Plugins

Coach d’étude DeepSeek Harness : transforme un cours en carte matière/module/unité, suit la maîtrise de chaque unité en six étapes, planifie les tâches quotidiennes depuis un index de ressources, gère carnet d’erreurs et cartes de répétition espacée, et fournit son panneau web.

Suivi de progression des sessions DeepSeek Harness sans parcourir les journaux : l’agent tient une liste imbriquée et pondérée, des phases aux étapes, afin que l’anneau et le pourcentage reflètent l’avancement réel. Le survol indique l’activité ; l’onglet Session Progress affiche objectif, liste pondérée, étapes suivantes et notes. La liste reste un compte rendu à la fin.

Enregistre les clics, saisies, navigations et échanges réseau réels d’une session de navigateur guidée par l’utilisateur, puis génère un rapport chronologique Markdown (report.md + events.jsonl) pour créer des skills au niveau API.

Archive de lecture pour dsh : après avoir lu du code open source, capturez des notes rapides ou rédigez des notes approfondies regroupées en une fiche par dépôt / fichier / symbole, stockées comme un journal en ajout seul de notes Markdown ouvrables dans Obsidian ; interrogez votre historique, parcourez les lectures récentes ou cherchez dans votre propre coffre Obsidian et liez les notes associées à une fiche de lecture. Neuf outils, une commande /codevault et une skill de lecture de code.

Enregistrement et relecture complets pour DSH (fonctionne sous Windows) de la série de plugins huahua : relisez chaque session enregistrée automatiquement sous forme de chronologie lisible, exportez/importez des packs de relecture partageables, réexécutez des conversations dans une nouvelle session et enregistrez les opérations à l’écran pour générer automatiquement des compétences SKILL.md installables. Inclut une adaptation Windows en 4 fichiers de kangshifu1/dsh-record-replay pour DSH rc.5 (voir l’avis de dérivation dans le README).

Panneau de terminal SSH et gestionnaire de connexions IA pour DeepSeek Harness : connexions SSH pilotées par modèle (connecter/exécuter/lister/état/déconnecter), enregistrements de connexion sauvegardés automatiquement, keep-alive + reconnexion automatique, mutex d'exécution, authentification sûre des identifiants, et interface multi-terminal de style XShell.

Affiche le solde DeepSeek et la dépense quotidienne estimée, fusionne les enregistrements JSONL d'appels de vision externes, et ajoute un tableau de bord par session avec statistiques de modèle, TTFT, taux de cache, logs d'appels, estimations de coût, filtres, et export CSV.

Supprime un tour terminé d’une conversation DSH sans supprimer la session. Le bouton corbeille près de la dernière réponse retire la question, la réponse et les enregistrements d’outils du tour de la conversation et du contexte du modèle. L’ID et le titre de session, les tours suivants et le journal en ajout uniquement sont conservés. La suppression persiste comme tombstone après rechargement.

Outils de skills à la demande pour DeepSeek Harness : skill_search / skill_load / skill_ref explorent d’abord une bibliothèque par étapes et ne chargent le contenu qu’au besoin, sans garder toute la bibliothèque dans le catalogue de session ni le contexte de chaque tour. L’onglet Skills relit la session et liste les skills réellement chargés et leur tour. Sans dépendance ; les traces sont rendues côté client uniquement et n’entrent jamais dans le contexte du modèle.

Boîte de réception personnelle pour DeepSeek Harness (dsh) : /inbox dans le compositeur ou panneau latéral enregistre liens, images, texte et identifiants dans un coffre local, classés par règles locales puis par modèle à débit limité. Consultation, recherche et modification dans le panneau ; l’assistant récupère les éléments à la demande en conversation. Les secrets des identifiants sont chiffrés au repos. Sync WebDAV/S3 facultative pour données et pièces jointes. Windows uniquement pour l’instant.

Contexte de vie simulée pour DeepSeek Harness : chaque tour injecte, sous forme de notice repliée, les événements des dernières 24 h de .life/ du workspace, avec fenêtre glissante, déduplication et mises à jour différentielles par session, plus résumé du monde. life_react consigne émotions, pensées et actions dans le journal pour l’évolution suivante, créant un personnage de jeu de rôle à vie quotidienne persistante.

Moteur local de registre d'état personnel et de décision pour dsh : conserve chaque entrée octet par octet avec une provenance au niveau de la ligne, argumente contre ses propres conclusions en générant d'abord des réfutations, fait vieillir chaque fait stocké selon son propre TTL, et signale les décisions qui ne reposent sur rien du tout.

Mémoire projet DSH : crée automatiquement PROJECT.md, DECISIONS.md et SESSIONS.md au premier pas de chaque session du workspace ; relit depuis le disque et ne réinjecte qu’après modification ou perte par compaction. memory_checkpoint classe les données ; rappel limité si travail non consigné. memory_read lit journal et archive ; memory_search les interroge via BM25 sans dépendance. 200 entrées max : surplus dans SESSIONS-archive.md, jamais injecté, mais consultable, recherchable et restaurable entrée par entrée. Réglages : filtre workspace/chemin, onglets lecture seule, rechargement, JSON import/export par workspace, effacement en deux étapes, modifier/supprimer le bloc AGENTS.md, rappel PROJECT.md obsolète. Sync ; création au clic. Sans dépendances, vecteurs, embeddings ni appels modèle.

Intégration Feishu (Lark) pour DeepSeek Harness : 25 outils pour les messages de chat et l'historique, les documents cloud (y compris les pages de base de connaissances, les graphiques et images générés), les enregistrements bitable, les plages de feuilles de calcul et les permissions Drive, en utilisant votre propre application Feishu d'entreprise auto-construite.

Gestionnaire de contexte pour DeepSeek Harness : résume automatiquement chaque tour en enregistrements triés par priorité, les injecte avec des notes inter-sessions épinglées et du texte personnalisé dans chaque requête au modèle, et replie des plages de conversation réelle de toute taille en résumés pour économiser des jetons. Persistant et résistant aux redémarrages. REMARQUE : installation manuelle en plusieurs étapes — copiez les trois dossiers de paquet dans profiles/node_modules et ajoutez les lignes fournies dans cordis.patch.yml, puis redémarrez DSH ; ce n'est pas une installation standard en une seule commande.

Outils Odoo en lecture seule via JSON-RPC : informations sur le serveur, introspection des champs de modèle, et un search_read restreint limité à une liste d'autorisation de modèles dont les noms de champs de domaine ne peuvent pas contenir de points, ce qui rend impossible le parcours des enregistrements liés. Un outil de création de brouillon n'est enregistré que si allowWrite est activé, et il est limité à sale.order et project.task, l'état brouillon étant imposé par le plugin.

Plugin de calcul électrique et électronique pour DeepSeek Harness : chaque calcul passe par des outils dédiés opérant sur des objets-valeurs complexes auto-descriptifs en unités de base du SI, avec un préréglage d'agent de calcul isolé et un panneau d'enregistrements qui archive chaque résolution sur le disque.

Mémoire des décisions et objectifs avec lignage : des commandes explicites et un outil de modèle enregistrent les décisions de façon déterministe, une carte d'état les réancre à travers la compaction, un flux d'événements sans perte avec recherche BM25+jieba l'étaye, et une suite de régression de fidélité au niveau des scénarios contrôle les releases.

Conserve un registre local des résultats de tâches pour DSH, vérifie les critères d’acceptation à partir de preuves déterministes, enregistre la décision de l’utilisateur et l’utilisation des jetons, et prend en charge l’exportation liée à un condensé.

Boucle d'auto-apprentissage pour dsh : enregistre les leçons, rédige et promeut les compétences ; revue périodique du conservateur qui corrige, consolide et retire les compétences.

Compétence de formulaires intelligents : tenue structurée de registres pour factures, livres comptables et journaux, avec catégorisation automatique et rapports périodiques.

Permet à un agent DeepSeek Harness local d'utiliser BailingHub pour interroger des données, mettre à jour des enregistrements et exécuter des actions autorisées dans une boutique en ligne, un SaaS ou un autre système d'administration.

Garde axée sur les preuves : avertit l'agent lorsqu'il revendique un succès sans enregistrement d'exécution d'outil correspondant dans le contexte récent.

Mémoire de passation auto-entretenue par répertoire de travail et branche git : enregistre les tours, les condense en Markdown concis, et injecte le résultat dans les futures sessions depuis ~/.agent/agent-handoff, compatible octet par octet avec pi-handoff.