Plugins

Ajoute à la liste de confiance chaque en-tête Host reçu par le serveur. Enveloppe toutes les routes webServer et inscrit l’hôte analysé dans connection.trustedHosts (et webRuntime.trustedHosts sur les versions concernées), pour accepter domaines wildcard/non énumérables sans modifier la commande de démarrage. Au-delà de la capacité configurée, éviction LRU. Ne change ni l’écoute réseau ni l’authentification. Accepter tout Host neutralise la protection DNS rebinding de l’allowlist : à réserver à un réseau de confiance.

Plugin adaptateur LLM pour les modèles Qwen déployés localement derrière un point de terminaison vLLM compatible OpenAI, avec une bascule multimodale par modèle, des efforts de raisonnement entièrement configurables et une page de paramètres web pour modifier le déploiement depuis le frontend.

Plugin DSH : éditez le prompt système (persona de déploiement) depuis la page Réglages, avec aperçu en direct.

Neuf outils consolidés qui donnent aux agents un accès complet à la CLI stool ops : gestion de serveurs, requête de base de données/redis, recherche/queue de logs, déploiement et historique CI/CD, codes MFA, opérations git, notes, todos et utilitaires divers (comptabilité, rapports hebdomadaires, audit, listing de projets, préréglages nginx).

Ajoute les outils de délégation subagent_route et subagent_fork_route où le modèle choisit lui-même la route provider/model pour chaque enfant ; le déploiement définit uniquement le backend spawn/fork, la politique d'arrière-plan et la liste blanche allowedProviders, tandis que les enfants reprenables et les tâches en arrière-plan réutilisent les outils officiels send_message / job_output.

Saisie vocale pour l'interface Web : un bouton micro qui lance la reconnaissance vocale hors ligne locale VocoType et insère automatiquement le texte reconnu dans le compositeur (déploiement automatique, déduplication, dictée continue).

Tunnel inverse pour la Web GUI DSH : expose un déploiement `dsh --profile web` sur une URL frp publique et bascule le sélecteur de répertoire vers le navigateur intégré à l'application, pour qu'un téléphone ou une machine distante puisse ouvrir et gérer l'espace de travail.

Console de bot QQ pour DeepSeek Harness sous Windows, avec déploiement NapCat/AstrBot, intégration GPT-SoVITS, édition de personas, recherche hybride de mémoire locale et graphe mémoire 3D. Les services ne démarrent pas automatiquement et les inconnus n’ont pas accès aux outils par défaut. Les messages QQ atteignent DSH via l’AstrBot tiers (astrbot_plugin_dsh) et dsh-astrbot-ingress, tous deux déployés depuis des sources épinglées.

Développement distant façon VSCode pour DSH : gestionnaire d’hôtes SSH (clé/mot de passe), pipeline de déploiement auxiliaire avec vérification de version, explorateur de fichiers, éditeur et terminal distants dans dsh-better-sidebar.

Déployez un projet sur Cloudflare et publiez votre plugin sur npm — le premier déploiement ne nécessite aucun compte cloud et les identifiants n'atteignent jamais le modèle.

Compilateur de plugins avec un registre de plans (échafaudage → validation → déploiement) exposé en tant que service d'exécution, trois outils de modèle et une page de paramètres de galerie de plans.

Right-sidebar console for the current workspace: detects Maven modules with a Spring Boot main class and Vite frontends, starts and stops them (batch; the "survive DSH exit" detached mode is on by default and Windows only), packages with Maven or pnpm, uploads artifacts over SSH/SFTP to named deploy environments with progress and per-environment remote dirs, restarts the docker container and checks its status; protected environments require a second click. Needs Maven, a JDK and pnpm on the machine; SSH passwords are stored in plain text in deploy.json.

Local ComfyUI cosplay photo sets for Windows with an NVIDIA GPU (8 GB+ VRAM): deploys the ComfyUI Windows portable build and Z-Image-Turbo (8-10 GB of models) with a self-test, then turns a character name, a reference image, or a hot-character pick into a live-action cosplay photo set with base-image and shot-script approval gates.

Fournit un registre minimal des leçons : brief.ps1 consulte les pièges passés et add-lesson.ps1 en consigne de nouveaux. L’installateur le déploie dans le répertoire skills et le relie à AGENTS.md. Le modèle le consulte avant de travailler et transforme les incidents rencontrés en règles pour éviter leur répétition. Le plugin vérifie si cela a réellement eu lieu et affiche le résultat dans un onglet et sous le compositeur.

Panneau 护航 dans l’en-tête de session pour activer/désactiver le watchdog local dsh-guard et voir si l’analyse est active, si le garde fonctionne et la date du dernier scan. Le watchdog Python est déployé séparément via DSH_GUARD_ROOT. Chemin Windows par défaut D:\AI\Projects\dsh-guard ; définir la variable pour un autre dossier.

Ajoute un panneau de test sous Paramètres → Modèles : lit le catalogue du déploiement et envoie à chaque modèle configuré un unique aller-retour minimal (court « ping », petit plafond de sortie) via le service Host LLM pour vérifier la connexion par une vraie requête. Chaque ligne indique succès/échec, code d’erreur harness (NO_ADAPTER, MISSING_CREDENTIAL, AUTH, RATE_LIMIT, TIMEOUT, etc.) et latences premier jeton/totale. Test individuel ou test général (3 en parallèle). Les identifiants sont résolus dans Host et n’atteignent jamais le navigateur ; les tests par modèle sont indépendants, via une route limitée à la même origine et à la taille du corps. JS pur, sans étape de build, MIT.

Fournisseur de modèles WorkBuddy pour DeepSeek Harness (déploiements international et Chine).

Opérations à distance pour l’application Web DSH : gestion des serveurs SSH, collecte des métriques matérielles et des processus, inspection des journaux par une IA en lecture seule, déploiement d’un dépôt Git par SSH avec git pull --ff-only et contrôle de santé. Les identifiants sont chiffrés avec AES-256-GCM. Hôtes Linux et macOS pris en charge, Windows non pris en charge.

Surveillance GitLab et Kubernetes pour DSH : gestion des merge requests et pipelines, état des déploiements et pods avec journaux et événements, alertes par webhook et tableau de bord.

Envoie automatiquement un prompt « continue » quand la réponse est coupée par la limite de tokens de sortie, pour reprendre les réponses longues sans saisie manuelle ; destiné aux déploiements Ollama auto-hébergés avec plafonds faibles.

Envoie des notifications QQ par message privé via un bot NapCat local. Fournit les outils natifs `qq_send`, `qq_status`, `qq_napcat`, `qq_deploy` ainsi que des scripts de déploiement en un clic.

Connecte DeepSeek Harness à un serveur MCP AI Asset Hub appartenant au déploiement et expose huit outils d’actifs en lecture seule vérifiés.

Gestion des ressources Azure : interrogation et affichage des ressources, déploiement de modèles Bicep/ARM et consultation du journal d'activité.

Connect your own machines to a DSH Web deployment and run commands on them from the agent.