Plugins

Couche d'intégration native DSH pour le moteur de mémoire Minta : compose la ligne officielle dsh-mcp-client, enregistre la skill minta-memory-governance ainsi qu'un préchauffage de mémoire en début de session, et fournit un preset d'agent Minta ; nécessite le moteur Minta déployé séparément (Python/Docker) pour fournir les 19 outils MCP — inutilisable sans celui-ci.

Plugin de persona / master prompt par conversation : crée, modifie, change et supprime des modèles de persona depuis la barre d’outils du composeur, avec injection de system prompt de priorité maximale, garde-fous d’interaction fixes, héritage par subagent, défaut pour les nouvelles conversations, et persistance JSON locale.

Adaptateur DeepSeek Harness pour Koma Miko Agent Specs.

Surveille les versions de DSH et des plugins, reteste les artefacts publiés exacts dans des exécuteurs jetables, publie des preuves de compatibilité lisibles par machine et rapproche les problèmes gérés après les correctifs.

Changement de branche et worktrees Git isolés comme véritables espaces de travail, depuis le compositeur de l'interface web.

Compactage de contexte gardé pour DeepSeek Harness (dsh) : le LLM propose, les gardes deterministic disposent — réduction eager par atome (extract/summary/false sous gardes verbatim) + éviction paresseuse du reference-graph (0-LLM) + rappel au bit près depuis un log append-only.

Injecte une section fixe de prompt système afin que l'agent réfléchisse et réponde en chinois, quelle que soit la langue de l'utilisateur.

Niveaux d'utilisation et cartes de statistiques partageables : 🐟→🐳 classements par consommation mensuelle de tokens avec percentile estimé calculé localement, tarification précise pour 46 modèles chez 6 fournisseurs (y compris tarification chinoise par niveau de taille), remplissage rétroactif des sessions pré-installation, et comparaison ancien/nouveau suite au changement de tarifs du 2026-08-17. Local uniquement, sans télémétrie.

Plugin DeepSeek Harness : peaufinage ✨ en un clic pour les brouillons du composer — réécriture flash, réinjection automatique.

Rendez n'importe quel projet prêt pour les agents IA en une seule commande. Détection adaptative de la stack technique (7 langages × 14 frameworks × 61 composants), génération automatique d'AGENTS.md, d'un squelette de documentation, de CI/CD et d'infrastructure de tests. En une phrase : donnez à n'importe quel projet la capacité d'être développé par IA.

Agent GUI Android avec captures d'écran ADB, ancrage compact de la hiérarchie d'UI, actions itératives vérifiées, approbations, et une vue Mobile Web.

Usage de l'abonnement OpenCode Go (fenêtres glissantes/hebdomadaires/mensuelles avec comptes à rebours de réinitialisation) dans le dock du composeur, avec un éditeur d'identifiants intégré.

Bundle upstream non officiel pour DeepSeek Harness. Il comprend une passerelle CodeBuddy avec catalogue de modèles synchronisé à l’exécution, reasoning effort par modèle, recherche/récupération Web, génération d’images et pont d’identifiants en flux ; ainsi que les abonnements TraeWork CN et Qoder CN via des passerelles de traduction locales et un registre de fournisseurs compatibles OpenAI selon le type de clé. Gestion par carte de réglages accordéon.

Réunit dans un seul sélecteur les modèles de WorkBuddy (multi-comptes personnel, édition entreprise et WorkBuddy AI internationale), Qoder CN et Trae CN. Partage l’historique des conversations, affiche les multiplicateurs de crédits en direct et règle le reasoning effort par modèle ; utilise la plus grande fenêtre de contexte annoncée par l’édition internationale et propose un pointage quotidien si le canal le permet.

Bundle non officiel en amont pour DeepSeek Harness. Passerelle CodeBuddy avec catalogue de modèles synchronisé à l'exécution, efforts de raisonnement par modèle, recherche/lecture web, génération d'images et pont d'identifiants en streaming, plus les canaux d'abonnement TraeWork CN et Qoder CN via des passerelles de traduction locales et un registre de fournisseurs compatibles OpenAI par type de clé, le tout géré depuis une carte de paramètres en accordéon.

Glisser-déposer à la manière de Codex : faites glisser n'importe quel fichier dans l'interface web DSH, il atterrit dans ~/.dsh-dropbox et le chemin est inséré dans la zone de saisie sous forme d'une puce bleue entière.

Souris et clavier réels pour un agent DeepSeek Harness : décrivez en mots ce qu'il faut cliquer, un modèle de vision le trouve, un périphérique USB HID clique dessus.

Du chat au canevas puis à l'œuvre : pilotez ComfyUI comme IDE visuel de workflows dans DSH. Intégrez ComfyUI (local ou cloud) comme canevas en écran partagé dans DSH Web : l'agent écrit prompts et scripts dans le chat, les applique en direct et produit images, musique, vidéo et 3D. Opérations : composer des pipelines, lire/écrire les workflows, éditer les nœuds, câbler les liens, exécuter, régler et déboguer. Production : balayages de paramètres par lots (batch_run) et récupération automatique des sorties dans le chat (get_outputs). Entretien : lancement et mise à niveau en un clic de ComfyUI, du cœur et des nœuds personnalisés. Ce paquet est le plugin côté DSH et embarque le nœud pont côté ComfyUI.

Index structurel de code pour DSH : recherche de symboles Tree-sitter sur 8 langages (dont C/C++), une carte du dépôt bornée classée par PageRank du graphe d'imports et injectée dans le prompt système, un graphe d'appels au niveau fonction via code_refs, des vérifications optionnelles de dépendances circulaires et de modules orphelins via code_health, plus un contexte de modifications de l'arbre de travail et un contexte de code sensible à la tâche.

Le mall #dsh-plugin complet dans DeepSeek Harness : parcourez, recherchez et notez tout le catalogue de sujets dsh-plugin de GitHub actualisé toutes les 2 heures, revue pré-installation par IA avec verdicts install/caution/avoid, scores sur cinq dimensions avec graphiques radar, UI en neuf langues, sélections de l'éditeur et recommandations personnalisées, installation/mise à jour/restauration en un clic via un panneau global de tâches, et compétence /dsh-mall au sein de l'agent.

Force la compression du contexte lors de l'exécution de modèles llama.cpp à faible contexte tels que Qwen3.8-27B, améliorant l'efficacité du modèle et la fluidité d'utilisation, accompagné de prompts de compaction bien affinés.

Tableau de bord d'utilisation DeepSeek pour DSH Web : estimation des jours restants à partir des dépenses moyennes récentes, coûts journaliers/mensuels/cumulés avec comparaison entre périodes, classement des coûts par modèle, économies de cache, impact des prix en heures pleines/creuses, et widget flottant de solde déplaçable.

Ajoute un outil generate_image reposant sur la file FAL, toute API d’images compatible OpenAI ou un abonnement ChatGPT/Grok, et affiche le résultat directement dans la conversation.

Contrôle par tour du niveau de réflexion (reasoning_effort) pour DeepSeek Harness : Auto planifie low/high/max selon l'historique récent des tool calls, ou permet de fixer un wire level (off/on/minimal/low/medium/high/xhigh/max), avec mappage wire personnalisé, garde de capacités par modèle et préréglages de fenêtre de contexte (64K–1M) ; sa capability card s'associe à [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (installable depuis dsh-market) pour tester le raisonnement avec des passerelles compatibles OpenAI (vLLM / LM Studio / auto-hébergées). La carte écrit les capacités llm-pi-ai, l'adaptateur pilote le wire (compat.thinkingFormat) et le plugin maintient la liste de takeover.