code / Codex CLI / Grok CLI) depuis DeepSeek Harness. Comprend l’outil modèle harness_call, les mentions @claude/@codex/@grok, des cartes de progression en direct avec chronologie de réflexion et d’outils, et un panneau latéral de détails.

Plugin DeepSeek Harness (DSH) : injecte du contexte lorsque l’entrée utilisateur ou la sortie du modèle correspond à des mots-clés configurés. Les règles sont activables et configurables ; la mémoire peut être modifiée par le modèle.

Interface de traduction façon DeepL pour dsh : remplace le cadre racine du shell par un traducteur à deux panneaux piloté par un preset d’agent sans outils, tout en conservant le panneau de réglages fourni (modèles, fournisseurs, plugins).

Génération d’images FAL pour DeepSeek Harness via l’API de file FAL. Outil generate_image, modèle par défaut fal-ai/flux-2/klein/9b. Les images s’affichent dans la conversation, sont enregistrées dans le workspace et les réglages se modifient dans la Web GUI.

dsh-shell pour DeepSeek Harness : exécute cmd/PowerShell sous Windows et des shells de type bash sous POSIX, avec sécurité inspirée de bash : délais, sortie tronquée, codes de retour, tâches en arrière-plan et liste autorisée de cwd.

Statistiques de tokens pour toute l’installation DeepSeek Harness (dsh) : page Réglages avec totaux, carte de contributions, séries et détail par modèle. Lit les journaux de session de chaque dsh home ; aucune estimation des coûts.

Fournisseur de passerelle LLMTR pour le point d’accès LLM DeepSeek Harness : plus de 170 modèles de chat et LLM hébergés en Türkiye via une seule clé compatible OpenAI.

Optimiseur de prompt dans le compositeur : reformule le brouillon en prompt analytique à onze sections à partir de la conversation, des fichiers de l’espace de travail et du modèle choisi pour la session ; annulation en un clic.

Bundle DeepSeek Harness exposant des serveurs MCP (stdio, HTTP streamable, SSE historique) comme outils natifs, avec interface de réglages, état en direct, reconnexion automatique et sauvegarde/restauration par fichiers locaux ou WebDAV.

Contrôle des dépenses pour DeepSeek Harness : refuse les appels modèle dépassant le budget dans le flux llm/stream avant facturation. Rétrograde automatiquement après un seuil souple.

Plugin DeepSeek Harness qui change automatiquement de modèle aux heures de pointe : passe au modèle alternatif choisi avant le pic et revient au modèle officiel après. Entièrement développé par IA ; l’auteur n’a pas d’expérience en programmation. Vérifiez vous-même la sécurité ; les instructions d’installation peuvent contenir des hallucinations IA.

Utilise l’agent de programmation local TraeX comme fournisseur de modèles DeepSeek Harness via ACP.

Harness Codex minimal pour les modèles GPT qui ne s’adaptent pas à l’interface native DSH, tout en restant compatible avec l’écosystème de plugins DSH.