Plugins

Mémoire pour RP long et chats companion : trois couches à décroissance, rappel par tour, labels de source, frontières de personnages et de monde, graphe relationnel, pièces jointes image et WebUI.

Affiche dans la barre latérale les coûts par tour et session, le détail par provider/modèle, l’usage de la subscription et le solde du compte DeepSeek connecté.

show_page crée des pages interactives dans le chat. 8 modèles (report/compare/checklist/dashboard/timeline/flashcards/quiz/flow) : contenu par le modèle, mise en page/interactions/sauvegarde par le plugin ; pages complètes aussi. CSS @layer de base, CSS propre prioritaire. Sous la réponse, thème clair/sombre. localStorage par page conservé dans DSH entre ouvertures/versions ; synchro chat/sidebar et version restaurable à chaque édition. Après sauvegarde, Chrome/Edge local caché vérifie erreurs script, débordement horizontal et thème sombre, puis renvoie les problèmes. Panneau : plein format, versions, galerie, export PNG/PDF/HTML. Frame sandbox d’origine séparée/CSP stricte : pas de données DSH, pas de fetch/XHR/WebSocket. Mobile via dsh-mobile.

Plugin DSH basé sur le CLI officiel Lark pour accéder à l’assistant DeepSeek Harness depuis Feishu / Lark.

Ajoute un bouton Restart à la barre de titre de DeepSeek Harness pour appliquer les plugins nouvellement installés. Le premier clic arme le bouton ; le second ferme l’instance desktop actuelle et relance l’exécutable. Le redémarrage utilise un script PowerShell créé via WMI, hors de l’objet job de l’application et sans fenêtre de console. Chaque étape est inscrite dans $DSH_HOME/logs/dsh-restart-plugin.log. Application desktop Windows uniquement.

Mémoire à couches pour DeepSeek Harness : chaque tour injecte un cadre persona et un index pertinent ; transcriptions complètes sur disque, développées à la demande sans saturer le contexte. Faits par attribut : toute nouvelle valeur retire l’ancienne. Le modèle tire le cadre persona de la mémoire. Trois filtres écartent les échanges de développement, bloquent les échos des injections et fusionnent les reformulations par mots communs. La consolidation fusionne les quasi-doublons, résume les longs sujets et archive par étiquettes les anciennes entrées peu utiles ; jamais de suppression du texte brut. Stockage append-only compacté sur place (4,7 Mo → 355 Ko mesurés). Sans dépendance tierce ni compilation. L’injection par tour réduit les succès du cache de prompt ; déconseillé au travail.

Recherche/regarde Bilibili; like/coin, danmaku/commentaires, réponses et suivi. Lit les sous-titres AI ou transcrit localement l’audio s’ils manquent avant commentaire et choix du destinataire. Extrait un style humain sans copier. Ignore les vidéos vues, déduplique par fil; après trop d’échanges avec la même personne dans une section, juge le fond et, si deux bots semblent se complimenter, laisse un dernier mot puis cesse. Vérifie visibilité publique ou privée au compte; parcourt heure/jour/3 jours/tout, liste les commentaires invisibles et signale les réponses repliées. Six onglets Settings : effet immédiat, sans redémarrage. Le manuel attend derrière le listener, sans refus. L’auto-check indique quoi installer; Python 3 requis, packages manquants listés.

Crée des présentations en pilotant via UNO le LibreOffice installé au lieu d’écrire de l’OOXML en JavaScript. lo_build ouvre un vrai document Impress depuis des diapositives structurées et exporte PPTX/ODP modifiables, PDF et PNG par diapositive ; lo_render relance le rendu des PPTX/PPT/ODP existants ; lo_convert convertit les formats Office ; lo_probe indique le chemin détecté de soffice, sa version et le pont UNO ; lo_config modifie les paramètres enregistrés. Vérifié avec LibreOffice 26.8.1.1. Utilise le Python fourni, sans Python système, et conserve un processus soffice actif entre les appels. Vérification complète uniquement sous Windows ; sous Linux, utilise system python3 et requiert python3-uno.

Plugin local de développement distant DSH : registre d’hôtes, tunnels SSH, découverte d’espaces et sessions distants, interface RPC Connection authentifiée, outils d’agent et page Paramètres.

Relie les sessions DeepSeek Harness aux bureaux Cherry Studio sur LAN : QR, 14 outils `cherry_*` pour agents/sessions/historique/interactions et réglages des appareils et du périmètre par workspace.

Huit skills universitaires installables en une commande : figures prêtes à publier conçues à partir de données réelles et relues visuellement, humanisation de texte IA, révision et réécriture d’articles, vérification des citations PubMed (rapprochement DOI/PMID), contrôle des citations chinoises et références de livres médicaux, structuration d’articles médicaux WeChat. Trois skills sont entièrement locaux ; cinq n’appellent des services externes qu’à l’usage (NCBI E-utilities, résolveurs DOI, plateformes de publication), indiqués pour chaque skill. Aucune télémétrie ni script d’installation. Python local 3.8+ requis ; academic-figures nécessite aussi l’installation de ses dépendances pip.

Preuves de médias locaux (vidéo/audio/image) : chronologie, transcription, zones. Repli par média dans meta.attempts, non silencieux : multimodal hôte→OpenAI compatible/rotation clés→ffmpeg/ASR locale→métadonnées. Cooldown auth/quota seulement ; candidat gardé en fin de chaîne, non supprimé. Masque avant troncature ; magic bytes, pas extension. vision-bridge facultatif ; enregistrement multimodal/AV inline (video_url/input_audio) dépend des peers optionnels dsh-thinking-levels et dsh-llm-openai-completions ; sinon dégradation sans erreur. Défaut distant ; strictLocalOnly garde local. ffmpeg/ffprobe et CLI ASR locale non fournis, uniquement pour le repli local ; sans eux, repli vers les métadonnées. Hosts 0.1.7/0.2.0/0.2.1 (6 rc, enum engines.dsh) ; npm dsh-media-lens.

Panneau de sélection multiple recherchable des conversations DSH, regroupées par espace de travail. Permet de supprimer, archiver et épingler en lot, avec sélection par plage via Shift et ajout via Ctrl.

Intègre à DSH les modèles WorkBuddy gratuits/payants, nationaux et internationaux, sans l’application de bureau. Fork maintenu de Faide-cyber/dsh-workbuddy, publié sous @bushizhanghan/dsh-workmate ; l’entrée amont figure déjà dans ce catalogue. Ne les installez pas ensemble : ils enregistrent le même provider id « workbuddy-ai » et entrent en conflit. v1.2.7 déplace les prompts système trop longs après le classificateur de risque de canal de la passerelle nationale, remplace la chaîne de marque DSH et ajoute un dump de débogage. Compatible avec dsh 0.2.0-rc.2 à 0.2.1, préversions comprises.

Affiche des diagrammes et graphiques interactifs, ainsi que des visuels pédagogiques par étapes, à côté du texte natif de DeepSeek Harness.

Fait raconter son processus à l’agent : chaque tour commence par sa lecture du message et sa première action, puis de brèves notes s’insèrent entre lots d’appels d’outils. Réglages intégrés pour style, limite de phrases et options.

Mémoire DSH en Markdown. Enregistre chaque jour les échanges réels utilisateur/assistant sans appel au modèle; un LLM les résume dans le prompt système à chaque tour. Recherche locale CJK bigram + BM25 en 3 niveaux (index/résumé/texte complet), ne récupère que le détail demandé. Les entrées P0 et utilisateur ne changent jamais automatiquement; l’oubli marque stale sans supprimer, avec audit dans status.md. Six outils : recall/write/status/extract/feedback et bibliothèque de skills. Une carte signale les groupes prêts pour un skill; clic crée SKILL.md, installé après accord. Apprentissage activé par défaut avec le modèle de conversation. Le coupe-circuit arrête le LLM, pas la capture. Erreurs dans prompt et status.md. JavaScript pur, sans dépendance runtime hors packages Harness.

Fournit trois compétences d’apprentissage pour les notes de cours, l’explication de concepts et la rédaction de chapitres autonomes. Comprend des références et des scripts utiles aux cours.

Outil de recherche et d’analyse de projets GitHub. Décrivez votre idée en une phrase : l’agent cherche des projets associés, les classe par pertinence pondérée par les étoiles et renvoie une carte indiquant dernière mise à jour, pertinence, étoiles, score pondéré, langage et description en une ligne. Choisissez quelques dépôts : il lit leur README, manifeste de dépendances, arborescence et fichiers clés pour en présenter l’architecture. Vous pouvez ainsi vous inspirer de projets existants avant de commencer.

Source de modèles OpenCode Go pour DSH : lit le catalogue opencode-go de Models.dev et le sert sur une route distincte opencode-go-live, en conservant la route intégrée opencode-go. L’instantané du catalogue est mis en cache sous le répertoire de DSH ; en cas d’échec de mise à jour, la dernière version réussie est conservée. Sa carte Models permet de modifier la clé de route et d’afficher l’usage de l’abonnement OpenCode Go.

Rappelle un message déjà envoyé : le journal de session reste append-only et rien n’est supprimé, mais les tours rappelés quittent le contexte du modèle et le transcript, et le texte revient dans le composer. Les fichiers modifiés par ces tours sont mis en quarantaine, consultable et vidable depuis sa propre page de réglages.

Fournit un seul point d’accès authentifié compatible OpenAI, basé sur CLIProxyAPI, pour DSH et d’autres outils. Regroupe WorkBuddy, OpenCode Zen, Ollama/LM Studio locaux et les abonnements CLI comme Codex et Kimi. Connectez-vous depuis la page DSH sans installer leurs CLI, puis synchronisez les modèles choisis dans DSH par source. Les réglages proposent un interrupteur par source, des étiquettes gratuit/payant, l’usage du forfait, les statistiques sur 24 h des clés API, le choix des modèles et la mise à jour/désinstallation. Fonctionne sous macOS, Linux (y compris avec dsh-vps) et Windows.

Enregistre un serveur MCP URL-vers-texte avec vrai navigateur dans un profil DSH. `fetch_url` et `fetch_urls` affichent des pages chinoises riches en JavaScript et protégées contre les bots (Zhihu, CSDN, Juejin, cnblogs), puis renvoient le texte nettoyé en JSON avec diagnostics par niveau. `crawler_status` indique la disponibilité du navigateur. Une configuration initiale des dépendances Python est requise après l’installation.

Publie les offres Go / GOAT / Pro / Max de Command Code comme profils de routes `llm-pi-ai`, et non comme adaptateur. Croise `/provider/v1/models` en direct avec le catalogue des capacités et affecte chaque modèle à une route OpenAI Chat, OpenAI Responses ou Anthropic Messages prise en charge. Le changement d’offre supprime les routes générées par l’offre précédente. Les mêmes identifiants donnent accès aux fenêtres d’utilisation de cinq heures et hebdomadaires, au solde de crédits et à la recherche Web.