Plugins
Parcourez, filtrez et installez des plugins DeepSeek-Harness.
1002 plugins trouvés
dsh-tool-user-memory
iamlieutenant/dsh-tool-user-memory
Mémoire locale utilisateur/projet en Markdown pour DSH : préférences épinglées, recherche par mots-clés, invalidation douce, historique et archivage, ainsi que migration JSON avec aperçu, sauvegarde et retour arrière.
dsh-rugu (dsh)
qiuyedx/dsh-rugu
Mémoire de persona partagée entre DSH Desktop et QQ via dsh-qq, conservant les messages. Rappel avant réponse par vecteurs, mots, personnes et événements, temps et présents, puis contrôle de divulgation. Outils memory_recall, memory_note, memory_fix et memory_look, réglages. Vecteurs facultatifs via Ollama ou service compatible OpenAI.
dsh-seed-of-memory
ruiyuanyisu/dsh-seed-of-memory
Mémoire locale DSH : identité, couches, croyances, noyau émotionnel et continuité QQ dans un SQLite. Répond seulement aux numéros/groupes autorisés ; liste vide par défaut, aucune réponse avant configuration.
dsh-recollection
cqxsg/dsh-recollection
Permet à l'agent DSH de rechercher/revisiter l'historique actuel retiré du contexte par compaction. HTTP sans contrôle DSH, appelable depuis une page ouverte.
dsh-nebula-mind
lng-ux/dsh-nebula-mind
Mémoire intersessions pour DeepSeek Harness : fusionne par RRF BM25, vecteurs denses et Personalized PageRank sur un graphe mémoire ; l’émotion module le résultat. Comprend l’oubli en loi de puissance à cinq couches et une carte stellaire interactive.
dsh-perch
bychance6600/dsh-perch
Personnalité pilotée par un flux d’événements qui évolue au fil du temps, et non une fiche de personnage configurable ou un assistant. Enregistre les mêmes outils que dsh-fish (her_recall, growth_commit et autres) ; ne l’installez pas avec dsh-fish.
cortex
revcloudi/cortex
Environnement de travail Cortex pour DeepSeek Harness. L’interface Cortex d’origine — vulnérabilités, actifs, opérations internes, Memory Nebula, instantanés, contre-tests, Web Fuzzer et rétro-ingénierie de mini-programmes — devient un panneau DSH natif, avec 22 outils d’agent natifs supplémentaires…
dsh-memory-sync
qic-9821/dsh-memory-sync
Synchronise un dossier mémoire géré par Git avec une autre machine à chaque démarrage de DeepSeek Harness, sans daemon, cron ni pull manuel.
dsh-supermemory
fish9988/dsh-supermemory
Mémoire à long terme entre sessions, basée sur Supermemory : rappel sémantique et par fragments avant chaque étape, déduplication par session, envoi différé des transcriptions, extraction de faits par LLM en arrière-plan (add/update/delete), avec déduplication par bigrammes et par sémantique. Comprend les outils memory_search / memory_save / memory_forget, des conteneurs globaux ou par espace de travail, et une page Plugins pour stocker la clé API, gérer la mémoire, prévisualiser les rappels et consulter le journal d’activité. Nécessite une clé API Supermemory (quota mensuel gratuit disponible) ; des extraits de conversation sont envoyés dans le cloud Supermemory.
dsh-hierarchical-fishmemory
marsstorm/dsh-hierarchical-fishmemory
Mémoire à long terme hiérarchisée pour DeepSeek Harness, fusion de AirPineApplea/feiyu-memory 4.0.2, dsh-soul-md et dsh-shallow-memory ; ne pas l’installer avec ces plugins. Comprend un journal synthétisé à partir des tours terminés, un journal des émotions écrit à la main, une fiche de persona avec historique des versions, une note manuelle injectée intégralement à chaque tour et une couche de notes à TTL court. Chaque couche a son propre plafond afin de limiter l’injection par tour. Inclut des outils d’agent et un panneau latéral pour rappeler, modifier, compacter et sauvegarder ou restaurer depuis un fichier local, WebDAV ou une archive gzip.
dsh-memory-plugin
2132774831/dsh-memory-plugin
Mémoire long terme entièrement locale pour dsh, inter-conversations et inter-projets, stockée dans un seul fichier JSON sans appels réseau, modèle ou clé API. Outils memory_save, memory_search, memory_list, memory_forget et memory_review. Rappels par mots-clés et tags injectés avant chaque tour avec pondération réglable. Import Markdown, notamment formats Kun et Hermes Agent, export natif ou Hermes Agent, et page de consultation/édition des souvenirs.
dsh-model-visibility
tzyceng/dsh-model-visibility
Règle le menu modèles : interrupteurs modèle/fournisseur, groupes, recherche nom/ID ; filtres type, multimodal/raisonnement, contexte min 128K/256K/512K/1M. Modèle courant conservé. Lignes : type ; chat : raisonnement/niveaux effort adaptateur, contexte, modalités d’entrée. Priorité des libellés : manuel > doc réglages > adaptateur > relay GET /models > catalogue pi-ai / models.dev > inférence nom > corrections fournisseur ; survol = source, pointillés = inféré. Édition type/contexte/modalités/effort hors profil, réinscriptible en réglages fournisseur. Rechargement forcé purge caches et interroge adaptateur/relays. Activée par défaut, l’option reçoit en mémoire les images des routes relay texte seul, sans changer la config. Liste masquée dans patch profil et miroir $DSH_HOME.
dsh-evolve
wang1299/dsh-evolve
Apprentissage de l’expérience fondé sur des preuves pour DeepSeek Harness.
dsh-memory-palace
dafantong01/dsh-memory-palace
Mémoire locale longue durée des sessions DSH : archive les anciens tours sous pression du contexte. L’index des résumés accélère listes/stats/sondes/planification, se reconstruit si absent et permet une vérification complète manuelle. 4 niveaux hot ; documents projet filtrables enabled/disabled/archived, partage familial facultatif contrôlé par le propriétaire et mémoire projet ; aperçus user/assistant ; familles renommables avec transfert de racine, récupération après abdication et reprise des orphelines. Recherche par mot-clé (segments/pages), injection manuelle, lectures 20K, tags, rappels par étapes, compatibilité anciens formats, vérification de version. Désactivée par session ; activer avec /palace on ou l’onglet Memory Palace. Données dans l’espace de travail.
harnmem
ys118/harnmem
Plugin mémoire HarnMem pour DSH : injection byte-stable du hot-index, outils mémoire, extraction en fin de session et panneau navigateur en lecture seule.
dsh-experience
wqx11235/dsh-experience
Bibliothèque d’expériences locale avant tout pour DeepSeek Harness : recherche par signature dans du Markdown brut, rappel préalable à l’étape qui relève son propre seuil quand les indices restent non lus, brouillons de correction à partir des échecs et triage en un clic de la file des lacunes. Une bibliothèque de départ assainie est fournie. Aucun appel de modèle, aucun réseau.
companion-memory
root-7-khx/companion-memory
Mémoire de compagnon de jeu de rôle pour DeepSeek Harness : persona modifiable par conversation (poids 1–100, affinée par l’IA), affinité par interlocuteur, souvenirs évalués par IA, tableau de neuf émotions par tour, journal d’auto-évolution, recherche sur 48 h et compression des conversations. Prédit aussi les sujets durant l’inactivité, apprend le ton des réponses passées, écrit les habitudes dans la mémoire via un petit modèle, conserve une base locale archivée par date et regroupée par tours ou jetons, et propose des intégrations avec plugins sélectionnés et releases GitHub. Les routes HTTP n’authentifient pas DSH et sont accessibles au navigateur.
dsh-memory-layers
mllun/dsh-memory-layers
Mémoire longue durée en couches : hot layer d’environ 600 caractères qui évacue son excédent; entrées froides archivées par mois, rappelées par mot-clé et classées par usage; résumés extractifs jour/semaine/mois.
dsh-lane-bridge (dsh-lane-bridge)
cnranger1124/dsh-lane-bridge
Passerelle de messagerie multicanale pour DeepSeek Harness : chaque groupe et conversation privée QQ (SnowLuma / OneBot v11, QQ Bot officiel) ou Discord devient une session Agent distincte, liée à une fiche de rôle. Son domaine comprend des bases de connaissances avec validation des brouillons, une mémoire partagée, un lecteur GitHub en lecture seule et des règles de déclenchement en groupe. Deux profils intégrés (service client, discussion de groupe), envoi unifié avec diffusion et relais humain.
dsh-workspace-memory
libraqg/dsh-workspace-memory
Transfert mémoire explicite, limité au projet : à l’ouverture d’une nouvelle conversation, un appel au model que vous confirmez condense les échanges antérieurs en brief borné et l’injecte à la première étape. Aucun appel silencieux en arrière-plan. Le panneau Memory affiche le brief et permet de modifier les notes.
dsh-mnemosyne
i11ustrious/dsh-mnemosyne
Mémoire à couches pour DeepSeek Harness : chaque tour injecte un cadre persona et un index pertinent ; transcriptions complètes sur disque, développées à la demande sans saturer le contexte. Faits par attribut : toute nouvelle valeur retire l’ancienne. Le modèle tire le cadre persona de la mémoire. Trois filtres écartent les échanges de développement, bloquent les échos des injections et fusionnent les reformulations par mots communs. La consolidation fusionne les quasi-doublons, résume les longs sujets et archive par étiquettes les anciennes entrées peu utiles ; jamais de suppression du texte brut. Stockage append-only compacté sur place (4,7 Mo → 355 Ko mesurés). Sans dépendance tierce ni compilation. L’injection par tour réduit les succès du cache de prompt ; déconseillé au travail.
deepseek-servant
tests4gptplay/deepseek-servant
Assistant autonome et collaboration multi-agent pour DSH : discute des objectifs, planifie en arrière-plan, coordonne plusieurs Workers pour exécuter et relire, permet pause/reprise et récupération après interruption, conserve historique et livrables et construit mémoire de travail et skills. Mode local standard et collaboration expérimentale facultative via Git privé.
harnmem (dsh-harnmem)
ys118/harnmem
Mémoire partagée entre environnements pour agents DSH : les adaptateurs DSH et pi et la CLI harnmem partagent un fichier texte ; un souvenir écrit dans l’un est accessible dans l’autre. Injection sous forme d’index actif stable à l’octet près, cinq outils harnmem_*, extraction en fin de session et panneau mémoire en lecture seule.
dsh-flymemory
aujurd22/dsh-flymemory
Mémoire structurée à long terme pour DSH : suivi du remplacement, de la dégradation et de l’état des entités via 15 outils MCP, hooks automatiques et index de pointeurs borné par requête pour préserver le contexte. Nécessite Python 3.10+, torch et sentence-transformers; premier lancement télécharge un modèle d’embeddings d’environ 470 MB.