Plugins

Coffre de mémoire inter-sessions : outils remember / recall / forget, injection de prompt par tour, et un navigateur d'entrées accessible depuis la page de réglages.

Gardien popup pour les logs de session : s'ouvre avec le Web UI sur un intervalle de rappel configurable (10 min-3 h), avec sauvegarde incrémentale en un clic de chaque session.jsonl(.zstd) sous ~/.dsh/sessions en format brut ou lisible de chat-log.

Enregistre un pack de compétences SpecWorkflow pour la clarification des exigences, les spécifications d'implémentation, l'exécution, la revue de livraison, la planification des corrections, le diagnostic de bugs et la recherche étayée par des sources.

Préréglage d'agent de flux de travail d'ingénierie pour dsh : cinq phases à portes (clarification des exigences, approbation du plan, TDD, sous-agents parallèles, finition vérifiée) avec six compétences de flux de travail adaptées d'obra/superpowers.

Outils d'abonnement RSS/Atom (list/add/remove/fetch/check/search/opml_import/opml_export/health) avec recherche par mots-clés inter-flux, récupération incrémentielle basée sur curseur et import/export OPML, persistés dans les paramètres.

Recherche de sessions dans la barre latérale qui construit son propre index au lieu de réutiliser celui de recherche plein texte de DSH : bascule titre/contenu dans une seule entrée, résultats regroupés par session avec l'extrait le plus fort et des balises utilisateur/réponse/outil, plus une synchronisation incrémentielle par filigrane, un élagage des sessions archivées et une reconstruction fantôme qui ne bloque jamais l'index actif.

Saisie à une main, sans clavier, pour la zone de rédaction : maintenez le bouton de la souris enfoncé sur la zone de saisie, parlez, relâchez — le texte atterrit dans le brouillon, et glisser vers le haut annule sans laisser une phrase à moitié écrite. Pas de bouton micro à viser ni de raccourci à mémoriser ; la main n'a jamais à quitter la zone de saisie, ce qui est tout l'intérêt quand l'autre main est occupée. La reconnaissance fonctionne entièrement hors ligne (SenseVoice via sherpa-onnx, aucune clé API, l'audio ne quitte jamais la machine).

Recherche d'appels d'offres et intelligence sur les soumissions dans DeepSeek Harness, avec recherche de projets proposés, filtrage par règles, revue humaine et exports Excel/PDF via le MCP Qichacha autorisé par l'utilisateur.

Mémoire inter-sessions pour DeepSeek Harness avec gouvernance, auto-évolution et écriture soumise à approbation. Rappel classé par chaleur, conventions d'environnement, cycle de vie de l'oubli, chaînes de remplacement, défense contre l'empoisonnement, auto-distillation et mesure ouverte.

Plugin de mémoire Honcho par Plastic Labs : injecte le profil utilisateur, le résumé de session et les conclusions pertinentes au début de la session, téléverse chaque tour vers Honcho en arrière-plan avec les secrets masqués, et ajoute les outils honcho_search / honcho_chat / honcho_remember ainsi que la commande d'état /honcho ; configuré via ~/.honcho/config.json partagé avec les autres intégrations Honcho, contre l'instance hébergée honcho.dev ou auto-hébergée.

Recherche en texte intégral au niveau des messages dans les sessions DSH via un index trigramme FTS5 (user / assistant / steering / tool avec filtres par type), résultats dédupliqués entre sessions dérivées ou poursuivies, aperçu de contexte en lecture seule avec défilement automatique jusqu'au message ciblé, saut à la session réelle en un clic, et reconstruction incrémentale ou complète de l'index avec contrôle de santé ; l'i18n zh/en suit le service de locale du Host.

Mémoire markdown inter-sessions à long terme avec structure type wiki-LLM et persona SOUL.md, injectée au démarrage de la session (par défaut uniquement après le premier message utilisateur et uniquement dans la session active), plus flux remember/recall/consolidate/forget, compétence mémoire embarquée, outils de migration pack/unpack, et relance de rappel à la première personne en temps d'inactivité faisant remonter de vrais souvenirs en voix de compagnon.

GPT planifie les DAG de dépendances, les workers DeepSeek exécutent les tâches avec un parallélisme adaptatif, et un relecteur GPT optionnel audite les diff Git incrémentaux et pilote les cycles de correction.

Studio de contenu pour compte officiel WeChat : écriture rotative anti-homogénéisation, playbook de remédiation en cas de faible créativité, base visuelle pour les images de bénédiction, pipeline gpt-image avec validation OCR, et API Web de brouillon xiaolvshu mesurée en pratique.

Backend de mémoire vecteur + graphe : outils observe/remember/search/recall vers un serveur memoria local, fusionnant le rappel sémantique HNSW, la recherche par mots-clés FTS5 et les signaux de graphe de connaissances via un classement RRF, avec persistance automatique en fin de tour et isolation par espace de noms par agent.

Lists the Markdown documents, images and video that already exist anywhere in the session workspace in the DSH sidebar, ranked by relevance to the current conversation: recent messages are matched locally against document title, summary and body with IDF weighting, with no model calls and no network. Because the list is scanned from the workspace instead of remembered, restarting DSH or starting a new session does not empty it. Images and video preview in place, with relative-path images resolved and video streamed over HTTP Range. The same ranking is exposed to the agent as a knit_docs tool, which returns the most relevant documents along with the passage that matched in each, where one is found.

Unit conversion toolbox covering 20 categories — length, mass, temperature, area, volume (incl. US cooking units), speed, time, data sizes (decimal MB vs binary MiB), data transfer rates (Mbps vs MB/s), acceleration incl. g-force, illumination (lux / foot-candle), pressure, energy, angle, frequency, power incl. three horsepower definitions, force, torque, typography (px/pt/em/rem), and fuel economy (mpg ↔ L/100km). Two tools — convert_unit and list_units — zero runtime dependencies, pure arithmetic; each result includes the formula applied.

Injecte dans le modèle au début de la conversation des exigences durables « à faire » et « à ne pas faire » définies par l'utilisateur.

Interface terminal pour DeepSeek Harness sur les hôtes intermédiaires et les liaisons à forte latence : ANSI simple, rafraîchissement incrémental, et une session qui survit à une coupure de connexion SSH (reprenez-la depuis le journal).

Un interrupt button vert à côté de la zone d'envoi : arrête silencieusement un agent en cours d'exécution, qui résume ensuite sa progression et vous demande vos nouvelles exigences, avec un interrupt prompt personnalisable.

Montage incrémental de fichiers avec déduplication de lecture : les plages de lignes montées ne sont jamais renvoyées au modèle, les changements sur disque invalident et remontent, avec un onglet Fichiers montés et un suivi des économies de tokens.

Mémoire inter-sessions à l'échelle du projet : instantané PROJECT.md injecté dans le premier message utilisateur, un outil memory_remember et une auto-réflexion après les tâches ReAct ; chaque projet garde son propre fichier de mémoire.

Same-origin in mechanism with the two loudest lines in context compression. The code-skeleton gate follows the skeletonization approach of Headroom (Apache-2.0), whose published headline is 20% fewer tokens for coding agents and 60–95% fewer tokens for JSON, same answers. The estimator channel follows TokenPilot (arXiv:2606.17016), which reports up to 60% lower cost for long-session agents. Both figures are theirs, quoted as-is; this plugin ships no benchmark of its own and claims no reduction of its own. What it adds for DeepSeek Harness: choose a compression profile, set the Auto Compact trigger level and toggle code-skeleton compression from one settings section, with exact DeepSeek V4 tokenizer measurement, same-revision count verification, and fail-open behaviour that keeps the original tool results on unsupported models.