Plugins

Mettre en pause / reprendre / annuler la tâche de conversation en cours depuis la zone du compositeur : la pause forcée interrompt immédiatement et mémorise l'outil interrompu, la pause sûre se pose après la fin de l'outil ou du raisonnement, la reprise demande confirmation, et la granularité de pause par défaut est configurable dans les paramètres.

Combine le squelette de code de Headroom (Apache-2.0) et l’estimateur de TokenPilot (arXiv:2606.17016). Chiffres publiés : Headroom, 20 % de tokens en moins pour les agents de code et 60–95 % pour JSON à réponses égales ; TokenPilot, jusqu’à 60 % de coût en moins sur longues sessions. Ce sont les données de ces projets, pas des mesures ni benchmarks du plugin. Dans DSH, réglez profil, seuil Auto Compact et squelette de code. Mesure exacte avec tokenizer DeepSeek V4, vérification sur la même révision ; pour un modèle non pris en charge, fail-open conserve les résultats d’outils d’origine. Compression par squelette pendant le tour et résumé d’intention final dans la compression JSONL officielle.

Entretien sur les exigences avant le début du travail : évalue la clarté de la demande et pose des questions ciblées si besoin. En mode strict, bloque les outils d’édition jusqu’à ce que l’utilisateur confirme dans le chat un résumé en quatre parties ; les préférences confirmées sont conservées dans une mémoire à deux niveaux.

Agent de codage en terminal pour DeepSeek Harness avec une interface plein écran en écran alternatif, une navigation de session sensible aux tours et un flux de travail /ship verrouillé qui guide des exigences d'une ligne à travers spécification, TDD et vérifications d'acceptation réexécutées.

Mode chinois global : un petit commutateur en forme de pilule à côté du compositeur qui injecte une exigence linguistique dans le prompt système de tout préréglage (sauf personas complets) ; la réponse, le raisonnement et la sortie des outils basculent chacun entre chinois et anglais, et les préréglages ancrés sont pris en charge.

Garde-fou de dérive des exigences en cours d'exécution qui maintient les agents DSH de longue durée alignés sur l'objectif, les contraintes et les décisions approuvés par l'utilisateur.

Ajoute à l’interface Web DSH un animal déplaçable : Big Fat Fish, une fille-baleine (Jingjing), avec 8 skins interchangeables. Elle se souvient entre sessions : trois remarques sur son poids dans la journée donnent un accueil froid, trois surnoms un accueil chaleureux. Les compteurs sont dans un fichier d’état du plugin et se réinitialisent à minuit local. Après 30 min, elle dit qu’elle n’attendait pas ; elle est timide au début. Après 10 min d’inactivité, elle dérive visuellement vers un coin sans déplacer la position choisie. Les 8 PNG sont inclus et servis par le plugin, sans requête tierce. Note : l’image porte un filigrane OleapCrow et vient du propriétaire du dépôt ; les 8 skins recolorent le même dessin. Installation sur un DSH actif non testée.

Utilise gratuitement les modèles OpenCode Zen dans DeepSeek Harness, anonyme par défaut avec une clé Zen facultative. Le catalogue est lu à l’exécution depuis la liste officielle Zen ; les requêtes anonymes sont adaptées aux contrôles de l’offre gratuite et documentées avec des mesures datées.

Scinde le bouton New Session de la barre latérale web DSH en deux modes : une ligne 日常聊天 ouvre une session sur le préréglage d'agent `daily` que le plugin installe dans le foyer du harness (persona, recherche et lecture web, ask-user et compaction — ni fichiers, ni shell, ni mode plan, ni sous-agents), dans son propre workspace daily-chat dont la zone de barre latérale ne liste que ces discussions, tandis que 开始工作 conserve l'agent de codage livré ; le bouton New Session intégré est masqué et chaque autre point d'entrée New Session suit le mode actif, mémorisé dans localStorage.

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.

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.

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.

Moteur d’orchestration d’actifs de données qui enchaîne les outils de la suite dans des pipelines prédéfinis (masquage, nettoyage, inventaire, empaquetage, attestation, contrôle de santé de jeux de données par IA, inspection gouvernementale, évaluation de circulation), avec traitements incrémentaux et planifiés.

Outil de suivi de la lignée des données : relie tout leur cycle de vie afin de respecter les exigences légales de provenance.

`deepseek-web` ajoute votre session `chat.deepseek.com` comme modèle DSH et intègre DeepSeek Web (onglet latéral + fenêtre baleine déplaçable/redimensionnable, position et taille mémorisées). Login unique synchronisé entre paramètres et panneau ; sans Open Platform API key. Conversations, Fork to Workspace (session Harness indépendante sans écrire dans l’original), recherche native `default`, `/clean` (texte humain seul). Fork de y-wi/dsh-deepseek-web adapté à DSH 0.2.x : plages peer, `ctx.settings.configure()`, `.volatile()`, icônes client, erreurs SSE. Pas avec l’upstream `dsh-deepseek-web` (même provider). Usage personnel : login Web tiers peut enfreindre les conditions DeepSeek et entraîner rate limit, suspension ou ban ; auteurs non responsables.

Résume les anciens échanges avec un modèle latéral avant saturation ; journal disque durable, réancré après compaction. Seule mesure décrite : une session réelle d’un jour, 6 condensations ont remplacé 209 messages ; contexte actif de dizaines de milliers de tokens. Routage par tâche : 6 pools (éco, mécanique, principal, difficile, vision, revue) ou Auto/classifieur ; bascule au seuil de confiance pour garder le cache prompt chaud. Filigrane 3 lignes déclenche transfert en 4 étapes (fork sauvegarde, doc, compaction, réveil), sans perdre les sous-agents ; /ctx-pause, /ctx-resume, /ctx-handover en manuel. Agent Teams facultatif ; /vision pour modèles texte ; gros diffs vers testeur et réviseur indépendant. UI/README en 11 langues. Skills : lecture MySQL/Redis, commits, docs exigences/design.

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.

Outils d’abonnement RSS/Atom (list/add/remove/fetch/check/search/opml_import/opml_export/health), avec recherche de mots-clés dans tous les flux, récupération incrémentale par curseur et import/export OPML ; les données sont enregistrées dans Settings. Le guide de démarrage en 3 étapes s’ouvre dans le panneau des paramètres.

Pont mémoire Honcho : synchronise automatiquement chaque tour de conversation vers un service Honcho auto-hébergé, avec des outils recall/search/remember/context/status, injection de contexte au démarrage de la session et un panneau de paramètres visuel.

Memory Lake comme couche de mémoire persistante pour dsh : outils memory_search, memory_remember et memory_forget via le CLI memorylake, une ligne d’état de session, et des compétences de configuration/diagnostic guidées, partageant une seule identité ~/.memorylake et un seul ensemble de mémoire avec les plugins Claude Code et Codex.

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.

Outils de navigateur réel pour DeepSeek Harness : parcourir et extraire le Web, remplir des formulaires, gérer plusieurs onglets et exécuter des tâches en plusieurs étapes, avec DOM incrémental, isolation des sessions, captures, vérification des résultats et rappel des preuves archivées.

Math Agent Framework pour DeepSeek Harness : moteur de dérivation symbolique (CES / formes quadratiques / ODE / PDE), vérification SymPy, preuves formelles vérifiées par le compilateur Lean 4 et vérification adverse multi-agents de style QED, exposés comme outils DSH natifs via un shell TS faisant pont vers un moteur Python. Nécessite le clonage du dépôt math-agent-framework et `pip install -r requirements.txt`, avec MATH_AGENT_HOME pointant vers la racine du dépôt. Chaque résultat comporte une traçabilité (versions des moteurs, graine, tolérances) et est marqué comme données non fiables.

Memo — recherche en mémoire de session pour les agents DeepSeek Harness : rappel plein texte inter-sessions (memo_search), notes distillées (memo_remember) et statistiques du corpus (memo_stats) sur le service officiel sessionQuery. Zéro infrastructure, priorité au local.