Plugins

Transforme une sauvegarde Minecraft Java en couverture ou animation Blender. Repère le terrain plat dans les fichiers région .mca, exporte le terrain en OBJ et lance Blender headless avec matériaux MCprep, rig de personnage BPS et éclairage trois points. Après chaque rendu, OpenCV vérifie orientation, contact au sol, exposition, éclairage et composition ; en cas d’échec, le rendu est recommencé avec des paramètres ajustés. Requiert Blender 4.2 LTS ou ultérieur et Python 3.10+ avec opencv-python et numpy ; au premier lancement, la commande incluse prépare les ressources Minecraft.

Fork de fourzkw/dsh-drawai conservant le canvas .drawio modifiable et deux outils Agent, avec un second moteur de vectorisation : clustering hiérarchique des couleurs, splines de Bézier et précision par canal. Trois niveaux par dessin ; PSNR mesuré env. 18, 38, 46 dB sur la même image 1920x1080 (upstream ~26 dB). Parallélisme worker porté de quatre max à la moitié des cœurs logiques. Le tracer original reste par défaut et adapté aux vidéos entières ; le nouveau moteur produit des fichiers des centaines de fois plus gros.

Exécute dans DeepSeek Harness les commandes slash .claude/ et règles permissions.deny d’un projet Claude Code. Développe $ARGUMENTS, arguments positionnels et références @file dans le prochain tour ; refuse avant exécution les appels correspondants. Sonde chaque service hôte et ne dégrade que la fonction concernée si registre de commandes, service de répertoire ou ligne TUI manque.

Nécessite Python 3.12+ ; la lecture Xiaohongshu requiert le backend xiaohongshu-mcp et une connexion QR (ffmpeg/OCR facultatifs). Lecture groupée de notes Xiaohongshu et articles WeChat : corps, texte d’image par OCR local, texte des images vidéo, exemples de commentaires, sortie JSON/Markdown avec URL source sur chaque résultat. Lecture seule : aucune publication, mention j’aime, suivi ou commentaire.

refkit_search: Recherche de références DeepSeek Harness : consulte image, vidéo, audio et texte dans 24 sources ouvertes et étiquette chaque résultat d’une licence normalisée et d’un verdict pour l’usage visé. `refkit_rights` revérifie une licence pour un autre usage. Sources et réglages de recherche dans Settings. 11 sources sur 24 nécessitent des API keys ; le verdict n’est rendu que si l’usage prévu est précisé. Compatible DSH `^0.1.7-rc.2 || ^0.2.1-rc.2` (testé sur les deux).

Génère des motion graphics depuis une session DSH avec le moteur Miran Fann via MCP ; fournit page de réglages et skills de motion design. Le moteur doit être installé séparément (npx miran-fann setup) et authentifié.

Diagnostic HAR hors ligne avec alias d’endpoints, index d’entrée d’origine et preuves HTML/JSON minimales ; aucun enregistrement ni rejeu de requête.

Lit Bilibili et Douyin depuis une session. Bilibili utilise l’API signée WBI via un limiteur partagé (4 req/s, cooldown par hôte après 412) pour vidéos, flux, recherche, auteurs, commentaires, danmaku et sous-titres. Douyin rend tendances, vidéos, flux et recherche dans Edge lancé localement via CDP.

Runtime décisionnel System One pour dsh. Outils rapides non génératifs (choice, score, screen, gate) sur gateway locale ou hébergée ; sans que le modèle ait à appeler quoi que ce soit, élagage automatique segment par segment des sorties trop longues, refus des appels identiques répétés après stagnation confirmée par System One, vérification des déclarations d’achèvement par preuves d’outils et correction des nouveaux essais en échec. npm : dsh-harness-reflex (plugin), harness-reflex (core et serveur MCP stdio).

Modpack façon PCL pour plugins DSH : exporte un petit manifest .dshpack.zip de plugins tiers choisis et de leurs versions ; l’importation affiche un aperçu avant réinstallation.

Contrôle de la toolchain FPGA Gowin (高云) 1.9 pour dsh, avec 15 outils : environnement/licence, audit .gprj/.cst selon brochage réel GW1N, synthèse et placement-routage batch gw_sh, rapports PnR, JTAG/flash programmer_cli, Tcl gw_sh arbitraire et capture logique GAO en ligne. Inclut la skill gowin-fpga et trois notes terrain. JS pur, aucune dépendance runtime.

Audite les netlists .enet JLCEDA (EasyEDA) pour repérer labels de net cassés, nets pendants, rails d’alimentation orphelins, polarités de broches contradictoires et câblage de rétroaction d’amplificateurs entièrement différentiels.

Archivage de résultats d’outils piloté par le modèle. Au-delà d’une taille réglable, les résultats reçoivent un identifiant court (#a1b2c3d4) ; le modèle archive ceux devenus inutiles dans archives/ de la session et le contexte garde un stub récupérable avec chemin. Les originaux restent dans le journal append-only. Settings fournit statistiques de récupération par taille, seuils actifs sans redémarrage et rappel conditionnel. Le panneau statistique nécessite dsh-better-sidebar.

Outils Genspark pour DeepSeek Harness via @genspark/cli : recherche/crawl Web, génération image/vidéo/audio, analyse média, recherche X/Instagram/Reddit et liste des modèles. 17 outils typés, 18 commandes /genspark-*. Installer et connecter @genspark/cli (gsk login), ou définir GSK_API_KEY.

Association open with par extension pour DSH : cartes de livraison, aperçu latéral et revue des changements lancent l’application choisie, tandis que Finder conserve son défaut au double-clic sous macOS. Règles modifiables dans Settings et stockées dans ~/.dsh/open-with.json ; afficher l’emplacement reste dans Finder.

Traduit les prompts utilisateur avant envoi, puis le raisonnement et les réponses du modèle vers la langue de l’utilisateur via des API de traduction ou des modèles DSH configurés. Options indépendantes par contenu et menu Composer.

Moteur esthétique frontend : 17 outils natifs, bibliothèque de preuves de 118 palettes associées par registre, directions de conception globale entre registres et quatre gates mécaniques (contraste WCAG, simulation daltonisme, détection d’AI slop, scorecard) avec verdicts liés au digest. Inclut tokens sémantiques, audit de page, palettes graphiques vérifiées CVD, échelle typographique CJK et rapprochement rendu/tokens avec justification des mesures. Entièrement local, sans réseau ; Python 3.8+ requis.

Déplace les plugins DSH entre machines et profils : exporte un bundle gardant les sources locales et réinstallant les plugins distants par version, restauré avec son propre restore.mjs. Peut aussi copier vers un autre profil ou empaqueter tout l’environnement (config, mémoire, sessions, pièces jointes, sources) en volumes vérifiés par checksum avec script de restauration.

Synchronisation Git de configuration DSH entre appareils : enregistre réglages, manifests, lockfiles et skills dans un dépôt privé ; capture/applique/récupère/restaure en un clic et reconstruit les plugins depuis pnpm-lock.

Espace de planification de voyage pour DeepSeek Harness : carte des étapes quotidiennes, outils roam_* pour rédiger, réviser et adopter l’itinéraire, et sidecars MCP facultatifs pour billets de train et notes Xiaohongshu.

Transmet un fichier local au sélecteur d’un programme : attend la boîte native Open, colle le chemin via le presse-papiers, le relit caractère par caractère pour vérification, puis confirme. La cible est toujours explicite et chaque étape laisse une preuve. Windows uniquement (EnumWindows / UI Automation).

Gate de release qualité des réponses IA. Deux voies : rejouer une archive VeriScope via le gate Python d’origine, ou appliquer avec Node seul un seuil à un export Ragas par ligne, sans VeriScope, Python ni pandas. Renvoie PASS/FAIL/REVIEW avec preuves et reçu revérifiable ; seuils par ligne et comparaison décimale exacte. Aucune réévaluation ni appel modèle ; REVIEW ne devient jamais PASS.

Archive vos propres publications QQ Zone dans une bibliothèque locale, classées en trois colonnes —pensées, rêves et critiques (recommandations livres/films)— corrigibles séparément ; annuler dans l’une ne touche pas les autres. Comprend un lecteur Web privé verrouillable par mot de passe, la réparation des longs posts tronqués à ~500 caractères par l’API, le comptage annuel/mensuel et la sauvegarde locale des images jointes pour lecture hors ligne. Cookie stocké uniquement sur cette machine.

Partage la mémoire de projet omp (oh-my-pi) avec DSH : même fenêtre memory_summary.md/learned.md injectée, et l’outil learn écrit dans ce même learned.md. Prudent par défaut : aucune suppression, refuse l’éviction à la limite de 100 leçons omp, écrit les octets à l’identique avec recontrôle CAS et ne crée pas le dossier mémoire omp. Test boîte noire : même réponse d’omp et DSH au même prompt ; sans mémoire, les deux s’abstiennent.