Plugins

baro comme fournisseur de sous-agents pour DeepSeek Harness : déléguez un objectif découpé en plusieurs stories et recevez en retour une exécution parallèle, une revue indépendante et un résultat vérifié — avec un panneau d'exécution en direct dans la barre latérale

La mémoire qui rêve — mémoire inter-sessions pour DeepSeek Harness : elle vous retrouve d'une session à l'autre, se consolide automatiquement pendant son sommeil (autoDream), gèle les souvenirs en conflit pour votre revue et conserve une piste d'audit rejouable. Recherche sémantique locale offline-first sur SQLite avec miroirs Markdown modifiables à la main, graphe d'entités, panneau de mémoire interactif, plus une API externe et une CLI.

La mémoire qui rêve — mémoire inter-sessions pour DeepSeek Harness : elle se souvient de vous d'une session à l'autre, se consolide automatiquement pendant son sommeil (autoDream), gèle les mémoires en conflit pour votre revue et tient une piste d'audit rejouable. Recherche sémantique locale offline-first sur SQLite avec miroirs Markdown éditables à la main, graphe d'entités, panneau de mémoire interactif, plus API externe et CLI.

Transforme l'expérience explicite de session DSH en brouillons Skill natifs révisables qui ne sont enregistrés qu'après approbation de l'utilisateur.

Espace de travail local-first de production et d'exploitation de contenu pour DSH : gérez idées, scripts, ressources multimédias, calendriers, objectifs, statut de publication et revues post-publication.

S'installe avec 25 skills d'ingénierie et de productivité inclus (mattpocock/skills v1.2.3), sans installation manuelle de skills. Construit avec 30 milliards de tokens. Ce plugin apporte une efficacité de développement 10x par-dessus les skills d'origine. GitHub issues est le backend principal pris en charge ; Markdown est un aperçu ; GitLab n'est pas encore pris en charge.

Suite de plugins d'assistant de recherche (recherche documentaire, wiki de recherche, compilation LaTeX, revue indépendante par sous-agent) pour DeepSeek Harness.

App MCP locale-first pour les figures scientifiques. Importez, examinez et publiez une bibliothèque globale sur disque ; réutilisez des modèles exacts dans Pi, DeepSeek Harness (dsh), Claude, Codex, Cursor et Wisp.

Automatisation d'approbation à risque contrôlé pour DeepSeek Harness : flash pré-classifie si une écriture/commande est irréversible — les opérations sûres sont auto-approuvées, les dangereuses sont escaladées à approbation humaine (fail-safe). Revue de diff de fichier avec revert en un clic et instantanés de portée session (v0.5.1 : instantanés précis via traçage de paramètres d'appel d'outil, incluant les cas d'approbation humaine).

Accès distant sécurisé pour l'interface web DeepSeek Harness : une porte de connexion, MFA/TOTP, cookies de session signés, rôles admin/utilisateur/invité optionnels, sélection du workspace dans le navigateur et aperçus de fichiers distants sur liste blanche.

Tableau de tâches pour DSH : créez des tâches avec affectation de projet et de modèle, exécutez-les manuellement ou selon des planifications cron ; les nouvelles sessions d'un projet récupèrent automatiquement ses tâches à faire et les déplacent vers en-révision une fois terminées.

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.

Canal de bot Lark/Feishu pour DeepSeek Harness : chaque discussion pilote son propre agent, et les approbations d'outils, questions du modèle et revues de plan reviennent sous forme de cartes auxquelles on répond par un bouton ou une réponse. Changez d'espace de travail et de modèle depuis la discussion (`/cd`, `/model`, `/new`), et exécutez plusieurs bots qui conservent des sessions séparées et peuvent se céder la parole dans un même groupe.

Garde de discipline d'ingénierie : vérification des exigences avant la première modification, portes de preuve de test rouge/vert, revue adversaire bifurquée et rapport de livraison avec un flux de vérification par dimension.

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`.

Checklist des composants du paquet Semi Design partagé utilisé par les plugins DSH de tnnevol, ouverte depuis un bouton `Semi UI` dans l'en-tête d'une conversation : 35 composants plus une page de cas multi-comptes, organisés en sept groupes de la barre latérale allant des champs de saisie, formulaires, sélecteurs et arbres aux tableaux, cartes, superpositions et retours d'information, chacun rendu en direct avec une description d'une ligne et un plan de page, avec aperçu clair, sombre et selon le système. Installation depuis npm avec `dsh plugin --profile web add @tnnevol/dsh-semi-ui-showcase`.

QA de fidélité de conception pour les modèles texte uniquement : un outil `deepseek_vision` emprunte un œil à n’importe quelle route vision compatible OpenAI, afin que le modèle puisse juger si une implémentation correspond à sa maquette — livré avec le benchmark derrière ce jugement (quatre fixtures, 23 défauts injectés, transcriptions brutes) et la discipline de questionnement dont il dépend.

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.

Passez en revue les modifications de fichiers de l’agent dans un panneau Diff, ajoutez des commentaires pour des retouches ultérieures, et annulez les fichiers modifiés ou nouvellement créés.

Kit d'apparence pour DeepSeek Harness. Réglez séparément opacité et flou de verre dépoli sur 8 zones (fond, barre latérale, cartes/panneaux, champs/contrôles, paramètres, cadre de conversation, trajectoire, points forts — 9 avec dsh-better-sidebar). Toute image ou vidéo en fond d'écran, avec éditeur de position (glisser-déposer, molette pour zoomer) et 5 modes de disposition (Fit/Fill/Stretch/Tile/Center) ; les vidéos bouclent en muet, survivent au rafraîchissement et capturent une image en direct pour l'aperçu, l'extraction de couleurs et le cadrage. Rotation d'images (aléatoire/ordre, à chaque rafraîchissement/quotidien/hebdomadaire). Aussi : roue chromatique style PS, extraction des couleurs en un clic, 6 préréglages + profils enregistrés, bascule auto jour/nuit, export/import du thème.

Workflow multi-agents pour concours de modélisation mathématique : le preset « UltraMath » exécute un problème de la lecture au framework, dérivation, codage, vérification, papier et revue, plus 4 presets de rôle à étape unique (mathématicien, ingénieur, rédacteur, relecteur) et 33 docs skill de bibliothèque de modèles.

Conseil multi-modèles pour DeepSeek Harness : réponses indépendantes, revues croisées anonymes et décision finale inspectable.

Pipeline QA sous forme de 10 skills d'agent : analyse des exigences, stratégie de test, rédaction et revue de cas, automatisation E2E (Playwright) et API, exploratoire, périmètre de régression et analyse de bugs, soutenu par une base de connaissances partagée avec règles de format, modèle de risque et validateurs de schéma.

Rappelle n'importe quel message utilisateur : ramène la conversation (fork officiel de session) et les fichiers de l'espace de travail (instantanés git fantômes par message) à l'état antérieur à ce message, avec un panneau de confirmation de prévisualisation des différences.