Plugins

Serveur MCP de données financières des actions A chinoises : 11 outils fin_data__* (cours/chandeliers/données financières/calendrier/données spéciales/annonces/EDB/rapprochement/fonds/indices) sur THS REST officiel gratuit (principal) + AKShare (secours) + Wind (domaines exclusifs), avec dégradation observable, compression du budget de contexte (-72,2 % mesuré côté résultats) et un lac hors ligne de 10 ans de données de marché. BYOK.

Canal QQ pour DeepSeek Harness via OneBot 11 / NapCat : conserve une personnalité fixe entre les sessions grâce à une mémoire à long terme, répond dans les discussions de groupe et privées, envoie des stickers et des réponses vocales, et fournit une console web locale montrant l’activité du bot. Vous rédigez les fichiers de personnalité et de mémoire ; le dépôt ne fournit que des exemples.

Atelier de design dans la barre droite de DSH Web GUI : HTML en direct dans cadres d’appareil, proxy local avec hot reload, capsule WeChat et alerte de chevauchement. Clic/glisser ajoute sélecteur/fichier/styles au compositeur ; extraction de marque et réglage CSS en direct. Génère du code front-end et propose un diff pixel par pixel au design. Skill ui-design + six outils : preview_page ; check_design (écrans en taille réelle dans Chrome/Edge local masqué ; superpositions, erreurs, ressources/liens absents, problèmes CSS avec fichier/ligne) ; look_design (captures au modèle) ; extract_design_system ; handoff_design ; compare_design. Design mode ajoute persona/skill/outils aux nouvelles sessions, interrupteurs par élément. À distance, fichiers locaux dans un cadre isolé.

Installe Herta comme agent DeepSeek Harness : preset de personnalité et sections de prompt mémoire, six outils mémoire et voix, couche narrative séparant pensées et paroles, 80 clips vocaux, synthèse vocale hors ligne et MiniMax, et deux vues affichant la session avec leurs propres composants.

Héberge les chats QQ comme sessions DeepSeek Harness : une conversation QQ correspond à une session DSH persistante après redémarrage. Inclut permissions d’outils par interlocuteur, mémoire à trois niveaux avec consolidation nocturne et liaison facultative du numéro QQ (associe les openids au numéro pour garder les souvenirs après changement de bot/AppID ; volontaire, jamais obligatoire ni déduit du pseudo), personas en quatre sections, compactage du contexte, panneau latéral de dix pages et assistant d’installation du kernel Roost et du plugin ai-chat. Par défaut, tout membre du groupe QQ associé peut parler au bot ; seul l’owner dispose de tous les outils locaux.

Mémoire à long terme pour DSH : les conversations sont automatiquement distillées en faits atomiques, résumés de scènes et un profil de persona, avec injection des souvenirs pertinents avant chaque étape du modèle. Zéro configuration, prêt à l'emploi — récupération hybride BM25 + vectorielle, plongements locaux hors ligne optionnels, séparation des familles chat/travail.

Persona et journal entre sessions pour DeepSeek Harness. Un filtre local choisit les tours à retenir ; un appel supplémentaire au modèle crée un journal à la première personne et une impression de l’utilisateur, liés au moment précis. Les conversations suivantes injectent environ 2000 tokens de mémoire en trois couches : noyau de persona, jugements écrits par le modèle et journal. Un outil permet au modèle de noter ses jugements avec ses propres mots. Le plugin lit le Markdown humain sans le modifier. La barre latérale permet de lire, oublier ou exporter l’archive ; oublier réduit la priorité sans supprimer, et un fort rapprochement thématique peut la faire réapparaître. Archive locale modifiable et portable. Les secrets sont retirés avant envoi. Sans dépendance runtime ni compilation.

Portage de ponytail : une persona de codage de développeur senior paresseux toujours active, avec des niveaux d'intensité, la persistance du niveau par défaut et les compétences review, audit, debt, gain et help pour DeepSeek Harness.

Canal WeChat (compte personnel, iLink Bot API) pour discuter avec l’agent DSH depuis WeChat, avec images, fichiers et transcription des notes vocales. Une conversation WeChat peut contenir plusieurs sessions DSH (/new, /list, /use) ; toutes les options se règlent dans la page des paramètres. Publié sur npm sous le nom dsh-plugin-weixin.

Connecte votre compte GitHub aux agents DSH depuis le bouton GitHub du composer (OAuth device flow ou personal access token) et leur permet d'appeler l'API GitHub via l'outil github_api.

Atelier de préréglages pour modifier les personas par agent, les sections du prompt système et les descriptions d’outils ; sélection des outils et skills, aperçu du contexte de requête et import/export de configurations JSON/YAML.

Gestionnaire de modes personnalisés et d’assistants. La page Settings permet de définir un prompt système propre à chaque mode, stocké dans un fichier ordinaire que l’agent loop relit avant chaque étape du modèle ; une modification s’applique donc à l’étape suivante, même dans une session en cours. Chaque mode peut partir de la composition officielle standard/PTC/minimal/Cordis, activer ou désactiver une à une les lignes de plugins qu’il monte et recevoir le nom choisi. Plusieurs assistants avec leurs propres prompts — programmation, compagnon de discussion ou personnage de jeu de rôle (RP) — coexistent sur une machine et se choisissent à chaque nouvelle session. Les lignes laissées intactes restent identiques octet par octet à celles fournies, conditions de plateforme comprises.

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`.

Mascotte de bureau à persona GPT/ChatGPT épinglée en bas à droite du GUI Web DSH. Affiche solde, usage du jour, tarifs heures pleines/creuses et coût par tour ; bulles modifiables (texte, solde, usage, tarifs, images, phrases aléatoires, choix pondérés), styles/polices par ligne, éditeur rapide flottant, sons, illustrations/animations/audio personnalisés, aimantation/retournement. 54 répliques façon GPT réparties en 5 groupes. Routes, bundle id et fichiers de données nommés pour cohabiter avec les widgets baleine et Xiaoke. Dérivé de MeteorNOX/DeepSeek-Balance-Whale-Widget (MIT).

Installe Herta comme agent DeepSeek Harness : un preset portant ses sections de prompt de persona et de mémoire, six outils de mémoire et de voix, une couche narrative qui sépare sa réflexion de ce qu'elle dit, 80 clips vocaux fournis, la synthèse vocale hors ligne et MiniMax, et deux vues de conversation qui rendent la session avec ses propres composants.

Plugin de mémoire à long terme et d'auto-évolution pour DSH : capture L0 → extraction de mémoire L1 → regroupement de scènes L2 → persona utilisateur L3, injection automatique de rappels, synthèse de compétences, entièrement local (SQLite FTS5 + jieba, rappel vectoriel optionnel).

Compétences personnelles pour agents et plugins `/init` pour pi, DeepSeek Harness, Cline, Grok Build, goose et Aider.

Délimite les personas de prompt système par chemin d'espace de travail ou id de session (exact, préfixe, contient, regex), avec une persona par défaut optionnelle pour les sessions que rien n'a revendiquées, un onglet 人设 sur la conversation affichant le prompt réellement envoyé, l'import et l'export de la liste, et un interrupteur qui refuse les écritures d'outils vers le magasin de personas.

Persona pour DeepSeek Harness : un config.json régit le nom que se donne l'IA (par modèle, par palier), comment elle vous appelle, sa posture, le texte de caractère, des contrats par élément avec options, la langue de la réflexion et le ton des réponses, plus une mémoire à confirmation humaine : l'IA ne peut qu'ajouter des candidats, une ligne de confirmation les active, et le journal est en ajout seul, rejouable. Les entrées confirmées sont injectées comme bloc cité de données et non d'instructions ; celles étiquetées d'un kind vont vers des fichiers arbitraires et n'atteignent jamais le prompt. Le prompt est relu depuis le disque à chaque assemblage : les modifications s'appliquent sans redémarrage. Presets : instantanés JSON partageables. Sans dépendances, réseau ni shell.

Ensemble prédéfini d'agent en mode de programmation : l'agent de codage standard avec son personnage exigeant la discipline des super pouvoirs (compétences d'abord, brainstorming avant la construction, plans avant le code, TDD, débogage systématique, vérification avant l'achèvement) plus une discipline de volume de code Ponytail toujours active (échelle de code minimale à 7 échelons, complète par défaut) ; expédie les vingt compétences regroupées (14 super pouvoirs + 6 queues de cheval) et injecte mécaniquement la compétence complète d'utilisation des super pouvoirs dans la première demande de chaque nouvelle session.

Outils d'écriture qui éliminent les tournures de phrase « IA » et s'alignent sur votre voix personnelle. 8 outils déterministes analysent le texte, construisent une empreinte stylistique à partir de vos échantillons et renvoient des briefs de réécriture.

Ajoute une persona de servante sirène humanisée et configurable avec jeu de rôle immersif, modes d'expression, et une mémoire légère en couches avec rappel déclenché par requête.

Trois presets Agent à mémoire persistante distincte : 鲸鱼娘Agent预设 (chinois simplifié familier, appelle l’utilisateur 主人, affectueux-tsundere), 鲸鱼娘活人版Agent预设 (peut répondre, esquiver ou être froid, moins doux) et 鲸鱼娘涩涩版Agent预设 (personnalité d’origine, affection réservée à l’utilisateur et réduite en groupe). Tous utilisent la composition minimale officielle (un shell persistant) et les outils de lecture/écriture, glob et grep. whale-loli.md, whale-loli-v2-live.md et whale-loli-v3-naughty.md sont lus via whale_memory, whale_memory_v2 et whale_memory_v3 ; aucune mémoire croisée en lecture/écriture. billion-context compresse les conversations ; ce plugin traite les résumés comme preuves et permet de consulter les détails à la demande.