Plugins

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

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.

Coffre Obsidian local comme base de connaissances de l'agent, avec des outils DSH en lecture seule qui orientent statut, préférence, correction, mémoire, projet, recherche et suggestion vers la page correspondante.

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.

Coffre Obsidian local comme base de connaissances de l'agent, avec des outils DSH en lecture seule qui acheminent statut, préférence, correction, mémoire, projet, recherche et suggestion vers la page correspondante.

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.

Installe quatre presets de recherche mathématique multi-agents pour DSH : v2 (pipeline guidé par les probabilités avec débat multi-vérificateurs), v3 (base de connaissances Markdown façon article avec un agent planificateur et une bibliothèque de méthodes réutilisable), v4 (résidents persistants auto-organisés qui s'écrivent et se réunissent) et v5 (un institut de recherche avec un académicien qui décompose et attribue le travail, des chercheurs votants, des intérimaires, un chat de groupe et un tableau de tâches compare-and-set) ; les quatre gèrent la reprise sur point de contrôle, l'intervention humaine et un interrupteur optionnel de vérification formelle Lean (off/encourage/require) dont la preuve validée transforme le vote en contrôle de fidélité des énoncés Lean.

Pont vers les appareils HarmonyOS : boucle d'automatisation hdc pour captures d'écran/installation/logs/crashs/UI avec read_image, une base de connaissances API versionnée priorisant les sources officielles (SDK .d.ts + documentation embarquée hors ligne), et une chaîne de build/signature/lint via le CLI DevEco.

Transforme les documents locaux en markdown et texte en une base de connaissances interrogeable avec recherche hybride sémantique et par mots-clés, vérification des citations et injection de sources.

OMK — Observer. Mesurer. Savoir. Modifications de connaissances étayées par des preuves pour les applications IA.

Graphe de connaissances de code local-first pour agents de codage : 10 outils MCP pour la compression contextuelle en couches, la planification DAG, l'indexation incrémentale d'AST, un flywheel de compétences inter-sessions, des diagnostics et l'import/export d'artefacts de graphe.

Un deuxième cerveau autonome pour DeepSeek Harness : capture automatiquement les connaissances durables du dialogue dans un coffre-fort Markdown local (dedup personnalisé, recherche CJK, compatible git), avec une base de connaissances graphique et un graphe de connaissances interactif (filtre de légende, coloration par dimension temporelle, sélection par boîte, fusion, suppression, export/import PNG).

RAG de base de connaissances bibliographiques locale : 10 outils (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), recherche hybride BM25+vecteurs+reranker, questions-réponses avec citations et liens DOI cliquables, embeddings bge entièrement locaux sur un index SQLite en un seul fichier. Nécessite Python 3.9+ avec pymupdf, faiss-cpu et sentence-transformers ; l'installateur `npx dsh-kb-rag-install` les met en place et pré-télécharge le modèle.

Fournit des bases de connaissances locales et distantes avec rappel à portée de projet et de session, réécriture contrôlée et console de gestion Web intégrée.

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.

RAG de base de connaissances littéraire locale pour DSH : recherche hybride BM25 + vectorielle sur un index SQLite, reclassement par cross-encoder, réponses citées avec provenance au niveau de la section et de la page, rafraîchissement des métadonnées seules et ingestion en arrière-plan avec suivi de progression.

Bundle DSH qui enregistre 13 outils natifs codegraph_* encapsulant la CLI codegraph, permettant aux agents d'amorcer, maintenir et interroger un graphe de connaissances de code préindexé (requête de symboles, exploration, traînée de nœuds, appelants/appelés, impact, tests affectés) au lieu de faire du grep sur les fichiers.

Passerelle ShiGuang Memory Engine (SGME) : mémoire à long terme partagée multi-agents via HTTP — distillation L0/L1/L1.5/L2, injection par scénario, recherche unifiée et signaux d'attention proactifs (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), installable comme `dsh-sgme`.

Recherche Zhihu, outils d'agent, bases de connaissances et suivi d'usage pour DeepSeek Harness.

Couche d'intégration native DSH pour le moteur de mémoire Minta : compose la ligne officielle dsh-mcp-client, enregistre la skill minta-memory-governance ainsi qu'un préchauffage de mémoire en début de session, et fournit un preset d'agent Minta ; nécessite le moteur Minta déployé séparément (Python/Docker) pour fournir les 19 outils MCP — inutilisable sans celui-ci.

Compétence de revue de code pilotée par modèles : flux de revue en cinq étapes, classement par sévérité (critique/moyen/mineur), notation quadridimensionnelle (qualité, sécurité, performance, maintenabilité), sortie double texte et HTML et base de connaissances de référence à la demande.

Ajoute un panneau de réglages multi-utilisateur au client web DSH : sélection du mode d'utilisation, gestion des membres avec statut en ligne et liaison d'appareils, et bascule ou partage des bases de mémoire et de connaissances par membre.

Base de connaissances portable pour agents en Markdown OKF v0.2 simple : 13 outils wiki_* de lecture/écriture, divulgation progressive, backlinks, écritures contrôlées par les règles d'AGENTS.md, maintenance automatique de l'index et du journal, linting, et bascule entre plusieurs bundles nommés (au niveau de la session ou global).

Boucle d'auto-raffinement continu : mémoire persistante, revue-et-raffinement périodique, connaissance partagée entre sessions, et rollback automatique via un outil harness_refine appelable par modèle.