Plugins

Utilisez le paradigme de modèle de décision Jev (System One) avec n'importe quel LLM compatible OpenAI — aucune clé TypeSafe requise. Enregistre un outil jev_decide qui renvoie en un seul appel des réponses à distribution de probabilité pour des questions typées (choix/score/booléen).

TypeSafe Jev comme service Cordis de premier ordre et trois outils visibles par le modèle pour DeepSeek Harness — hors ligne par défaut, sortie réseau divulguée, jamais activé par défaut.

CLI self de Superself en tant qu'outils face au modèle (contexte de projet, unités de travail, rapports, décisions) plus une commande /self — état de projet inter-sessions et inter-projets conservé hors du dépôt de code.

Moteur de gestion de tâches intégré : protocole de points de décision, mur de capture d'idées, dépôt de tickets façon Linear.

Tableau de suivi pour projets clients : pipeline avec modèle par défaut, de gouvernance ou étapes personnalisées ; cartes avec responsable, échéance, critères d’acceptation et DoD. Chaque changement d’étape crée un journal d’audit de transmission. Comprend journaux d’avancement/risques/blocages/décisions, rapport client hebdomadaire Markdown, tableau glisser-déposer limité à loopback et export HTML en lecture seule. L’état est dans delivery.json de l’espace de travail ; 11 outils delivery_* et /delivery sont fournis.

Noyau de jugement pour DeepSeek Harness : une boucle cognitive attribue une source à chaque décision et mène la planification à son terme ; la mémoire hippocampus transforme l’expérience en connaissances (journal, archive épisodique, baisse de confiance) ; l’architecture fixe responsabilités et critères cohérents ; une équipe A2A gère la mémoire via dsh-linghun-assembler. Nécessite DSH ^0.1.0-rc.7 (rc.2 pris en charge).

Mémoire locale à trois couches pour DeepSeek Harness : L1 mémoire instantané (MEMORY.md/USER.md) lue à la demande via les outils memory_* + L2 base de connaissances interrogeable (faits + SQLite FTS5, recherche en chinois par tokenisation à fenêtre glissante) + L3 import depuis Hermes/Claude Code/Codex/WorkBuddy et depuis les documents approuvés d'Agent Hub (memory/global, memory/projects, décisions acceptées) avec déduplication par hash de contenu. La v0.2.0 a supprimé toute injection automatique : la mémoire n'entre dans le contexte que lorsque le modèle appelle l'un des 12 outils memory_*, et les données restent sur le disque local.

Vue partagée de décision pour l'interface Web DSH : une carte de résumé de décision dans la fenêtre principale plus le plan complet dans un panneau latéral défilable indépendamment, pour vous permettre de réviser le plan complet tout en écrivant les décisions et de les renvoyer à l'agent en un clic.

Provider navigateur pour DeepSeek Harness : exécute une tâche web étape par étape dans un vrai navigateur en consultant une table indexée des actions possibles, plutôt que HTML ou captures. Une décision Jev groupée par étape, sans tour complet du modèle ; benchmark repo : médiane 1,1 s contre 2,8–3,6 s par tour de chat. La conversation ne reçoit que la conclusion et son contexte ne grossit pas avec la page. Les cibles viennent de la page lue et toute page modifiée est relue avant action. Utilise le navigateur de Session et laisse votre Chrome quotidien intact, sauf passage en attach mode.

Empêche DeepSeek Harness de compacter (résumer) la conversation trop tôt. Sans lui, la compaction commence vers la moitié des petites fenêtres de contexte ; le plugin attend le niveau souhaité (80 % par défaut), réglable par fournisseur/modèle. Il change uniquement le moment de la compaction : DSH décide toujours du contenu conservé dans le résumé.

Skill de vérification d’affirmations par le Web ouvert plutôt que la mémoire du modèle. Décompose en faits vérifiables, suit une hiérarchie de sources primaires par domaine, recherche en parallèle dans les écosystèmes nationaux et internationaux, récupère et classe les pages, puis relance avec des termes de réfutation. Donne d’abord la conclusion, avec URL complète et emplacement de citation pour chaque assertion, et sépare non vérifié/indécidable du confirmé. Avec une clé, trois jugements peuvent utiliser TypeSafe Jev (System One) ; sinon les règles déterministes s’appliquent. Le verdict du modèle ne peut que diminuer le niveau de confiance.

Moteur local de registre d'état personnel et de décision pour dsh : conserve chaque entrée octet par octet avec une provenance au niveau de la ligne, argumente contre ses propres conclusions en générant d'abord des réfutations, fait vieillir chaque fait stocké selon son propre TTL, et signale les décisions qui ne reposent sur rien du tout.

Mémoire projet DSH : crée automatiquement PROJECT.md, DECISIONS.md et SESSIONS.md au premier pas de chaque session du workspace ; relit depuis le disque et ne réinjecte qu’après modification ou perte par compaction. memory_checkpoint classe les données ; rappel limité si travail non consigné. memory_read lit journal et archive ; memory_search les interroge via BM25 sans dépendance. 200 entrées max : surplus dans SESSIONS-archive.md, jamais injecté, mais consultable, recherchable et restaurable entrée par entrée. Réglages : filtre workspace/chemin, onglets lecture seule, rechargement, JSON import/export par workspace, effacement en deux étapes, modifier/supprimer le bloc AGENTS.md, rappel PROJECT.md obsolète. Sync ; création au clic. Sans dépendances, vecteurs, embeddings ni appels modèle.

État de travail inter-sessions explicite pour DeepSeek Harness : objectifs, décisions et prochaines étapes capturés automatiquement à partir des événements de l'hôte ou via un outil work_state visible par le modèle, inspectable avec /checkpoint.

Pipeline quotidien automatisé de contenu pour Insta360 GO 3S : capture à distance BLE/WiFi de séquences d'aquarium, importation sans fil, évaluation de qualité ffmpeg avec journal de décisions, montage automatique (sélection de segments, narration TTS, musique, sous-titres) et téléversement Bilibili via biliup (dry-run par défaut).

Mémoire des décisions et objectifs avec lignage : des commandes explicites et un outil de modèle enregistrent les décisions de façon déterministe, une carte d'état les réancre à travers la compaction, un flux d'événements sans perte avec recherche BM25+jieba l'étaye, et une suite de régression de fidélité au niveau des scénarios contrôle les releases.

Appels vocaux initiés par l’agent : `offer_call` fait sonner l’humain (接听/拒接/稍后再说) ; les appels acceptés sont synthétisés et lus localement via CrispASR + Qwen3-TTS (9 voix, 2 dialectes chinois), et les appels refusés renvoient la décision à l’agent.

Mémoire locale bornée avec contrôle d'autorité CBDC : affirmations SQLite + FTS5, rappel ciblé avec des décisions explicables d'usage/vérification/ignorance et une piste d'audit complète, commandes /memory, ≤3 affirmations/1200 caractères injectés par appel, aucun appel modèle supplémentaire.

Optional JEV decision mode with deterministic project reads, bounded semantic selection, native authorization checks and desktop credential settings.

Model failover and turn keep-alive for DeepSeek Harness: a request that fails with a model error before any visible output falls through the models of the configured provider groups (then the next provider) until one streams; transient failures retry with backoff under a liveness watchdog, a dead turn self-resumes with templated 「继续」 wake-ups, and an optional full-auto mode auto-answers permission, question and plan approvals with every decision appended to an AUTO-MODE.md audit log.

DeepSeek Harness approval guardian: a reviewer model decides permission requests before they reach you, with a System One decision-API backend (TypeSafe Jev, SiliconFlow, self-hosted Laya), a configurable low-confidence policy and an allow-rule whitelist.

Keeps a project's documentation in step with its decisions on DeepSeek Harness: the same append-only decision log and derived design snapshot, kept fresh in-process instead of by a hook process.

TypeSafe Jev (modèle de décision System One) pour DeepSeek Harness, de bout en bout : jev_decision (choice/score/noul, parallèle, réponses typées + confiance), une carte Paramètres > Plugins pour la clé API et les bascules, des vues d'outils en ligne montrant chaque décision dans la conversation (réponse, confiance, latence, coût), un garde automatique (contrôles déterministes + risque/boucle Jev), un tableau de bord local /jev, et un benchmark de vérification en ligne (96,3 % sur 27 questions étiquetées, médiane ~283 ms sur jev-latest, 2026-09-21). Honnête par conception : API réelle uniquement, aucun repli simulé.

Semantic tool routing, skill discovery, and typed System One decisions for DeepSeek Harness powered by TypeSafe Jev.