Plugins

Traducteur Windows x64 avec entrée dédiée dans la barre latérale et interfaces Workbench/Chat : traduction côte à côte de textes et documents, traduction d’une zone d’écran, historique récent, choix du modèle host, saisie vocale et aperçu. L’OCR des documents utilise CUDA avec fallback CPU ; celui de l’écran utilise le CPU. N’activez pas les packages CPU et CUDA en même temps.

Traducteur Windows x64 avec entrée dédiée dans la barre latérale et interfaces Workbench/Chat : traduction côte à côte de textes et documents, traduction d’une zone d’écran, historique récent, choix du modèle host, saisie vocale et aperçu. OCR CPU sans dépendance NVIDIA. Ne pas activer simultanément les packages CPU et CUDA.

Relecture des textes destinés aux personnes. Les outils write/edit exigent le flag human_facing ; le plugin vérifie en arrière-plan selon les règles PROSE.md par couches, prépare des annotations, les rapproche du fichier complet puis les fusionne via /humanize, /humanize-loop ou post-compaction pendant que la session principale continue. /humanize-review traite à la demande les fichiers suivis par git.

Visionneuse JSONL/NDJSON en lecture seule avec index en octets, navigation par enregistrement et aperçu streaming des grands enregistrements. Nécessite DSH >=0.2.1-rc.2.

Sortie vocale GPT-SoVITS pour DSH : outil speak, commande /voice, bouton de lecture sous chaque réponse et onglet de réglages pour changer de voix, régler la synthèse, gérer le service local et installer un pack vocal en un clic. Windows uniquement ; nécessite un checkout GPT-SoVITS local avec poids entraînés et son environnement Python.

Lit les réponses de l’assistant avec les voix neuronales Microsoft Edge et surligne la phrase prononcée. Réglez séparément couleur d’arrière-plan, couleur du texte et opacité. Ajoute un bouton sound-wave à chaque réponse, pause, phrase précédente/suivante, vitesse réglable et lecture automatique.

Voix bidirectionnelle pour l’app web DSH : dictée via le compositeur unifié, écoute des réponses avec boutons de haut-parleur ou lecture automatique, sur tout appareil. Nécessite DSH 0.1.7+, Node 22+, Python 3 avec numpy et requests, un modèle TTS et un microphone.

Lit l’audio d’une vidéo Bilibili depuis une barre flottante de DSH Web UI, avec file, navigation dans la piste et réglage de vitesse, plus un reverse proxy côté host pour la vérification Referer du CDN.

Notes de réunion pour dsh : une réunion par conversation, transcrite et séparée par locuteur sur l’appareil, avec points clés, tâches, notes manuscrites, revues et scores mensuels dans le même panneau. Exporte SRT/Markdown/Word et crée un zip portable importable par un autre dsh. Les tâches confirmées sont envoyées en un clic à DingTalk/WeCom selon vos réglages robot. Modèles de reconnaissance interchangeables, modèle local plus puissant importable depuis un fichier ; reconnaissance cloud désactivée par défaut, aucune requête avant consentement. Word requiert Python et python-docx ; le premier lancement télécharge un modèle de 28 ou 77 Mo.

Recherchez des œuvres du domaine public sur Project Gutenberg, Wikisource, Internet Archive et Standard Ebooks par titre, auteur, personnage ou intrigue vaguement mémorisée, ou importez EPUB/PDF/TXT/DOCX/Markdown pour écouter dans la barre latérale. Voix neuronales Microsoft Edge, Kokoro hors ligne ou voix de l’appareil ; position conservée, notes vocales liées au passage écouté et discussion du livre avec le modèle DSH.

Reconnaissance d’image structurée : mesures locales avec sharp et modèle vision cloud renvoient en un appel description, OCR avec coordonnées, positions des objets et attributs détaillés. Un cache par empreinte rend les images répétées en quelques millisecondes sans consommer le quota modèle.

Permet au modèle de voir réellement une vidéo : ffmpeg local échantillonne des images horodatées et faster-whisper transcrit la piste audio, afin que l’agent lise les pixels réels image par image, sans résumé textuel. Traitement entièrement local, aucun téléversement ; signale explicitement l’absence de parole. Windows uniquement ; Python 3.10+ et ffmpeg requis. Le premier video_eyes_setup télécharge environ 700 Mo (faster-whisper et son modèle).

Windows x64 uniquement ; preview 0.5.4 compatible DSH 0.2.0-rc.2–0.2.1.x. Deux outils limités (dragon_browser/dragon_desktop) contrôlent le navigateur visible via DOM/CDP et les apps Windows via UI Automation. Portées lecture/contrôle par origin et executable, étapes groupées, arrêt d’urgence par Esc physique et journal d’actions masquant les données sensibles. Si une autre fenêtre prend le premier plan, l’action s’interrompt pour éviter une saisie au mauvais endroit. Lanceur Edge/Chrome et client CDP intégrés ; pas d’autre plugin navigateur ni runtime Electron. Ce n’est pas un sandbox OS : logins, fenêtres admin et bureaux sécurisés restent sous le contrôle de l’utilisateur.

Fournisseur Tencent Yuanbao Search pour le point d’extension ctx.web : un appel direct à Search API par requête renvoie titre, URL, extrait et date ISO-8601 réutilisables. Les identifiants sont résolus à chaque recherche, sans tour de modèle auxiliaire. Nécessite une API key Tencent Cloud WSA.

Ajoute le preset Agent visible-browser (persona et tools pour naviguer, remplir des formulaires, cliquer et capturer via Playwright MCP) et une barrière qui refuse tout appel navigateur des autres presets jusqu’à approbation de la Session par l’utilisateur via browser_access. Le bundle monte aussi le fournisseur Playwright MCP. Une page Plugins et l’outil browser_source basculent à l’exécution entre Microsoft Edge (par défaut), Chromium fourni par Playwright et un endpoint CDP. Nécessite la ligne d’enregistrement browser-use partagée dans le profil (un fournisseur par processus).

Utilise Decodo Web Data API comme fournisseur de fetch de l’outil intégré web_fetch : Markdown par défaut, fetchProvider fixé à decodo et limite de fetch configurable par processus. Nécessite une API key Decodo ; web_search reste inchangé.

Un bouton de traduction persistant apparaît sur chaque page ouverte dans le navigateur. Un clic remplace sur place tous les nœuds de texte visibles ; un second les restaure. Maintenez puis déplacez le bouton près d’un bord pour le replier en petite poignée ; il est réinjecté après chaque navigation. La traduction passe par le service LLM host ; le plugin ne détient aucune API key.

Enregistre un outil `valuation_service` qui lit un workpaper tree JSON 01/02/04 et renvoie un schema unifié : six groupes de ratios, ratios prévisionnels, champs d’entrée DCF avec marqueurs explicites d’absence, PS/PE comparables et IRR. Traitement déterministe et local ; WACC, croissance, capex, D&A ou fonds de roulement manquants restent vides plutôt que d’être devinés, et les écarts d’hypothèses sont signalés pour examen.

Enregistre un outil `principles_audit` dans DeepSeek Harness. Il vérifie les collisions/anciens IDs principle_id, l’absence de causalité, limites, contre-exemples ou preuves, les doublons et quasi-doublons, les incohérences statut/confiance, les entrées obsolètes et les lacunes de couverture. Les constats sont classés par gravité ; un hard gate donne pass/warn/fail. Chaque constat critique doit être couvert par une exemption valide et non expirée. La bibliothèque est en lecture seule.

Permet à l’agent de piloter Windows par la vision : Windows OCR transforme le texte à l’écran en cibles cliquables, puis l’agent clique, fait glisser, défile, saisit et appuie sur des touches. Chaque action est vérifiée par diff pixel par pixel et delta du texte OCR. F6+F7 est un arrêt d’urgence indépendant.

Intégration VA Studio : dix outils pour générer courts drames, images, vidéos, romans et scénarios, ainsi que rétroconcevoir des prompts depuis des images ou vidéos. Nécessite un backend VA Studio actif.

Maintient actif le daemon de nettoyage /tmp : un watchdog in-process le relance dans les deux minutes environ après son arrêt par Android et exécute dans dsh le nettoyage arrivé à échéance pendant l’arrêt. Page de réglages pour statut, config, clean et dry-run. Le package inclut bin/tmp-clean (Python 3), sans installation supplémentaire.

Nécessite JDK 11+, le pilote DM JDBC et un accès SSH à l’instance cible. Inspecte les instances Dameng, évalue sécurité et conditions de reprise, puis produit des rapports filtrables avec preuves partagées.

Exécute Python sur le GPU NVIDIA CUDA local depuis DeepSeek Harness : état de l’appareil, tâches foreground/detached, journaux persistants et pic de VRAM mesuré par exécution.