Plugins

Gère les conversations DSH dans un tableau multi-espaces : archivage par lot, recherche dans le corps des messages et suppression réversible dans la corbeille.

Documents de projet et mémoire à long terme en Markdown brut dans un coffre Obsidian dédié : six outils mem_* (search, read, write, log, brief, admin), une injection de rappel budgétée à la première étape d'une session, et distillation automatique des tours terminés. Obsidian n'a pas besoin d'être en cours d'exécution, et le coffre reste lisible avec le plugin désinstallé.

Découverte progressive d'outils stable en cache : une surface fixe tool_search et tool_dispatch à chaque requête, recherche de catalogue en mémoire, dispatch imbriqué via le pipeline du Harness et une liste d'outils natifs stable au byte à travers la découverte.

Auth Web DeepSeek Harness : protège pages, /api, /plugins et WebSocket. PBKDF2/salt par utilisateur, cookies HttpOnly SameSite, verrouillage IP, invitations, TOTP/passkeys (WebAuthn), step-up avant changement de facteur. L’utilisateur gère profil/facteurs ; les admins gèrent comptes, invitations et mots de passe. Les réglages privés modèle/API par utilisateur sont chiffrés par une clé dérivée du mot de passe, illisibles aux admins. Partage ciblé par les admins : utilisables, solde visible, clé jamais révélée, révocation immédiate. Sans configuration, utilisateur bloqué sans repli. REST/listes et WS isolés par utilisateur ; sessions conservées au redémarrage, audit JSONL, fail-closed. DSH 0.2.0 requis (transport 0.1.1-rc.2 retiré en 0.7.0). Passkeys : HTTPS/localhost.

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.

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.

Ajoute un modèle de vision configurable aux modèles principaux textuels uniquement : un outil vision_read_image, un sélecteur de modèle de vision dans la barre de composition, et une conversion automatique image-texte pour les routes textuelles uniquement.

Styles de sortie de modèle commutables à l'exécution avec parité outputStyles de Claude Code, plus le protocole de présentation output.render.* : une commande /style, persistance par session, injection de systemPrompt, six styles intégrés, un sélecteur web, et un registre de moteurs de rendu avec des règles par session/outil et /export.

Gestionnaire du pool de skills dans la barre latérale des Réglages : activation/désactivation, import par lot de dossiers avec invites de renommage en cas de conflit, vérification et correction automatique en un clic de la conformité aux specs DSH pilotée par l'état, étiquettes de portée système/projet.

Enregistre la skill bootstrap RainSkills dans DeepSeek Harness pour déployer, dépanner et vérifier des applications sur Rainbond.

Gardien de la rédaction de brevets pour dsh — filtre d'abord l'idée au regard de l'art antérieur chinois, puis mène des entretiens d'alignement à cinq parties, la rédaction d'un exposé en huit chapitres, des figures et des exécutions de simulation, une revue en sept dimensions et l'export docx/PDF. Les skills fonctionnent immédiatement ; les outils de recherche, d'export et d'expérimentation proviennent d'un service MCP Python inclus, livré désactivé — une ligne dans ~/.dsh/patent-services.yaml l'active, et uvx récupère le wheel depuis PyPI.

Persona pour DeepSeek Harness : un config.json régit le nom que se donne l'IA (par modèle, par palier), comment elle vous appelle, sa posture, le texte de caractère, des contrats par élément avec options, la langue de la réflexion et le ton des réponses, plus une mémoire à confirmation humaine : l'IA ne peut qu'ajouter des candidats, une ligne de confirmation les active, et le journal est en ajout seul, rejouable. Les entrées confirmées sont injectées comme bloc cité de données et non d'instructions ; celles étiquetées d'un kind vont vers des fichiers arbitraires et n'atteignent jamais le prompt. Le prompt est relu depuis le disque à chaque assemblage : les modifications s'appliquent sans redémarrage. Presets : instantanés JSON partageables. Sans dépendances, réseau ni shell.

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.

Carte de paramètres pour le moteur de nouvelle tentative automatique LLM de DSH : ajustez en direct le nombre de tentatives, le backoff et le jitter depuis Settings -> General, avec des chips retryableCodes configurables - les valeurs par défaut ajoutent INVALID_REQUEST afin que les erreurs HTTP 400 reasoning_text de type OpenAI en mode thinking soient retentées automatiquement.

Entrée vocale pour la Web UI : dictée segmentée par pauses et messages vocaux, chacun avec sa propre chaîne de repli de fournisseurs (Deepgram, Groq, HuggingFace, whisper.cpp local ou point de terminaison compatible OpenAI).

Modèle par défaut configurable pour les délégations de sous-agents via settings.yaml, avec stratégies mono-modèle et multi-modèles en tourniquet ou aléatoire.

Un mode de routage intelligent léger et sélectionnable pour DeepSeek Harness.

Gestionnaire de plugins avec centre de secours : activation/désactivation groupée par nécessité, sources de mise à jour multiples (npm / dshfind market / GitHub), téléchargements privilégiant le navigateur avec dossier d'installation automatique, repli P2P, auto-vérification préalable au démarrage et quarantaine des bundles cassés.

Ajoute une persona de servante sirène humanisée et configurable avec jeu de rôle immersif, modes d'expression, et une mémoire légère en couches avec rappel déclenché par requête.

Adaptateur LLM GitHub Copilot : connexion par flux de périphérique OAuth, découverte de modèles en direct depuis l'API Copilot, prise en charge de la vision pour les modèles compatibles image (gpt-4.1, gpt-4o), et deux protocoles de communication (Chat Completions et Responses API) avec routage automatique des endpoints par modèle.

Affiche en direct le flux de diffusion (débruitage) d’Inception Mercury dans la bulle de réponse de la Web UI DSH. Pour les routes compatibles, renvoie la requête avec `diffusing: true` et rejoue les frames réels du bruit au texte final ; seule la réponse convergée entre dans le journal de session. Un probe par fournisseur/modèle vérifie la prise en charge et est rejeté avant la génération de tokens. Activation par modèle ; pièces jointes, appels auxiliaires ou routes non prises en charge reviennent à l’adapter d’origine. Actif, il remplace le renderer des messages assistant pour tous les modèles.

Thème de terminal CRT à phosphore rouge pour la Web GUI de DeepSeek Harness : fond noir, texte rouge phosphorescent, pluie de données animée et scanlines. Comprend quatre presets de service (Party Affairs, State Council, Central Military Commission, State Security), chacun avec son emblème, sa palette et son motif de fond.

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.