Plugins

Conserve les décisions de projet en Markdown plutôt que dans l’historique : un document principal et des documents par module, chaque entrée citant file:line. L’agent pose des questions pour trancher les points ouverts et calcule un score sur cinq axes (complexité, extensibilité, maintenabilité, qualité du code, réutilisabilité), affiché près du sélecteur de modèle. Une session peut lier plusieurs projets ; leur taille small/medium/large augmente les limites. Une section de pipeline réutilisable du document principal est injectée lorsque ses mots déclencheurs apparaissent.

Observatoire d’usage et de coûts intersessions pour DSH : tendances de tokens horaires et cartes thermiques sur 90 jours/1 an ; tarifs DeepSeek par modèle en heures pleines/creuses rapprochés du solde officiel ; fenêtres de quotas d’abonnement GLM/Kimi/MiniMax avec prévision de consommation ; anneau de cache hit, classement des projets, export CSV et interface terminal dsh-tui.

Gère la disponibilité et les groupes d’outils de chaque Agent Preset, charge les outils à la demande comme les Skills et réduit l’utilisation du contexte du modèle.

Magpie gateway provider for DSH: syncs gateway models into the picker with visibility control, image input and thinking levels.

Affiche le solde du compte DeepSeek en bas de la barre latérale et ajoute une carte de configuration dans la page Plugins.

Rapports de dérive comportementale pour les sessions DSH : compare deux journaux de session et rend compte de l'alignement des séquences d'outils, du mélange d'outils, du volume de raisonnement, du timing, des reprises et des fichiers ciblés, avec un seuil CI facultatif. Zéro dépendance.

TypeSafe Jev (modèle de décision System One) comme outil jev_decide pour DeepSeek Harness : les questions de type noul, choice et score renvoient des probabilités calibrées ; les identifiants réutilisent la couture d'identifiants de DSH ; nouvelle tentative avec repli intégré sur 429/529.

Utilisez le paradigme de modèle de décision Jev (System One) avec n'importe quel LLM compatible OpenAI — aucune clé TypeSafe requise. Enregistre un outil jev_decide qui renvoie en un seul appel des réponses à distribution de probabilité pour des questions typées (choix/score/booléen).

Noyau de jugement pour DeepSeek Harness : une boucle cognitive attribue une source à chaque décision et mène la planification à son terme ; la mémoire hippocampus transforme l’expérience en connaissances (journal, archive épisodique, baisse de confiance) ; l’architecture fixe responsabilités et critères cohérents ; une équipe A2A gère la mémoire via dsh-linghun-assembler. Nécessite DSH ^0.1.0-rc.7 (rc.2 pris en charge).

Sessions persistantes de pairs Endeavour et Challenger pour DeepSeek Harness qui planifient, exécutent des tâches séquentielles et vérifient les résultats rapportés.

Ajoute un éditeur de niveau de raisonnement avec préréglages des protocoles OpenAI et Anthropic (llm-pi-ai), des bascules de modalité d'entrée et un préréglage de contexte 1M/128K et de sortie maximale aux lignes de modèles dans les Paramètres.

Ajoute une page de réglages pour déclarer les efforts de raisonnement par modèle et la prise en charge de la vision sur les routes de fournisseur pi-ai.

Tableau de bord financier Tokenrhythm (基元律动) pour DeepSeek Harness : solde du compte et crédits expirants, cartes de prix des modèles filtrées par catégorie (avec prix remisés), état des services et gestion des clés de la plateforme ; connexion via compte plateforme ou cookie de session — les identifiants restent sur l'hôte local.

Rendu RTL de l'hébreu pour l'interface web : direction par bloc selon l'écriture dominante, champs de saisie sûrs en contexte bidi, et navigation de ligne Cmd+Gauche/Droite tenant compte du RTL.

Disposition d'espace de travail à trois volets avec navigation dans l'arborescence des fichiers, édition de fichiers, vue en carte mentale de conversation non linéaire et prise en charge du mode mobile.

Compagnon Live2D pour DSH : un modèle Cubism flottant avec des expressions pilotées par état et un suivi de la souris ; géométrie pilotée par la configuration (taille/position depuis la config du plugin) ; échantillon officiel Haru inclus (© Live2D Inc.).

Outils de recherche documentaire académique et de citation pour DeepSeek Harness : recherche d'articles via Crossref et OpenAlex sans clé API, découverte de travaux connexes et formatage de citations en GB/T 7714, APA et BibTeX.

Un plugin compagnon Big Fat Fish à faible interruption pour l'espace de travail web DeepSeek Harness

Carte thermique d'utilisation des jetons locaux dans les paramètres DSH : grilles semaine/mois/trimestre/année de style GitHub, utilisation horaire par jour, Top 5 par modèle et par fournisseur, et historique persistant qui survit à la suppression de session. Zéro réseau, zéro facturation.

Permet à votre agent IA de voir et de piloter un vrai téléphone Android : phone_look (fusion vision + arbre d'interface), tap/swipe/type, capture d'écran — via adb, pour tout client MCP.

Suite de plugins Git et contrôle de source pour DeepSeek Harness : opérations git locales plus adaptateurs GitHub, GitLab, Bitbucket, Azure DevOps et Gitea, avec mémoire auto-évolutive.

Compagnon BigFish de bureau pour DSH : solde en temps réel, questions-réponses sur le bureau hors navigateur, 7 animations personnalisées et 53 répliques de mèmes.

Mode RLM pour dsh : sous-agents récursifs via une fonction unifiée rlm() — créez, attendez et chaînez des agents enfants comme appels Python de premier ordre. Ajoute un noyau IPython persistant avec bindings tools.* et contexte-comme-variable.

Outils DSH pour reproduire et valider le benchmark CPU du protocole v1 de ml-quant-trading, puis rédiger un rapport prêt à ouvrir en issue. Nécessite un clone local de initial-d/ml-quant-trading (défini comme workspace ou repoPath) ainsi que Python et PyTorch ; ce plugin ne récupère pas le dépôt et n’installe pas ses dépendances.