Plugins
Parcourez, filtrez et installez des plugins DeepSeek-Harness.
51 plugins trouvés
DLR (dsh-tsm-agent)
ljwzhaoxiaoniu/dlr
Monte le service sémantique tsm-core-dlr (vecteurs + graphe LanceDB) comme outils MCP ; fournit skill de modélisation DLR/TSM indépendant du scénario, statut et règles agent. Dépendance obligatoire, à démarrer avant activation du bundle.
dsh-jev-verify
xienda/dsh-jev-verify
v0.8.6 corrige le crash au démarrage : runtime Host peer optionnel, pas une dépendance installée. TypeSafe Jev/System One fournit 7 outils : `jev_decision` (1–25 verdicts typés parallèles, sans prose), `jev_choose` (classe 2–10 options), `jev_batch` (1–20 textes, 1–5 jugements, un appel réel/texte à concurrence bornée ; erreurs brutes, sans supposition), `jev_usage`, `jev_overview`, `jev_guard_status`, `jev_verify` (26/27 au benchmark fixe de 27 questions, concurrence 6). Ledger persistant par défaut : `$DSH_HOME/jev-usage.json`. Remaining=`quota.declaredBalanceUsd` moins dépenses locales depuis `quota.balanceSince` ; aucun endpoint de solde, rien d’inventé. API key absente : erreur explicite ; échecs isolés par surface. Client après refresh ; serveur après redémarrage Host.
novelAssist-dsh (plugin)
fenghuolinshan/novelassist-dsh
Plugin d’écriture de romans longs : chaque livre est un dépôt Git de fichiers avec frontmatter, avec 39 outils métier DSH et une interface Web de rédaction. L’import approfondi crée des brouillons candidats ; l’adoption des propositions IA comme ressources canoniques exige l’approbation DSH. Contrôles de continuité déterministes, benchmark limité au rapport. OSS indépendant (MIT), non officiel DeepSeek. Nécessite Node >= 24.11.0 et cible actuellement DSH 0.1.2-rc.1.
neoxider-mcp-hub
neoxider/neoxider-mcp-hub
Un seul outil MCP plutôt que tous les schémas : courtier de capacités à chargement différé qui réduit de 94,4 % le contexte d’outils résident, selon la mesure indiquée. Recherche, inspecte, active et appelle les serveurs MCP et skills à la demande.
dsh-plugin-compare
yminghua/dsh-plugin-compare
Compare des sessions DSH existantes ou exécute des essais A/B contrôlés entre préréglages d’agents ; affiche des chronologies alignées, les écarts de métriques par paires, des critères de réussite explicites et des rapports exportables.
dsh-pianist
laplace-bit/dsh-pianist
Plugin de piano : demandez à l’agent de jouer un morceau ; il le rend sur un piano à queue Canvas2D avec les vrais échantillons Salamander Grand, une scène immersive et un clavier interactif de 88 touches.
dsh-experience-library
libiwolve/dsh-experience-library
Couche de validation d’expérience pour DSH : collecte sans jeton des signaux d’échec d’outil/nouvelle tentative/recherche, affinage par IA en livres de compétences vérifiés (vérification à trois niveaux), consultés au début de la tâche. Fournit 10 compétences d’essai et des données de référence (réussite des tâches complexes 100 % contre 60 % sans).
dsh-model-speedtest
hongcha-dsh/dsh-model-speedtest
Runs N serial speedtest rounds in one unchanged environment from the plugin detail page, then reports per-round tables with median, min, max and MAD, and keeps each batch as an archive that can be renamed or deleted.
dsh-model-radar
chip-g0202/dsh-model-radar
Runs a four-task, 150-point model intelligence benchmark inside DeepSeek Harness (Qin 60, Pompeii 45, Pelican 22.5, Candy 22.5): each selected model × reasoning-effort pair executes every task in its own isolated subagent session, Qin and Pelican are graded by the selected judge model against rubrics, Pompeii and Candy programmatically, and batches keep scores, artifacts and cost. Adds a 0–1000 real-world performance score per model × effort computed from local session logs across seven dimensions (output speed, first-token latency, reasoning speed, tool cadence, tool latency, tool success rate, cache hit), with baseline deltas and controlled speed runs, plus a sidebar page with ranking, performance, history and settings views. Each batch spends real tokens of the candidate and judge models, and candidate subagents get file and bash tools inside an isolated run directory.
dsh-ai-research
fomalhaut1998/dsh-ai-research
DeepSeek Harness plugin: AI research toolkit — model release radar, model benchmark & community report, and AI news digest (4 tools + 3 skills).
dsh-compress-bench
dingchenhui0618-arch/dsh-compress-bench
A local mirrored A/B benchmark for context compression, not another compressor. It runs one fixed read-only scenario twice with the same model and temperature — compression off, then on — and reports input tokens, turns, tool-call success, fact coverage, answer similarity and a per-line diff, with JSON, a self-contained SVG and raw warnings. 18 node --test tests, zero dependencies. The first measured run: 63,029 → 6,927 locally estimated input tokens (−89.0%), 3 → 3 turns, facts 3/3 → 3/3, answer similarity 1.00 on one sample.
dsh-plugin-devicex
cfour-hi/dsh-plugin-devicex
Device inspector and control panel for macOS and Windows that shows hardware, system, software, network, security and processes on one sidebar page and applies 19 whitelisted actions, with a confirmable cleanup scan, a repeatable benchmark and device_info, device_control and device_benchmark tools for the agent.
dsh-cache-probe
xymy666/dsh-cache-probe
Channel test page for any configured provider/model: multi-round prompt-cache hit rate, streaming TTFT and tok/s, and a pelican SVG test.
dsh-eval-pack
perrylink/dsh-eval-pack
Public/synthetic eval-pack lint and deterministic JSON grader; not a validated benchmark.
dsh-science-legion
lengrufeng2008/dsh-science-legion
Bundle de skills pour des campagnes scientifiques multi-agents à niveaux en mathématiques, physique, astronomie, ingénierie et preuves biomédicales : tableau commun, vérificateur indépendant et red team, tactiques de meute et de flanquement, budgets de jetons et de temps, évaluations à réponse connue, pilote du pendule à 4 agents et pilote du quatrième ordre à 6 agents ayant détecté et corrigé une erreur de corrigé du benchmark. Ne prétend pas résoudre des problèmes ouverts.
dsh-provider-card-release
fallenwings27/dsh-provider-card-release
Au changement de modèle, affiche une carte d’entrée près du composer : nom, six axes notés (intelligence, code, vitesse, stabilité, coût, contexte), indication de quota et réplique. 23 cartes sélectionnées couvrent 15 providers ; sinon carte issue de benchmarks publics, ou générique sans données. Plugin Web sans dépendance ni hook.
dsh-eval-harness (dsh-eval-harness)
leogoat2004/dsh-eval-harness
Plugin d’évaluation diagnostique pour DeepSeek Harness : fige la configuration Harness confirmée, lance un benchmark, conserve toute la trace de session et attribue les échecs au modèle, à Harness, au benchmark ou à l’environnement.
dsh-model-deploy
ethanrise/dsh-model-deploy
Inspecte I/O, shapes, opset, opérateurs et taille ONNX ; benchmark avec ONNX Runtime local ou via SSH. Rapporte latence moyenne/P50/P95/P99, FPS et provider réel, avec gates PASS/FAIL FPS/P95/taille. Requiert Python 3.10+, numpy, onnx, onnxruntime, psutil ; distant : python3/numpy/onnxruntime.
dsh-ai-research (dsh-ai-research)
fomalhaut1998/dsh-ai-research
Boîte à outils de recherche IA pour DSH : radar de versions, benchmark et rapport communautaire par modèle à partir de 13 classements structurés et discussions chinoises/anglaises, plus radar de nouvelles sur 46 flux et 22 comptes X officiels. Inscrit quatre outils et trois skills ; rapports Markdown avec table des matières.
dsh-engramory-recall
yffo/dsh-engramory-recall
Rappel BM25 local, garde d’écriture fail-closed, doctor statique et panneau pour un magasin Markdown Engramory. Aucun réseau, daemon ou appel modèle sans opt-in ; qualité mesurée par un benchmark reproductible du dépôt.
dsh-plugins
hj01857655/dsh-plugins
Mémoire intersessions pour l’agent dsh : mémorise, rappelle et revérifie au lieu de supposer.
dsh-session-eval
kittimzhe/dsh-session-eval
Évaluation rétrospective des sessions d’agents : produit des fiches de notation déterministes et des différences de régression intersessions à partir des journaux persistés. Aucun benchmark ni juge LLM.
dsh-model-arena
hj01857655/dsh-model-arena
Exécute le même prompt sur tous les modèles disponibles afin de comparer clairement les résultats.
dsh-livebench-panel
vithrive/dsh-livebench-panel
Plugin Web DSH : ajoute l’onglet LiveBench à la vue Trajectory, à droite de 对话/轨迹. Évalue tous les modèles configurés dans DeepSeek Harness ; choisissez fournisseur/modèle, catégorie, tâche, release et plage de questions via des menus, puis suivez la progression.