Plugins

Injecte des règles seulement quand c'est nécessaire, sans gaspiller de contexte. Portage DSH de opencode-stream-rules.

Écrit des résumés locaux au format JSONL du nombre d'outils par tour et de signaux de vérification approximatifs, sans stocker les prompts, les arguments d'outils ni le texte des résultats.

Ajoute des artefacts de spécification, des skills, des commandes, une implémentation adossée à des objectifs, et un contexte de progression des tâches.

Comparaison structurée et diffs unifiés pour texte/JSON/CSV/Markdown.

Plan de travail aligné sur grille et déplaçable composé de 28 mini-cartes dans les marges de la conversation (solde API, utilisation des jetons, coût, pression du contexte, tâches, objectif, carte thermique d'utilisation, dépôt GitHub, relais d'images), avec des niveaux de taille S/M/L/XL.

Disjoncteur pour tours d'agent inactifs : surveille agent/assistant-stream et annule un tour qui ne produit que du raisonnement — ni texte ni appel d'outil — après 45 s, après 80000 caractères de raisonnement, ou sur un motif de répétition dégénéré (unité répétée exacte, répétition de gabarit de phrase, répétition clairsemée, ou densité de 6-grammes). Au déclenchement, il injecte une instruction de continuation qui exige que l'action suivante soit un appel d'outil, et livre 11 cas de régression plus un réglage par porte.

Modifiez n'importe quel tour utilisateur dans DeepSeek Harness et relancez-le : un éditeur en ligne sur la ligne du message rembobine la conversation juste avant ce tour via le contrat officiel surface-replace, puis relance l'agent avec le texte révisé. Le journal de session en ajout seul n'est jamais réécrit.

Optimiseur de prompt structuré par agent pour DeepSeek Harness : réécrit les brouillons du composeur en role/task/context/constraint/format avec les modes normal, slim et expand, une modale de confirmation avec score, continue-optimize, et des moteurs local, hybride, DSH ou API cloud.

Chat latéral natif côte à côte avec la conversation principale : une session DSH indépendante et archivée avec l'interface native complète, la récupération du contexte parent à la demande, la citation de sélections et un cycle de vie conserver-ou-supprimer.

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.

Changement de modèle et contrôle de l'effort de raisonnement pour DeepSeek Harness : les outils d'agent set_model et list_models permettent à l'agent de changer seul de fournisseur, de modèle ou de profondeur de réflexion en cours de tâche, avec motif obligatoire, liste blanche de fournisseurs et garde-fou sur la pression de tokens de la fenêtre de contexte ; le modèle actif est injecté dans le contexte d'exécution, et la transition automatique du Plan Mode bascule vers un modèle de planification configuré à l'entrée en mode plan puis restaure le modèle d'exécution précédent à la sortie.

Recherche de sessions dans la barre latérale qui construit son propre index au lieu de réutiliser celui de recherche plein texte de DSH : bascule titre/contenu dans une seule entrée, résultats regroupés par session avec l'extrait le plus fort et des balises utilisateur/réponse/outil, plus une synchronisation incrémentielle par filigrane, un élagage des sessions archivées et une reconstruction fantôme qui ne bloque jamais l'index actif.

Saisie à une main, sans clavier, pour la zone de rédaction : maintenez le bouton de la souris enfoncé sur la zone de saisie, parlez, relâchez — le texte atterrit dans le brouillon, et glisser vers le haut annule sans laisser une phrase à moitié écrite. Pas de bouton micro à viser ni de raccourci à mémoriser ; la main n'a jamais à quitter la zone de saisie, ce qui est tout l'intérêt quand l'autre main est occupée. La reconnaissance fonctionne entièrement hors ligne (SenseVoice via sherpa-onnx, aucune clé API, l'audio ne quitte jamais la machine).

Fenêtre Git façon JetBrains pour la barre latérale : arbre des branches avec badges en avance/retard, graphe de commits avec filtres texte/auteur/date/chemin, diff ligne à ligne par fichier, liste des modifications et zone de commit, plus les actions sur les branches, tags et stash, merge, rebase, cherry-pick, reset et fetch/pull/push.

Ensemble de renouvellement de la fenêtre de contexte piloté par le modèle pour DeepSeek Harness : contexte de travail neuf, notes durables gérées par le modèle, une petite queue récente mot pour mot et une récupération ciblée de l'historique — sans résumé.

Lit à voix haute les réponses de l'assistant dans DeepSeek Harness : fournisseurs de synthèse texte-vers-parole avec lecture en streaming.

Touches d'envoi et de retour à la ligne configurables, un menu contextuel du composeur avec trois sources (laisser faire DSH et les autres plugins / menu du navigateur / menu personnalisé au style du plugin), un panneau de commandes rapides avec des listes de prompts catégorisées où chaque prompt peut s'ajouter à chaque envoi ou seulement au premier message d'une session, une ligne créer-et-déplacer en bas de chaque catégorie, un optimiseur de prompt qui réécrit le brouillon via un appel à un modèle distinct, une mémorisation de la taille du panneau de réglages, et l'injection automatique de l'en-tête x-opencode-session pour les routes OpenCode. Les listes de prompts résident dans un ~/.dsh/quick-prompts.json global, indépendant de la session et du projet.

Approbation et revue automatiques des appels d'outils nécessitant une approbation : des groupes de mots-clés font correspondre les lignes rouges sans contexte, puis un modèle juge classe ce qui a été demandé et l'envoie vers autoriser, rejeter ou un humain selon la ligne correspondante et le niveau de risque ; un jugement qui n'a jamais été exécuté va toujours à un humain, et les rejets expliquent au modèle pourquoi.

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.

Collage de style Cherry Studio : le texte ou le code multiligne/indenté/délimité collé dans le compositeur DSH Web se replie en une carte bordée, pliable, étiquetée par langage, et est restauré en bloc de code délimité lors de l'envoi.

Remplit automatiquement les champs d'effort de raisonnement, de fenêtre de contexte, de limites de sortie et de modalité d'image pour les modèles de fournisseurs non officiels (personnalisés), avec les données de models.dev, et apporte des améliorations d'expérience comme le renforcement de la compatibilité et la mémorisation de l'effort de raisonnement.

Cite le texte sélectionné d'une conversation dans la zone de saisie web sous forme de puces de référence natives, pour des tours de suivi ciblés.

Plugin chinois de dé-IA de l'écriture (AI-isms / AI writing / humanize) : dites « 去掉AI味 » pour réécrire le texte, « 写的不错 » pour apprendre automatiquement de nouveaux mots IA dans la liste à éviter. Gratuit, issu de la communauté 知乎 « 去AI味写作技巧 ».

Optimiseur de prompt dans la barre de saisie : réécrit les brouillons avec 6 stratégies × 3 langues plus des instructions personnalisées, avec objectif/todo/résumé de compactation/résultat d'outil et contexte de chat optionnels, une boîte de dialogue de confirmation, un historique des 5 derniers et une persistance des réglages à trois niveaux.