Plugins

Registre de raisonnement vérifié par machine : chaque fait doit pointer vers un file:line réel et en être cité mot pour mot ; chaque hypothèse indique ce qui la réfuterait, et une conclusion ne peut reposer sur une hypothèse qui ne revient jamais en revue. Peut stocker date de revue, confiance et condition d’invalidation. Inclut le checker, les commandes /fp, une barrière facultative qui demande confirmation avant les commandes shell irréversibles et un panneau Web listant les codes d’erreur corrigés à chaque tour.

Coordonne les tâches PUA et Completion Guard via /task-run ou une CLI. La fin exige une acceptance figée et un certificat candidate/Goal à jour ; plafond de 8 tours et 90 minutes. Vérifié sur macOS Desktop 0.2.0-rc.2. Depuis 0.3.7, PUA 0.3.27, Completion Guard 0.9.0 et SpecWorkflow 0.1.1 sont inclus : seul Task Runner doit être installé.

Fait avancer une session DeepSeek Harness sans surveillance lorsqu’aucune réponse n’arrive à ask_user_question : présente les options et ne modifie jamais une réponse humaine. Après un délai configurable (120 s par défaut), envoie l’option marquée (Recommended)/（推荐） ou le fallback premier/dernier configuré. Les revues de plan restent humaines sauf activation explicite.

Windows uniquement : ajoute dans Settings → General un interrupteur d’extinction après la fin d’une conversation terminée (délai par défaut de 60 s, réglable de 5 à 86400 s). Une boîte de compte à rebours native permet d’annuler l’arrêt en attente d’un clic (shutdown /a).

Affiche le coût en contexte modèle de chaque skill et permet de la masquer du catalogue sans la supprimer. Liste toutes les skills sur disque avec la ligne exacte reçue par le modèle (description normalisée et tronquée à la limite), taille du contenu et estimation de tokens. Prévisualise octet par octet le message catalogue reçu par l’agent, le compare à la copie publiée dans la session actuelle et signale les skills absentes du catalogue (frontmatter invalide ou masquées par une racine prioritaire). Le masquage ajoute disable-model-invocation au frontmatter sans supprimer le fichier ; `/name` reste donc utilisable. Importe aussi depuis ClawHub, Skills.sh et des URL GitHub et désinstalle les skills appartenant à l’utilisateur.

Bundle de recherche en investissement : 10 outils (recherche, récupération de pages, audit des sources, vérification d’affirmations, rigueur numérique, santé des canaux, workflow loader, chart engine, PDF renderer et PDF gate) et 23 skills adaptées d’ai-berkshire. Un workflow en six phases fait rechercher une entreprise par quatre agents parallèles (Duan Yongping, Buffett, Munger, Li Lu), confronte leurs analyses et produit un PDF riche en graphiques avec couverture, tableaux, légendes et pagination. Nécessite Python 3.10+ ; les outils graphiques/PDF nécessitent aussi python-docx et matplotlib.

Vérifie la géométrie avant publication : pixels, ratio, dpi, taille/format, largeur imprimée, mode couleur. Pas de contrôle du contenu (QR, ratio texte/image, droits, interdits). Python standard seul, sans tiers, entrées inchangées ; Python 3.8+. 10 plateformes/20 emplacements, niveau de confiance par plateforme : WeChat MP, Xiaohongshu, Bilibili, Zhihu, Weibo, Douyin, WeChat Channels, revues, impression, livraison client. Résout par ID/nom chinois/alias (fuzzy). Sur demande ou automatiquement après écriture d’un fichier si la cible est indiquée ; une ligne si réussite, détails seulement si erreur. Revues/impression : calcule la largeur réelle (pixels/dpi) et repère un tirage trop petit malgré un metadata dpi conforme. Plusieurs images : vérifie la cohérence et désigne l’anomalie.

Listes de contrôle d'ingénierie tirées de Fundamentals of Vehicle Dynamics de Gillespie : 164 fiches sur les 10 chapitres, accessibles par une entrée de skill à routage à deux niveaux. Chaque fiche donne les entrées de calcul, la procédure, les conditions limites où la méthode cesse d'être valide et une page de référence ; l'explication reste dans le livre. Aucun passage n'est reproduit ; 44 défauts de la source (coquilles, dommages OCR, contradictions internes) sont documentés, chacun avec un ID de liste de révision. Aide à l'étude, pas un substitut au livre.

Base DocChain : recherche par nom de fichier, contenu et metadata ; trouver par doc_id/nom et lire ; lister les thèmes ; import groupé ; conversion Markdown ; images similaires et descriptions par document dans sidecar Markdown ; recherche approfondie. Chaque script est aussi un outil DSH natif in-process : doc search/content search/filename search/topic info/metadata search/upload/image search/image describe/doc2markdown. Réglages de plusieurs environnements (adresse et identifiant par environnement), bascule en un clic et thèmes présélectionnés. URL du service docchain et API key nécessaires sauf doc2markdown. Les descriptions exigent aussi un endpoint multimodal compatible OpenAI (modèle gateway interne configurable par défaut).

Relecture des textes destinés aux personnes. Les outils write/edit exigent le flag human_facing ; le plugin vérifie en arrière-plan selon les règles PROSE.md par couches, prépare des annotations, les rapproche du fichier complet puis les fusionne via /humanize, /humanize-loop ou post-compaction pendant que la session principale continue. /humanize-review traite à la demande les fichiers suivis par git.

Gère un blog GitHub Pages depuis un panneau DSH : parcourt les articles Markdown par tag, les modifie dans un éditeur partagé avec formulaire front matter et publie les changements en un seul commit via l’API REST GitHub.

Sortie vocale GPT-SoVITS pour DSH : outil speak, commande /voice, bouton de lecture sous chaque réponse et onglet de réglages pour changer de voix, régler la synthèse, gérer le service local et installer un pack vocal en un clic. Windows uniquement ; nécessite un checkout GPT-SoVITS local avec poids entraînés et son environnement Python.

Voix bidirectionnelle pour l’app web DSH : dictée via le compositeur unifié, écoute des réponses avec boutons de haut-parleur ou lecture automatique, sur tout appareil. Nécessite DSH 0.1.7+, Node 22+, Python 3 avec numpy et requests, un modèle TTS et un microphone.

Notes de réunion pour dsh : une réunion par conversation, transcrite et séparée par locuteur sur l’appareil, avec points clés, tâches, notes manuscrites, revues et scores mensuels dans le même panneau. Exporte SRT/Markdown/Word et crée un zip portable importable par un autre dsh. Les tâches confirmées sont envoyées en un clic à DingTalk/WeCom selon vos réglages robot. Modèles de reconnaissance interchangeables, modèle local plus puissant importable depuis un fichier ; reconnaissance cloud désactivée par défaut, aucune requête avant consentement. Word requiert Python et python-docx ; le premier lancement télécharge un modèle de 28 ou 77 Mo.

Nécessite macOS et des AirPods avec suivi de tête. Répondez aux demandes d’autorisation et questions DSH par gestes : hochement pour autoriser/confirmer, secousse pour refuser ou déplacer le choix. Installe l’app compagnon de barre de menus macOS depuis une carte de session.

Windows x64 uniquement ; preview 0.5.4 compatible DSH 0.2.0-rc.2–0.2.1.x. Deux outils limités (dragon_browser/dragon_desktop) contrôlent le navigateur visible via DOM/CDP et les apps Windows via UI Automation. Portées lecture/contrôle par origin et executable, étapes groupées, arrêt d’urgence par Esc physique et journal d’actions masquant les données sensibles. Si une autre fenêtre prend le premier plan, l’action s’interrompt pour éviter une saisie au mauvais endroit. Lanceur Edge/Chrome et client CDP intégrés ; pas d’autre plugin navigateur ni runtime Electron. Ce n’est pas un sandbox OS : logins, fenêtres admin et bureaux sécurisés restent sous le contrôle de l’utilisateur.

Installe la skill codex-cua pour utiliser Codex computer use depuis DeepSeek Harness : pilote Chrome et les apps natives macOS via le runtime inclus avec l’app de bureau ChatGPT/Codex. Fournit un client de session persistant et un autodiagnostic doctor. Nécessite l’app ChatGPT/Codex avec extension Chrome, Python 3.9+ et macOS.

Enregistre `workpaper_gate` dans DeepSeek Harness pour vérifier l’exhaustivité d’un ensemble workpaper, couvrant la conception ou le modèle cible et la structure instance/modèle. Les listes de règles, modèles et tables principales se configurent dans un seul spec file. Les constats sont blocker, warning ou info ; les workpapers sont lus uniquement, jamais modifiés. Nécessite Python avec openpyxl.

Enregistre un outil `valuation_service` qui lit un workpaper tree JSON 01/02/04 et renvoie un schema unifié : six groupes de ratios, ratios prévisionnels, champs d’entrée DCF avec marqueurs explicites d’absence, PS/PE comparables et IRR. Traitement déterministe et local ; WACC, croissance, capex, D&A ou fonds de roulement manquants restent vides plutôt que d’être devinés, et les écarts d’hypothèses sont signalés pour examen.

Enregistre un outil `context_extract` dans DeepSeek Harness. Compresse les longs documents bruts (rapports financiers, contrats, livres comptables) en Markdown structuré dense et JSON : mesures clés, tableaux, clauses numérotées, entités et alertes de recoupement, pour que l’étape suivante n’ait pas à relire l’original. Détecte et traite séparément états financiers, contrats juridiques et livres d’entreprise ; rapproche bilan et trésorerie et signale les écarts sans les corriger silencieusement. Lecture seule, sans modifier le fichier source. Nécessite Python avec openpyxl et python-docx.

Permet à l’agent de piloter Windows par la vision : Windows OCR transforme le texte à l’écran en cibles cliquables, puis l’agent clique, fait glisser, défile, saisit et appuie sur des touches. Chaque action est vérifiée par diff pixel par pixel et delta du texte OCR. F6+F7 est un arrêt d’urgence indépendant.

Registre des livrables DeepSeek Harness : les agents inscrivent les artefacts finaux (reports, pages, documents, sheets, images, datasets) dans une section de réglages et une page de gestion. Il conserve uniquement les chemins, jamais les copies, et permet la suppression réversible. Une CLI autonome (add/list/stats/check/remove/restore) lit et audite le même registre hors de l’application.

Compose des ensembles d’outils, skills et serveurs MCP commutables par session afin de réduire à la demande les outils résidents et le system prompt.

Claude Code doit être installé et connecté sur cette machine. Délègue les tâches de code à l’agent Claude Code local via Claude Agent SDK, indique les fichiers modifiés, permet un retour arrière en une commande et ajoute un bouton Claude Mode au compositeur.