Plugins

Prompt minimal x capacités PTC web : persona d'une ligne, SDK run_code, sous-agents, Ralph, recherche/récupération web et Git Bash Windows ; l'outil de workflow général reste masqué.

Boucle d’orchestration des tâches longues : Codex planifie, note et révise ; DeepSeek exécute ; Kimi complète (validation visuelle, synthèse, recoupement).

Transforme le skill iterate en un harness autonome en boucle fermée : plan, revue parallèle, correctifs atomiques, validation, boucle, arrêt automatique, plus un mode dry-run de revue seule et une méta-revue qui audite le rapport et émet un rapport final de revue.

Exécutez Stata via DeepSeek Harness : le service natif Stata AI Skill démarre automatiquement avec DSH (binaires macOS/Windows embarqués), pour lancer régressions, do-files et workflows économétriques sans configuration manuelle.

Linter de fuite de chain-of-thought : CLI sans dépendance qui détecte les résidus de sessions IA dans les docs et les commentaires (citations de conception obsolètes, point de vue de PR, narration des changements, chorégraphie de revue), en livrant le skill de correction cot-trim sous forme de bundle installable.

Discipline de développement spec-driven pour dsh : cinq compétences keel (anchor/spec/probe/build/audit), trois outils de revue et six modèles de spec imposent les specs avant le code, la vérification des hypothèses et le contrôle du périmètre.

Lit à voix haute les réponses de l’assistant uniquement via l’API Fish Audio (clé à fournir soi-même) : lecture par message, bascule de lecture automatique et page de réglages pour le modèle, le reference_id de la voix, la clé API chiffrée et le proxy.

Pont de pièces jointes d'images dans le chat avec un outil view_image pour tout VLM compatible OpenAI (Ollama local ou cloud) : les images collées/déposées deviennent des marqueurs de chemin view_image avant d'atteindre les modèles DeepSeek texte uniquement.

Extension native de capacité de vision, utilisant soit Zhipu (gratuit) soit Qwen-VL (local).

Route de fournisseur de vision qui transcrit les images jointes en texte via un modèle configurable (plus de 15 fournisseurs compatibles OpenAI et Anthropic) tandis que DeepSeek continue de répondre.

Pont de vision pour les routes DeepSeek texte seul qui analyse les images jointes et locales via des endpoints configurables OpenAI Responses, Chat Completions ou Anthropic Messages, tout en laissant natives les routes capables d’image.

Récupère le mode vision intégré de DeepSeek web pour les modèles texte seul : l'outil deepseek_vision pilote l'automatisation de navigateur locale deepseek-vision-cli (aide à la connexion manuelle, deep-think activé, fermeture automatique du navigateur) et renvoie les descriptions d'images sous forme de texte.

Boîte à outils de vision pour DeepSeek texte seul : outil `vision` appelable par le modèle, adaptateurs wrappers pour deepseek/opencode-go (v4 flash/pro), quota Antigravity IDE (default, flash/pro) / tout VLM compatible OpenAI / Gemini / canaux Ollama locaux, mémoire de preuves avec réhydratation par compactage, cache de hachage de contenu et panneau client bilingue.

Outil `vision` appelable par le modèle pour DeepSeek Harness : décrit et applique l’OCR aux fichiers image en appelant directement l’API de vision Zhipu GLM gratuite (chaîne de repli glm-4v-flash), sans CLI externe requis.

Enregistre une route de fournisseur `deepseek-vision` : l’interface web accepte les images collées et les transcrit en texte via l’API de vision Zhipu GLM gratuite avant de passer à l’adaptateur DeepSeek.

Pont CDP vers un Chrome/Edge déjà en cours d'exécution pour DSH : captures d'écran, assertions au pixel, vérifications DOM/CSS et évaluation de JS de page via HTTP + WebSocket, sans processus enfant, sans dépendance npm et sans approbation à chaque usage.

Outils HTTP de récupération anti-bot durcis par la pile de scraping en production de SXS (des millions de requêtes par jour) : rotation de pool d'UA, nouvelle tentative avec backoff exponentiel, détection de murs anti-bot (captcha / défis de vérification) et limitation de débit adaptative — outils : `sxs_fetch` / `sxs_fetch_json` / `sxs_rate_status`.

Tests d’acceptation indépendants dans un navigateur pour les livrables d’agent : une spec JSON en entrée, un verdict basé sur un vrai Chromium en sortie.

Fournit l'outil bili_summary : métadonnées de vidéos Bilibili, chronologie des sous-titres et capture d'images avec sharp, avec gestion d'erreurs et dégradation gracieuse intégrées.

Curation de la sortie des outils à l'ingestion : conserve les lignes d'erreur et d'avertissement ainsi que le début et la fin, déverse le texte complet sur disque avec un pointeur que le modèle peut relire ; couvre tous les outils textuels, les petits résultats passent intacts.

Traduction professionnelle pour DSH : 18 langues cibles, 4 styles (formel/casual/technique/littéral), terminologie contrôlée par glossaire et traduction de fichiers entiers (README/docs/sous-titres) en préservant le format Markdown/blocs de code ; propulsé par DeepSeek via SiliconFlow.

Inspection des .uasset d’Unreal Engine (resolve/registry/load) et édition limitée de nœuds Blueprint via le Python UE intégré.

Ensemble d'outils de débogage HTTP/API : requêtes HTTP à contrôle total (méthode/en-têtes/corps/authentification), analyse de commandes curl et exécution en une étape, historique des requêtes de la session avec comparaison des réponses côte à côte, en-têtes Link tenant compte de la pagination, et cartes d'interface aux couleurs DeepSeek (dsh-http-tools-ui en option).

Contrôle natif du bureau dsh via un bridge stdio JSON-RPC reposant sur un core Python : capture d’écran, injection souris/clavier, actions de l’arbre d’accessibilité; confirmation obligatoire pour les opérations à risque élevé.