Plugins

Superposition de compagnon de bureau Live2D pour la Web GUI de DSH : reflète l'état de l'agent (réflexion, inactif, erreur, terminé, en attente d'approbation) avec des animations et des bulles de dialogue, réactions tactiles par partie, glisser-déposer pour ancrer, personas interchangeables et modèles personnalisés via URL ou chemin local.

Accès sans coût à 6 grands modèles gratuits. Pas d'inscription, pas de recharge, 6 modèles gratuits intégrés, rotation multi-clés et backoff de limite de débit.

Contrôle de navigateur sans dépendance : pilote un vrai Edge/Chrome headless via CDP avec 8 outils `pilot_*` (navigate/click/type/keys/eval/screenshot) plus un panneau cockpit draggable en direct dans le Web GUI - instantanés textuels d'abord pour les modèles textuels, pas de Playwright, pas de clé API.

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.

Configurez visuellement le prompt, les outils, les skills visibles, les sous-agents et les modèles de repli d'un agent, et assemblez-en plusieurs en une équipe. Il n'écrit ni ne modifie jamais de fichier de preset de l'hôte.

Frontend TUI natif de terminal pour DeepSeek Harness qui présente les sessions, modèles, plugins, jobs, sous-agents, todos et la configuration du fournisseur via les capacités de Harness, tout en préservant le véritable scrollback du terminal.

Panneau tiroir pour l'interface web DSH avec une liste paginée de LLMs gratuits ; écrit chacun comme custom model provider dans Settings en un clic ou par lots, plus un rotation proxy multi-key local.

Pont de vision gratuit et génération d'images pour les modèles texte seul : lecture d'images collées, basculement entre les moteurs GLM-4V-Flash et Gemini, preuves structurées façon ModLens, et une route de modèle de vision gratuite préconfigurée.

Fournisseur Ollama pour DeepSeek Harness avec gestion de modèles, vérifications de santé, routage local basé sur des règles, et bascule vers le cloud.

Complète ce que l'adaptateur officiel pi-ai laisse de côté sur la page Models : sondage d'accessibilité de la passerelle avec latence, extraction en un clic du catalogue de modèles de la passerelle avec réécriture par cases à cocher dans les paramètres, solde DeepSeek et quota du fournisseur affichés en place, protocole et point de terminaison auxquels chaque fournisseur est réellement connecté, et un menu déroulant de modèles qui ne répertorie que ce qui fonctionne à l'instant — une clé morte, un solde vide ou un quota épuisé est masqué jusqu'à ce que vous le corrigiez, et réapparaît de lui-même.

Donne la vision aux modèles textuels uniquement : transmet les images de l'utilisateur à un modèle de vision compatible OpenAI et affiche les descriptions dans un panneau droit de l'interface web.

Affiche et construit des modèles CAD (STL, OBJ, STEP, IGES, DXF, SVG) via cad_view/cad_info et des outils de modélisation paramétrique OCCT, avec une carte de visualisation interactive et un panneau CAD résident dans l’interface Web.

Faites correspondre vos modèles et vos budgets de tokens à chaque rôle, puis laissez DSH déléguer des sous-agents spécialisés selon le type de tâche. Couvre l’analyse d’architecture, l’UI/UX, l’implémentation de code, l’exploration de la base de code et la recherche documentaire, avec configuration automatique ainsi qu’un effort de raisonnement et des permissions d’outils par rôle.

Utilisez un abonnement ChatGPT/Codex dans DeepSeek Harness avec les modèles GPT, la génération d'images, la recherche web, le rapport de quota d'abonnement, le contrôle des modèles et fonctionnalités, et la connexion OAuth par navigateur ou code d'appareil.

Ajoute un modèle de vision configurable aux modèles principaux textuels uniquement : un outil vision_read_image, un sélecteur de modèle de vision dans la barre de composition, et une conversion automatique image-texte pour les routes textuelles uniquement.

Plugin de fournisseur de modèles gratuits pour DSH avec plus de 20 modèles dont Gemini, MiMo, GLM, etc.

Niveaux d'utilisation et cartes de statistiques partageables : 🐟→🐳 classements par consommation mensuelle de tokens avec percentile estimé calculé localement, tarification précise pour 46 modèles chez 6 fournisseurs (y compris tarification chinoise par niveau de taille), remplissage rétroactif des sessions pré-installation, et comparaison ancien/nouveau suite au changement de tarifs du 2026-08-17. Local uniquement, sans télémétrie.

Équipe multi-agents par rôles pour DeepSeek Harness. /team réunit jusqu'à 12 sous-agents (produit, architecte, recherche, UI, backend, frontend, BD, sécurité, relecteur, QA, DevOps, docs) et exécute un pipeline à 9 phases avec jalons (clarifier, étudier, concevoir, relire la spec, approuver le plan, implémenter, relire, tester, livrer) sur des artefacts partagés. Les jalons qualité sont imposés par le code, non par les prompts : une tâche inachevée ne peut être marquée terminée, les constats arbitrés par le relecteur ou le QA, et les lacunes de couverture ou le rework apparaissent dans l'overlay et /team status. Livre un overlay (phases, effectif, DAG, artefacts, décisions), un mode équipe persistante et la comptabilité de tokens/temps. Pas de dépendance à l'exécution ni de build.

Sept modes préréglés d'agent pour DeepSeek Harness, chacun avec une limite d'outils fixe, un routage de modèle par mode et des niveaux de délégation rapide/profond omd_task, plus une boucle plan-à-exécution (/mode, /start-work, /ulw adossé à un objectif) et une page de paramètres qui remappe les modèles par mode et par niveau.

Plugin « écriture mono-cœur » pour DeepSeek Harness : outils minutieusement simplifiés et sortie renforcée pour les petits modèles quantifiés, adapté à l'exécution locale de pipelines de romans longs avec des modèles embarqués.

Force la compression du contexte lors de l'exécution de modèles llama.cpp à faible contexte tels que Qwen3.8-27B, améliorant l'efficacité du modèle et la fluidité d'utilisation, accompagné de prompts de compaction bien affinés.

Adaptateur LLM GitHub Copilot : connexion par flux de périphérique OAuth, découverte de modèles en direct depuis l'API Copilot, prise en charge de la vision pour les modèles compatibles image (gpt-4.1, gpt-4o), et deux protocoles de communication (Chat Completions et Responses API) avec routage automatique des endpoints par modèle.

Réunions visuelles en table ronde pour DeepSeek Harness — nœuds experts sur un anneau avec arêtes dirigées, passerelle d’agrégation, réflexion par proxy pour les modèles travailleurs en boîte noire, et revue adverse (red-team) des plans arrêtés avec endossement/rejet par point de vue.

Connecter un compte ChatGPT aux modèles Codex dans DeepSeek Harness via navigateur PKCE ou OAuth device-code, avec rafraîchissement automatique du token et connexion Web ou headless.