Plugins

Espace de notes modifiable par l’humain : dossiers, recherche plein texte, texte enrichi, listes, tableaux redimensionnables, pièces jointes, export et collaboration facultative avec les agents.

Webhook de transfert de SMS pour DeepSeek Harness. Les apps SMS Forwarder, Tasker ou toute requête HTTP POST envoient les messages à un endpoint HTTP local ; le plugin les stocke en JSONL et expose sms_recent / sms_search pour lire les codes de vérification pendant les tâches. Il extrait automatiquement le premier OTP de 4 à 8 chiffres, permet le filtrage par mots-clés et fonctionne sur LAN ou Tailscale.

Panneau latéral DSH Web affichant usage et coût des tokens depuis l’API officielle DeepSeek (dépenses du jour, tendances sur 7/30 jours, répartition horaire, historique, ventilation des coûts, tarifs pointe/creuse), plus détails par session depuis les logs locaux. Sans configuration : utilise la connexion du navigateur pour les chiffres officiels et indique la source locale en cas de repli.

Lit les rapports de l’agent avec la voix choisie et résume les longs avant lecture. Un extrait de référence de 3 à 10 s suffit pour cloner une voix ; les modèles entraînés par la communauté fonctionnent aussi. Pas d’installation GPT-SoVITS de 6,4 Go : le plugin installe son runtime et sa voix. Un GPT-SoVITS existant peut être utilisé, avec le même modèle vocal.

L’outil `compact_agents`, appelable par le modèle, compacte de force le contexte de toutes les sessions actives (principale, sous-agents ordinaires et membres d’AgentTeams). Les cibles occupées sont mises en file et compactées à la fin du tour ; nombre de nœuds masqués et tokens estimés par cible sont rapportés. Un formulaire Web règle les seuils de déclenchement/rétention, budgets de sortie de phase contrôlée et de continuation automatique, et ratio de précompactage de fin de tour afin d’éviter une réponse bloquée en attente du résumé.

Affiche le tarif de pointe/creuse après le cache hit dans les statistiques du compositeur, avec point coloré, compte à rebours avant le changement et solde ventilé (total, crédité, rechargé) dans la devise de l’API.

Observabilité unifiée (trace/log/metric) pour les plugins deepseek-harness : intercepte la télémétrie de session DSH si disponible ; sinon, conserve les signaux OTel et les exporte via OTLP standard.

Section Settings de suivi des tokens : totaux d’entrée, sortie, lecture/écriture du cache, raisonnement et appels ; ventilation par modèle, jour, mois et projet, avec graphique quotidien des 30 derniers jours. L’historique est reconstruit une fois dans un worker thread, puis actualisé à partir des événements de session en direct.

Compare des sessions DSH existantes ou exécute des essais A/B contrôlés entre préréglages d’agents ; affiche des chronologies alignées, les écarts de métriques par paires, des critères de réussite explicites et des rapports exportables.

Sonde depuis WSL Ollama, LM Studio, vLLM et llama-server hébergés sur Windows, compare `ctx` et indique l’état `apiReady` de `/v1/models` par rapport à TCP.

Indique l’encodage de PowerShell, cmd et `LANG` pour diagnostiquer les problèmes UTF-8 et de pages de codes.

Indique l’état de Docker CLI, du contexte et de l’accès au daemon dans WSL, ainsi que l’état de `:8000 /v1/models` de vLLM et des conseils sur le runtime GPU.

Atelier et outil agent d’images DSH : ark9_generate_image génère texte-image et image-image via toute API compatible OpenAI. Canaux configurés par l’utilisateur, aucun endpoint fourni (baseURL, key, modèle à apporter/saisir). Génération agent soumise à approbation par défaut : file dans le panneau flottant, aucun frais avant validation ; réponse immédiate « awaiting your approval », résultat/refus/délai au tour suivant. Cinq onglets ; ratios et dimensions selon budget qualité/alignement 16 px, fond transparent, lots de 10 max en sous-tâches, prompts JSON personnalisés via host proxy, logs persistants avec retry, agrégation des canaux/modèles par canal, UI zh/en, import/export config. Onglet Better Sidebar si dsh-better-sidebar installé ; au-dessus du FAB dsh-cua si les deux le sont.

Trois canaux linguistiques indépendants pour la sortie : descriptions d’appels d’outils (titre de chaque carte, y compris run_code dans les préréglages PTC), thinking et réponses. Chacun suit la langue de la Web GUI, impose une langue ou se désactive ; par défaut, seules les descriptions suivent l’interface. Directive runtime-context globale côté host ; le client indique la langue de la GUI. Modes changés dans la carte Plugin de Settings.

Moniteur GPU flottant pour la Web UI DSH : bande compacte déplaçable indiquant nom exact, utilisation, VRAM, température et puissance de chaque GPU dédié via nvidia-smi. Reste visible au-dessus des panneaux et cartes latéraux ; liste les processus les plus gourmands en VRAM si le pilote les fournit. Sans pilote NVIDIA, affiche un indicateur n/a.

Bibliothèque de skills dans un panneau flottant : onglets skills/call ledger/quick start. L’utilisateur choisit la racine via le sélecteur natif (défaut ~/.dsh/skills ; aucun chemin imposé). Catégories à deux niveaux, groupe manuel/mots-clés/IA et vue arborescente/liste, purement visuels (aucun fichier déplacé). Lit le frontmatter SKILL.md ; recherche nom, description ou texte original et ouvre le fichier. L’activation par skill/catégorie/bibliothèque modifie disable-model-invocation, sauvegarde d’abord SKILL.md.bak-toggle-<timestamp> et restaure si échec. Ledger séparant auto/manuel, succès/échecs depuis tools/result, compte/taux/tendance/classement, réutilise le fichier existant. Hot reload. Réglages : afficher/masquer trois boules, récupérer celle hors écran, choisir parmi 130 skins.

Indique la distribution WSL actuelle et signale les configurations à plusieurs distributions.

Analyse les logs de session DSH pour attribuer les fichiers écrits par l’IA, superpose la couverture c8 et rapporte la couverture code IA/humain avec trust score, plus une boucle check/fix/verify pour combler les lacunes de tests.

Serveur MCP fournisseur de données football : résultats, statistiques, cotes, classements, forme et confrontations directes pour 18 ligues européennes (depuis 1993-94) et 8 coupes. Compatible avec tout client MCP ; inclut aussi un plugin DeepSeek Harness (dsh).

Neural Ledger · registre neuronal — transforme les sessions de collaboration DSH en registre visuel de travail : analyse des tokens, insights intelligents, prévisions de tendance et rapports Markdown quotidiens/hebdomadaires/mensuels en un clic.

Importez des plugins privés dans DeepSeek Harness depuis des dépôts Git privés ou des fichiers locaux (téléversement tarball/sélecteur de dossier), via une rubrique Settings dédiée.

Contrôle de santé en lecture seule de l’environnement DSH : disque, mémoire, latence, gonflement de ~/.dsh et détection des plugins obsolètes avec rapports gradués et comparaison de tendance par rapport à une base de référence. Ne supprime rien.

Plugin DeepSeek Harness pour la génération, la simulation, l'optimisation de circuits NI Multisim et les rapports de laboratoire via MCP