Plugins

Mémoire associative proactive pour DSH : injecte un rappel sans prompt à une frontière fixe, avec auto-consolidation à trois couches, cristallisation des skills et gestion du contexte à la manière d’Astra. Comprend des registres de passation et un tableau blanc PLAN qui survivent aux changements de fenêtre de contexte, ainsi qu’une détection du niveau d’eau avec une fenêtre de modèle auto-détectée. Stockage Markdown local, agnostique au modèle, zéro dépendance ; plancher lexical de 0 Go avec couches sémantiques optionnelles.

Mémoire à long terme organisée et basée sur des fichiers pour DeepSeek Harness — notes markdown lisibles par un humain, un unique stockage de fichiers texte partagé entre les hôtes (ignoré par git lorsqu'il se trouve dans un dépôt de projet), et une limite d'index déterministe imposée par ctx.tools.guard()

Revenez en arrière sur la conversation et l'état de l'espace de travail, grâce à un Change Ledger persistant.

Mode red team : indiquer une organisation cible ; une session lance cinq rôles (reconnaissance, tri des actifs, découverte de vulnérabilités, exploitation, pivot interne), à concurrence réglable. Le précontrôle vérifie compétences/ressources. Score en quatre étapes (reconnaissance, Internet, frontière, interne), plafonds serveur et déduplication gardant le privilège maximal. Constats dans SQLite local. Console latérale persistante de neuf pages : carte des actifs, agents, sessions/tunnels, constats, objectifs, rapports, base POC, bibliothèque de compétences. v0.15.2 ajoute journaux de preuves/actions HTTP, import par lots, contrôle du périmètre, sonde de pivot par tunnel, preuve de données, journal de nettoyage et admission T0-T3 contre les dérives. 59 outils redteam_* ; 38 compétences.

Mémoire à long terme pour les agents DSH — souvenirs durables et inspectables avec des outils de rappel, de recherche, de navigation et de graphe de connaissances, importation depuis dix autres outils de codage IA et une page de paramètres.

La mémoire qui rêve — mémoire inter-sessions pour DeepSeek Harness : elle vous retrouve d'une session à l'autre, se consolide automatiquement pendant son sommeil (autoDream), gèle les souvenirs en conflit pour votre revue et conserve une piste d'audit rejouable. Recherche sémantique locale offline-first sur SQLite avec miroirs Markdown modifiables à la main, graphe d'entités, panneau de mémoire interactif, plus une API externe et une CLI.

La mémoire qui rêve — mémoire inter-sessions pour DeepSeek Harness : elle se souvient de vous d'une session à l'autre, se consolide automatiquement pendant son sommeil (autoDream), gèle les mémoires en conflit pour votre revue et tient une piste d'audit rejouable. Recherche sémantique locale offline-first sur SQLite avec miroirs Markdown éditables à la main, graphe d'entités, panneau de mémoire interactif, plus API externe et CLI.

Plugin mémoire DSH maison : stockage persistant SQLite + garde d'audit au niveau base de données (enforceAudit) + journal d'audit. Capture automatiquement les connaissances après les conversations, les agents se souviennent via memory_recall, prise en charge du partage multi-agents Claude Code/Codex/Cursor. Zéro dépendance externe.

Mémoire causale pour dsh : un pont stdio MCP à dépendance zéro qui monte les 17 outils du serveur de mémoire causale sous des noms propres (pas de préfixe mcp__) - décision → bords de résultat avec des relations typées (causées / activées / empêchées) dans un magasin SQLite local qui survit au compactage - plus une section d'invite système épinglée. Nécessite le binaire du serveur de mémoire causale sur PATH (pip install causal-memory ou une version prédéfinie).

Collez un lien, l’agent le lit. Xiaohongshu, Douyin, Bilibili, WeChat, articles, PDF et audio deviennent du Markdown sourcé pour wiki/base de connaissances. A/B exploratoire sur 60 tours (limites de temps différentes, exactitude non vérifiée par un humain) : lecture terminée 22%→92% (+70 points), délais dépassés 68%→0%, réponses citant un fait réel de la source 23%→82%. Sur 123 liens réels, 80% utilisables (93% des pages ayant répondu) ; un lien inaccessible est signalé en 26 s. Compatible Codex, Claude Code, DSH.

Volet bureau de l'extension navigateur DSH multiplateforme : relie l'extension à dsh, fournit les outils browser_* et reconnaît si besoin les images de la page. Ce sont toutes ses options de configuration.

Mémoire graphique et graphe de tâches décentralisés, à priorité hors ligne, pour DSH, avec faits signés, synchronisation multi-appareils et Mebular Console partagée intégrée au panneau latéral. Nécessite un daemon Mebular actif (application de bureau Mebular ou mebular serve depuis @mebular/core) ; ce plugin ne fait que connecter ses outils mémoire et le panneau Console.

Pont compatible OpenAI pour utiliser dans Midscene les modèles configurés dans DeepSeek Harness. Sur 127.0.0.1 (port 8787 par défaut, choisit un port libre si occupé), relaie les chat completions avec ou sans streaming vers la couche modèle hôte. Compatible avec routage officiel DeepSeek, CodeBuddy, Codex et endpoints OpenAI/Anthropic personnalisés. Les identifiants restent dans les plugins provider, le pont n’y touche pas. /v1/midscene-env produit quatre lignes MIDSCENE_MODEL_* et déduit la famille. Sept skills navigateur, bureau, Android, iOS, HarmonyOS, E2E Vitest et référence Midscene ; pas de npx skills add. npm : dsh plugin --profile web add @tnnevol/dsh-midscene

Plugin d'agent de flux de travail d'ingénierie harness/loop guidé par des compétences.

Lecture approfondie de livres et d'articles selon cinq modes (rapide, approfondi, carte des connaissances, Feynman, livre complet) avec rapports affirmation-preuve-données, cartes mentales Mermaid/XMind, comparaison par lots, vérification préalable du budget, progression transparente des tâches en arrière-plan, et exports MD/HTML à partir d'URL, de fichiers ou de texte collé.

Configuration par modèle de l'effort de raisonnement et de la modalité d'entrée pour les fournisseurs tiers : suggestions fusionnées depuis une base de connaissances de modèles et preuves brutes du endpoint /models, avec labels de confiance, éditées dans la carte officielle de la page Models.

La base de connaissances de développement de plugins DSH en tant que compétence d'agent à la demande : contraintes officielles, workflows de tâches, référence d'API et pièges de la communauté, installée avec le bundle pour que l'agent puisse consulter en construisant un plugin.

Moteur de mémoire inter-sessions pour DeepSeek Harness : stockage SQLite + miroir Markdown modifiable par un humain, consolidation autoDream, recherche sémantique hors ligne (vectorisation/reclassement/clustering locaux), chronologie entité-attribut, Sleep Mode, autoSummarize avec modèle personnalisé et 7 outils de mémoire.

Pipeline QA sous forme de 10 skills d'agent : analyse des exigences, stratégie de test, rédaction et revue de cas, automatisation E2E (Playwright) et API, exploratoire, périmètre de régression et analyse de bugs, soutenu par une base de connaissances partagée avec règles de format, modèle de risque et validateurs de schéma.

Animal de compagnie de bureau DSH flottant avec 12 animations d'état rédigées pour les requêtes, outils, compaction, archivage et amélioration des prompts ; occupation du contexte en direct ; un Grand Livre à vie persistant entre sessions ; totaux par fournisseur/modèle, tendances horaires et vues sur 7/30 jours ; basculement de thème sombre/clair ; estimations de coût optionnelles (désactivées par défaut) avec éditeur de prix visuel et alerte budgétaire mensuelle ; importation ZIP de skins côté client ; export d'utilisation JSON/CSV ; lectures de panneau en instantané uniquement avec indexation incrémentielle en arrière-plan ; et amélioration des prompts opt-in avec aperçu modifiable et soumission au compositeur DSH.

Mémoire Mebular, graphe de tâches et console partagée pour DeepSeek Harness.

Mémoire à long terme intersession dans SQLite local : deux périmètres (utilisateur et projet par origine Git), recherche hybride FTS5 + vecteurs locaux fusionnée par RRF, contrôle exigeant un jugement explicite de suffisance des preuves, chaînes d’audit de provenance, révision espacée SM-2, distillation de consolidation et oubli par décroissance, plus un panneau Memory Palace à neuf vues. 22 outils à paramètres restreints ; aucun service externe, API key ni Docker.

Lit à voix haute les réponses de l'assistant via Edge TTS gratuit ou vos propres modèles vocaux RVC : boutons de lecture à voix haute + lecture automatique, lecture progressive par blocs adaptatifs (lectures longues sans coupure), installation en un clic de packs vocaux depuis un registre, et un runtime RVC portable.

Plugin d'agent de workflow pour l'ingénierie de harness/boucle, piloté par skills.