Plugins

Répartition de tâches par l’agent parent avec revue : découpez une tâche en ordres de travail, confiez-les aux prestataires choisis (fournisseur, modèle et effort de raisonnement propres), puis validez ou refusez chaque livraison. Les échecs sont redistribués avec vos retours.

Ajoute deux outils d’audit et quatre skills pour les textes chinois moyens ou longs (fiction comprise) et la revue de documents : évalue sept dimensions de style IA, signale les blocages avec numéros de ligne et conserve dans des fichiers l’état de continuité des longs manuscrits. Ne pas installer avec l’ancien dsh-deai-audit du même auteur, qui enregistre les mêmes noms d’outils.

Atelier de maquettes d’images pour DSH piloté par le chat : transforme l’intention en scénario de storyboard, génère des prompts et images IA par page avec révisions individuelles, propose neuf styles et exporte en PDF/PPTX (une image pleine page par diapositive).

Synthèse vocale GPT-SoVITS locale pour DSH : lit les réponses à voix haute, permet de changer de voix dans la barre latérale droite et d’en entraîner une nouvelle à partir d’un échantillon audio. Le premier lancement télécharge un moteur de 11,4 Go et nécessite un GPU NVIDIA CUDA.

Fournit à l’IA DSH des images vidéo horodatées, de l’audio et l’analyse des paroles pour Bilibili, YouTube et les fichiers locaux. Import chiffré de session navigateur, reprise du visionnage, résolveurs de sites enregistrés et gestion native du cache. FFmpeg et ffprobe doivent être dans PATH ou configurés dans les réglages du plugin.

Ajoute un onglet d’aperçu du viewport mobile dans la barre latérale droite : neuf tailles prédéfinies pour téléphones, tablettes et ordinateur portable, plus largeur/hauteur personnalisées. Copie l’URL en un clic et l’insère dans le composer via le bouton @ ou la commande /url.

Agent Settings gère des profils de sous-agent réutilisables dans la barre latérale, chacun avec une description d’usage et sa propre route fournisseur/modèle ; l’agent peut lancer le profil correspondant comme sous-agent.

Gère $DSH_HOME/.env depuis les paramètres et synchronise les variables d’environnement Host et utilisateur Windows/macOS.

Ajoute un outil de solde et injecte à chaque tour l’instantané du compte DeepSeek, avec politique d’économie/arrêt aux niveaux bas/critiques. Seuils et conversion liée au taux de change configurables. Lecture réservée au compte DeepSeek connecté ; profil par clé API seul renvoie un résultat illisible.

Base de connaissances locale : transforme documents d’espace et PDF/Word/Excel/Markdown/TXT/CSV/HTML joints au chat en notes Markdown. Visionneuse façon VS Code, droits d’accès par espace et outils agent de recherche, lecture, ajout.

Apprend les conventions de code depuis instructions/corrections, les stocke en règles Markdown modifiables avec confiance et les injecte comme référence à chaque session. Les règles dépassées ou contradictoires restent visibles à examiner sans application.

Plugin de persona : jauge émotionnelle 0–100 à évolution lente, vision du monde propre, journal par tour, réseau relationnel, messages proactifs et ligne de voix intérieure près du coût.

Ajoute un panneau de test sous Paramètres → Modèles : lit le catalogue du déploiement et envoie à chaque modèle configuré un unique aller-retour minimal (court « ping », petit plafond de sortie) via le service Host LLM pour vérifier la connexion par une vraie requête. Chaque ligne indique succès/échec, code d’erreur harness (NO_ADAPTER, MISSING_CREDENTIAL, AUTH, RATE_LIMIT, TIMEOUT, etc.) et latences premier jeton/totale. Test individuel ou test général (3 en parallèle). Les identifiants sont résolus dans Host et n’atteignent jamais le navigateur ; les tests par modèle sont indépendants, via une route limitée à la même origine et à la taille du corps. JS pur, sans étape de build, MIT.

Ajoute l’abonnement Meta Muse Code comme fournisseur de modèles DSH. Déclare la route Meta incluse dans Paramètres > Modèles, synchronise le catalogue de chat du compte (Muse Wonder compris) dans le sélecteur, et ajoute une carte de connexion ainsi que `/muse-login` pour lancer le flux intégré Meta par code appareil, renouveler la clé obtenue et afficher son état par un point rouge ou vert. Abonnement Muse Code actif requis ; aucun Meta CLI nécessaire.

Sélecteur de modèles axé recherche, avec favoris, récents, groupes fournisseurs repliables et navigation clavier.

Enregistre les modèles d’un workbuddy2api-hub local dans DSH comme fournisseur compatible OpenAI par clé API ; chaque clé conserve son modèle. Badge latéral : crédit de la clé principale, tokens/crédits/coût équivalent API du jour et de la semaine. Gateway local requis.

Thème graphique acide pour DeepSeek Harness Web UI : six palettes complètes sélectionnables (acid, neon orange, electric cyan, violet, rose, warm orange-light) et fond cristallin filaire WebGL facultatif piloté par pointeur et défilement. Fonds locaux avec masque d’assombrissement et lettrage, animation de démarrage cristal avec vidéo locale facultative, et section Réglages regroupant tous les contrôles.

Écran de démarrage plongée abyssale pour DeepSeek Harness : jauge de profondeur et sonde submersible, vidéo de révélation du personnage en boucle, fond marin avec corail, bulles et particules lentes. La profondeur atteinte détermine les créatures visibles.

Skin verre liquide basé sur le fond d’écran actuel : le floute et le voile sur le canvas de fenêtre, garde les panneaux translucides et règle le givrage de chaque surface textuelle (compositeur, code, aperçu, menus) pour éviter l’effet délavé. Contrôles verre liquide style Apple. Sous Windows, lit le fond via APPDATA ; ailleurs, dégradé peint.

Préréglages de couleur et sélecteur de couleur papier pour les aperçus PDF, Office converti et tableurs de la barre latérale DSH. Réglage de luminosité en mode sombre ; préférences stockées localement. Modifie seulement l’affichage, pas les fichiers.

Grand livre des coûts par tour et étape pour DeepSeek Harness. Onglet Turns à côté de Chat et Trajectory avec tokens, coût estimé, économies de cache et inspecteur des arguments d’outils, résultats bruts et source. Côté client uniquement ; prix estimés depuis l’usage enregistré du modèle.

Activité DeepSeek Harness sous forme de grille de contributions GitHub. Une ligne du menu compte ouvre un dialogue centré avec avatar, nom, activité quotidienne sur un an en cinq tons, choix d’année et infobulle par jour.

Analyse forensique des décisions de routage passées. Rejoue chaque session et classe de manière déterministe, sans LLM, la complexité de chaque tour d’après la forme de la demande. Repère deux gaspillages : modèle coûteux pour tâche facile (écart mesurable) ; modèle bon marché qui échoue sur une tâche difficile, chaque reprise renvoyant tout le contexte et coûtant plus cher qu’une montée en gamme. Distingue les reprises dues à la capacité fournisseur (RATE_LIMIT/TIMEOUT/TRANSPORT) des échecs du modèle pour éviter les fausses alertes. Déduit des règles à partir des preuves et chiffre via une table intégrée par million de tokens.

Interface légère de barre latérale DeepSeek Harness : cinq commandes de repli, trois densités et trois largeurs, dans une ligne de pied de page et une section de réglages. Aucune dépendance ni service d’arrière-plan.