Plugins

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.

Harnais d'audit au commit pour agents de codage IA : 24 règles git-diff (secrets, modifications hors périmètre, injection de prompt), piste d'audit signée HMAC, restauration d'instantanés et un serveur MCP avec 84 outils. Installable via `dsh plugin add`.

Intégration de graphe de code pour l’interface web de DSH : une carte « Codegraph » dans Paramètres → Plugins avec état de l’index, recherche de symboles, vues des appelants / appelés / impacts et synchronisation / indexation en un clic ; héberge le serveur MCP codegraph et injecte un guide d’utilisation de CodeGraph dans le prompt système. La CLI codegraph est requise.

Digest quotidien d'actualités RSS/Atom pour DSH : chaînes intégrées plus un catalogue sélectionné awesome-rsshub-routes et des flux personnalisés (validés à l'enregistrement), agrégés en un seul digest Markdown « 今日值得读 » chaque jour et injectés dans le prompt système ; carte de paramètres de l'interface Web et lecteur dans la barre latérale.

Prise en charge de la zone de saisie Web de DSH (v0.3.0-beta.4 · pack de capacités pour tâches complexes : 3D / normales / interaction / données / concurrence / détails de performance vérifiés point par point + validation automatisable + bilingue chinois-anglais · pour dsh-0.1.6-alpha.1) : avant l'envoi, une IA indépendante (messagère) optimise le prompt en une commande directement adressable à l'IA de travail (quatre intensités, longueur du flux selon la difficulté, isolation par session, mini-fenêtre minimaliste).

Exécuteur de lots en heures creuses pour DeepSeek Harness : les utilisateurs définissent leurs tâches en heures chargées (prompt, stratégie, priorité, espace de travail, fichiers verrouillés) et les libèrent manuellement ; le plugin exécute ensuite le lot automatiquement dans les fenêtres creuses définies. Chaque exécution passe cinq vérifications préalables (espace de travail, git HEAD, sha256, fenêtre, budget quotidien), prend en charge quatre stratégies (unique / itérative / échantillonnage / revue) et trois niveaux d'autonomie (L1 par tâche, L2 lot, L3 entièrement automatique), et boucle avec un rapport matinal des diffs, dépenses et économies issus d'un registre aligné sur la tarification officielle.

Plugin de productivité pour DSH : navigation chronologique, bibliothèque de prompts, exportation des conversations, notes rapides et plus encore.

L'OS marketing des agents IA : penser d'abord comme un marketeur, les tactiques viennent en sortie.

Mémoire de projet uniquement locale, sans dépendance d'exécution intégrée ni service externe : JSON comme source de vérité plus un PROJECT_MEMORY.md généré, Hot Memory bornée en tokens et figée par session pour la stabilité du cache de préfixes de prompt, rappel BM25 inter-projets mis en cache, provenance fiable de session/tour, gouvernance explicable des doublons/conflits avant écriture, cycle de vie éditable importance/épingle/étiquettes/remplacement/archivage, distillation configurable en fin de tour de haut niveau, et une GUI web bilingue pour la recherche, l'inspection, le diagnostic et les réglages en direct.

Un plugin DeepSeek Harness (dsh) — transforme dsh web en frontend de jeu de rôle de style SillyTavern : cartes de personnage, presets de prompt, lorebooks, personas, mémoire long terme BM25, deltas d’état du monde et opérations de sol réversibles, le tout sur le runtime d’agent dsh.

Génère des titres de session déterministes et configurables pour DeepSeek Harness à partir de champs sémantiques du prompt et de modèles.

Amélioration de l'expérience de saisie : saisie vocale, polissage IA, anti-écrasement, optimisation des prompts avec aperçu diff, et changement automatique de locale selon la langue de l'interface DSH.

Installe un préréglage d'écriture de roman multi-agents pour DeepSeek Harness : un agent chef d'orchestre répartit le travail entre cinq sous-agents spécialisés — construction du monde, intrigue, gestion des personnages, rédaction de la prose et révision qualité.

Suite d'amélioration de l'UI pour le client web DSH : achèvement de la locale chinoise, statistiques sur une ligne, réflexion étendue automatiquement, largeur du chat, archivage et suppression de sessions, plus un commutateur optionnel d'injection de prompt (désactivé par défaut).

Oh My DSH (OMD) ajoute des résumés de contexte avec rappel des sources d'origine, une vérification liée aux tâches, l'optimisation des prompts, la navigation de code CodeGraph, le contrôle d'ordinateur OpenCU et quatre thèmes couvrant la mise en page, les barres latérales et les réglages.

Mode Auto pour DeepSeek Harness (dsh) : une entrée Auto dans le sélecteur de permissions dont les demandes d'approbation sont traitées par la politique OpenGuardrails plutôt que par un humain — avec le moteur de garde-fous OGR complet en dessous. Aucune modification du noyau.

Notifications pour quatre états de session, avec des alertes navigateur et des invites.

Classe les appels d'outils en attente avec Jev (modèle de décision non génératif de TypeSafe AI) sur tools/pre-execute — les appels à haut risque jugés sûrs sont refusés, les ambigus escaladés vers une approbation — et approuve automatiquement les appels réversibles clairement autorisés sur approval/request derrière un filtrage par preuves d'arguments. Sous-classe aussi le résolveur de références de session pour que les instantanés conservent les messages notés par Jev au lieu de supprimer les plus anciens en premier. Revient au comportement d'origine en cas d'échec du fournisseur ; mode fantôme avec une commande /jev-stats ; points de terminaison TypeSafe ou OpenRouter ; 64 tests.

Importez des fiches de personnage et des livres du monde SillyTavern/TavernAI, sauvegardez-les en documents de lore Markdown locaux, et générez de la prose romanesque à partir de vos prompts en vous appuyant sur ces éléments de contexte.

Détecte les motifs d'injection de prompt, de jailbreak et de fuite de secrets au niveau des points de jonction agent/pre-step, tools/pre-execute et tools/post-execute, avec des niveaux allow/ask/block, des événements d'audit defend/detection assainis, un outil defend_report et une protection contre les commandes de suppression destructive.

Optimisation en un clic d'une instruction brute en prompt professionnel : trois styles de sortie, profilage de rôle/tâche/objectif conscient de la situation, apprentissage auto-itératif (mémoire de session + valeurs par défaut intelligentes + substitutions utilisateur), /template pour 22 sous-scènes avec zéro appel au modèle, ✨ optimisation/annulation en un clic dans la zone de saisie, outil prompt_optimize, hook d'auto-optimisation et documents zh/en détectés automatiquement.

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.

Pack de compétences de méthodologie d'audit de sécurité plus la passerelle de chaîne d'approvisionnement plugin_vet : huit compétences d'agent (analyse de secrets, audit de dépendances, revue de chaîne d'approvisionnement, revue d'injection de prompts, orchestration d'audit, modélisation des menaces, veille de vulnérabilités, réponse aux incidents) en éditions chinoise et anglaise, avec un bundle fournisseur npm qui monte les compétences et enregistre l'analyseur automatisé de pré-installation plugin_vet.

Auto-évolution continue : un état de harness versionné, auditable et sûr en cas de retour arrière (prompts, mémoire, skills, spécifications de sous-agents), affiné à partir des trajectoires de session, avec des points de contrôle de revue et des skills rechargés à chaud.