Plugins

Client terminal plein écran pour DeepSeek Harness construit sur pi-tui : relecture/reprise de session, réponses en streaming, cartes d'outils repliables, approbations et questions dans le terminal, gestion des modèles/préréglages/permissions/plans/objectifs, mode shell et un registre de trajectoire.

Pilule flottante d'utilisation du plan OpenCode Go : pourcentages de consommation sur trois fenêtres (glissante/hebdomadaire/mensuelle) avec mini graphiques en aires, alimentés par échantillonnage en arrière-plan via l'API officielle /v1/usage.

Royaume de gouvernance d'agents pour DeepSeek Harness : territoires, liaisons de rôles (bind/unbind/session avec identité de modèle/agent), et une boucle de tâches planifier→assigner→exécuter→réviser où les déclarations du Worker ne se complètent jamais automatiquement (Claim ≠ Fact), avec une console d'exploitation GUI locale.

Fuzzing dirigé par un agent LLM. À partir d’un dépôt et d’un bug (description CVE, correctif, trace de crash ou file:line), il boucle sur PLAN, IMPLEMENT, EXECUTE, REFLECT ; le modèle écrit des générateurs d’entrées Python jusqu’au déclenchement de l’oracle de motif stderr ou à l’arrêt de la campagne.

Notifications sonores par événement : fin de tour, approbation, question, revue de plan, objectif-bloqué, et échec de tâche reçoivent chacun leur propre son et volume, configurable dans l'UI Web (synthé intégré, muet, ou fichier audio local).

Injecte une section de prompt système pour que la chaîne de raisonnement, la planification et le raisonnement d'appel d'outil de l'agent restent en chinois simplifié. Zéro dépendance externe — clonez et installez par lien depuis n'importe quel répertoire local, sans build npm ni publication.

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.

Mode d'apprentissage local-first : fils d'apprentissage inter-sessions avec explications par source.

Un moteur d'écriture de web-fictions pour DeepSeek Harness : rédaction parallèle, plan et brainstorming avec une clé DeepSeek distincte, gestion de l'univers et des présages, récupération vectorielle sémantique, une bibliothèque de corpus, un registre d'utilisation, une relecture mécanique et un plan de sérialisation local.

Revue de plan avec des annotations ancrées et un retour structuré vers l'agent.

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.

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.

Panneau de tâches pour la barre latérale DSH Web : publie des tâches, distille automatiquement les sessions associées et pilote les étapes plan/développement/revue avec des sous-agents et acceptation dans le panneau.

Preset d'agent Learning Mode : un agent de code qui enseigne en codant — explications concrètes ancrées dans des scénarios, guidage socratique, et blancs de pratique TODO(你), modelé sur le style de sortie Learning de Claude Code ; installable via dsh plugin add (dsh-learning-mode sur npm).

Décisions typées Laya (`noul` oui/non, `choice`, `score`) comme service Cordis de premier ordre (`ctx.laya`) plus les outils `laya_ask` et `laya_plan` visibles par le modèle. Le plugin lui-même n'installe et ne télécharge rien : c'est un client d'un sidecar `laya-mcp serve` que vous démarrez vous-même, et il signale que le sidecar n'est pas en cours d'exécution au lieu d'échouer obscurément au premier appel d'outil.

Essaims d'IA basés sur les rôles pour DeepSeek Harness : un architecte planifie, des constructeurs parallèles exécutent, des relecteurs filtrent la qualité, et un intégrateur livre. Épinglage de modèles par rôle avec chaînes de secours, boucles de revue, contrats de preuves, revues à validation humaine, pause/reprise tenant compte du quota, et un kanban en direct + diagramme de flux dans l'interface web. 40 tests ; installation depuis GitHub ou npm.

model router par étape : des préréglages nommés avec des règles ordonnées de groupes d'images/mots-clés acheminent chaque étape d'agent à travers chaque fournisseur et modèle monté, ajoutant des flux de collaboration pour la transcription d'images, une protection d'image, un panneau de quotas multi-plans, et l'observabilité des décisions par étape.

Pilule de quota et panneau en bas à droite regroupant les quotas d'adhésion sur les plates-formes d'IA (Kimi Code, DeepSeek, Zhipu Coding Plan, BigModel, Qwen, Scnet, TokenRouter, SupaWriter), synchronisation automatique des clés API du domaine d'informations d'identification DSH avec des barres d'utilisation colorées.

Notifications sonores à plusieurs niveaux sur le thème Perlica (Arknights: Endfield) : tonalités plan-ready, task-done, needs-your-input et erreur ; silencieux pour le chat simple, lecture au niveau système (fonctionne en arrière-plan), multiplateforme (Windows/macOS/Linux), sons TTS personnalisés.

Gestion de serveurs VPS par connexion clé SSH : 21 commandes /vps- sans jeton (requêtes d'état, installations de recettes avec plan et confirmation /vps-yes, redémarrage qui attend le retour de la machine), terminal en conversation (xterm.js via ssh -tt) pour programmes interactifs, 5 outils d'agent avec confirmation par niveau de risque, sauvegarde de fichiers avec restauration automatique et filet de sécurité pare-feu/SSH, 29 recettes intégrées, et page de paramètres pour ajouter des machines.

Un essaim gouverné de six agents DSH spécialisés — orchestrateur, planificateur, passerelle vers la base de connaissances, développeur et deux relecteurs — transforme une exigence en pipeline strict par phases où chaque livraison doit faire ses preuves avec des éléments de preuve structurés avant que la phase suivante ne puisse commencer ; les relecteurs sont en lecture seule, les fusions de code n’ont lieu qu’après une relecture, et un journal d’événements en ajout seul permet une relecture complète et un audit sur un tableau kanban en direct. Sa conception s’inspire du kanban de Hermes Agent.

Recherche approfondie comme mode agent : une unique boucle révisée qui planifie, recherche dans des rondes parallèles adaptatives pilotées par les lacunes que les chercheurs eux-mêmes déclarent, synthétise un rapport cité puis le relit de manière contradictoire, au lieu d'un script que le modèle réécrit à chaque appel. Les questions que le budget de rondes n'a jamais atteintes sont nommées dans le rapport plutôt qu'écartées.

Affiche l'utilisation et le solde du plan de codage pour 5 fournisseurs IA (MiniMax, DeepSeek, Kimi, OpenRouter, Zhipu) à côté de la saisie du compositeur, bascule avec le modèle sélectionné et réutilise les clés API configurées dans les paramètres de modèle DSH.