Plugins

Native DeepSeek Harness plugin for IsingQ: guided QUBO modeling and validation on-device, then user-confirmed remote solving.

Type @ in the composer to reference another conversation: pick a historical session and inject its compacted context into the current prompt.

LLM approval answerer for sandbox escalations beyond workspace-write: a deterministic regex filter first, then a clean-context reviewer model; humans are asked only when it is unsure. Requires the bundled core patches.

DeepSeek Harness plugin for NI Multisim circuit generation, simulation, optimization, and lab reports via MCP

Exposes the DSH dynamic-Cordis toolset to Claude Code over MCP (streamable HTTP on the existing web port, no new listener): ten tools to list, inspect, define, run, stop and permanently remove dynamic plugins in a live DSH session, with the same approval flow the GUI uses for packages that ship a client half. Bearer auth is mandatory — the token is configured on a DSH settings page, the endpoint answers 503 rather than serve without one, accepts loopback only and never emits CORS headers.

Local knowledge base RAG for DeepSeek Harness -- index project files and search for relevant context

Codex-style /side side conversations for DeepSeek Harness: a temporary fork of the current chat in a floating panel, inheriting context without interrupting the main task.

DeepSeek Harness (dsh) plugin for @tabilo/ai-code-review: registers the ai_code_review tool (review | context) that reuses the Node.js engine to collect diffs, run tests/coverage, do impact analysis, and feed pack skills to the model.

LLM debug console for DeepSeek Harness: captures the full content of every model call at the llm/stream waterfall (options, stream chunks, usage, wire protocol) and shows it in a DevTools-style docked panel, with shared-prefix context diffing, wire-JSON reconstruction, JSON export and a runtime-tunable capture policy.

Screen capture and external vision recognition: take_screenshot, list_windows, analyze_image and view_image tools with a configurable GPT vision channel (gpt-5.5 / gpt-5.6-sol / gpt-5.6-terra), API key via the credentials service, and a settings card; view_image shows the screenshot in the Web UI while the model context keeps text only.

A searchable, sortable model picker for the DeepSeek Harness Web UI — provider groups, favorites, models.dev prices, context windows, live per-task token cost and a local-model filter. One-command install: dsh plugin add dsh-model-garden.

DSH 智能上下文压缩插件 —— 在有限窗口内管理认知资源，让 Agent 记住真正重要的信息。 Smart context compression for DSH — managing cognitive resources within limited windows, so your Agent remembers what truly matters.

Injecte l'heure en direct, la météo, la localisation, la batterie et le contexte de l'appareil dans le prompt système de DSH, avec une page de paramètres bilingue.

Contexte Adaptatif Réversible (ARC) pour DeepSeek Harness — gouvernance du contexte consciente du fournisseur et du cache, avec récupération réversible.

Plugin de gestion dynamique du contexte pour DeepSeek Harness (Dynamic Context Pruning for dsh), inspiré d'opencode-dcp.

Indicateurs latéraux pour DeepSeek Harness Web : une barre de solde du compte DeepSeek (orange, avec alerte de solde faible) et une barre d'utilisation du contexte de conversation (bleue), affichées au-dessus de la boutique de plugins avec une infobulle détaillée au survol.

Visibilité de contexte façon Codex pour DeepSeek Harness : occupation live de la fenêtre de contexte, décomposition de composition, taux de hit KV-cache, et carte thermique d'usage 53 semaines façon GitHub

Plugin DSH : mémoire Honcho v3 double pair automatique, rappel contextuel, recherche, raisonnement, conclusions, et diagnostics de santé

Curation de la sortie des outils à l'ingestion : conserve les lignes d'erreur et d'avertissement ainsi que le début et la fin, déverse le texte complet sur disque avec un pointeur que le modèle peut relire ; couvre tous les outils textuels, les petits résultats passent intacts.

Un outil `search` qui apprend à choisir entre stratégies de recherche rapide et approfondie grâce à un bandit contextuel (échantillonnage de Thompson), s'améliorant à partir de l'usage réel plutôt que d'une heuristique figée.

Portage allégé de Headroom : compresse la sortie des outils, réduit jusqu'à 20 % du contexte, sans affecter le cache de contexte du modèle ni les performances de l'agent.

Mémoire d'indices d'événements inter-sessions pour DeepSeek Harness : extrait automatiquement de chaque tour les indices de tâche/conversation et les habitudes linguistiques de l'utilisateur dans une banque d'indices globale persistante, puis réinjecte le contexte mémorisé à la détection d'un changement de sujet (correspondance par mots-clés ou vectorielle).

Élagage du contexte rédigé par le modèle pour DeepSeek Harness via l'API officielle de compaction.

Tableau de focus pour les agents DeepSeek Harness : des notes durables tenues par le modèle dans le workspace de session, qui fixent l'objectif, les contraintes et les décisions à travers la compaction et les sessions, avec injection automatique dans le contexte, archivage à l'effacement et panneau web optionnel.