Plugins

Multi-round deep research in the DSH sidebar: each round fans sub-questions out to parallel sub-agents, then continues from where the last round stopped and writes a cited report.

Drive the NI Multisim 14.3 install on a Windows machine through nine msim_* tools: open and save .ms14 designs, read and edit component values and circuit parameters, run DC operating point, AC sweep, single-frequency AC and transient analyses, export schematics, BOM and netlists. A Win32 channel drives the visible window to run the Analyses dialog and capture Multisim's own schematic view and waveform plot; a SPICE command-file engine handles designs that expose no probes; an offline reader unpacks the .ms14 container without starting Multisim at all. Requires Windows, NI Multisim 14.3, and a 32-bit Python 3.11-3.13 with pywin32.

Publishes and reads QQ Zone posts through SnowLuma's OneBot qzone_* actions (SnowLuma 2.2+ signed in to QQ), and lets the agent understand images with a local vision model (OpenAI-compatible gateway) or Windows OCR.

Whole-disk file search on Windows: ask for files or folders by name, path, extension, size or modified date and get matches from the local voidtools Everything index in milliseconds, with full paths, sizes and modified times. A second card reports whether Everything is reachable and how many items it indexes. Ships the official Everything SDK, so no es.exe or HTTP server is needed; Everything 1.4+ must be installed and running (the plugin can start it).

Indexes public AI-company job boards (Greenhouse, Ashby, Lever, Workable, SmartRecruiters), scores postings for AI relevance, extracts the requirements from each job description, and produces a scheduled daily Markdown digest.

Disk cleanup for Mac (macOS) and Windows: a risk-tier audit and space breakdown, then moves caches, leftovers and similar photos to the Trash or a quarantine folder, with undo. Space is freed only after a batch is permanently deleted.

Crée une vidéo explicative narrée à partir d’un script. Par défaut, diapositives en cartes de texte (rapides et précises pour les tutoriels) ou séquences générées par IA pour chaque segment (AGNES_API_KEY requis). Comprend 14 voix neuronales chinoises en ligne et 3 voix hors ligne Windows, avec un pack d’échantillons à générer en une commande pour les comparer. ffmpeg requis. Pour les voix en ligne, copier le skill fourni video-remix vers `<workspace>/.dsh/skills/video-remix` et y lancer npm install.

Un panneau pour gérer les serveurs MCP, les compétences et les plugins Claude Code aux niveaux global, profil et projet : état en direct, import/export, corbeille et sauvegardes, ainsi qu’installation, mise à jour et désinstallation depuis le marché officiel claude-plugins-official.

Compile LaTeX avec le TeX Live installé sur la machine. L’outil `latex` compose une formule en SVG, PNG ou PDF, et un document entier en PDF (le chinois passe à xelatex avec ctexart), enregistre le fichier dans l’espace de travail et renvoie une référence Markdown. Une section du prompt système demande au modèle d’écrire `$...$` et `$$...$$` plutôt que des blocs de code. Si TeX Live est absent, une bannière au-dessus du composeur propose l’installation en un clic de BasicTeX ou TinyTeX.

Pilote Siemens NX 2406 et 2506, ainsi que NX 12, depuis DeepSeek Harness. Comprend 16 outils typés sur un NX batch résident et un exécuteur qui juge le journal par ses logs plutôt que son code de sortie (NX peut renvoyer 0 après avoir absorbé une exception, ou 0xC0000409 après un succès), plus une sonde distinguant les trois versions. Windows uniquement ; NX 2406 est la référence, 2506 est prévu. Nécessite une installation locale de Siemens NX et une licence disponible ; exécuter `dsh-nx install` une fois. Les 16 outils MCP restent désactivés jusqu’à `NX_ENABLE_MCP=1` (la voie skill fonctionne sans cela).

Passerelle en lecture seule sur vault Markdown local, quatre outils. `wiki_recall` renvoie la section complète, les citations par page, l’état du vault et une trame de réponse. `wiki_context` fournit extraits, verdict d’appui et lacunes explicites ; `wiki_verify` contrôle un brouillon et signale les affirmations non étayées, chiffres compris ; `wiki_observe` compte les corrections. Réglages et panneau latéral utilisent la même requête que le modèle, donc la recherche manuelle correspond à son contexte. Les trois outils (`wiki_context`, `wiki_verify`, `wiki_observe`) nécessitent un pont local Python 3 : `bridge.python` et `bridge.toolsRoot` avec `wiki_bridge.py`, sinon `E_PYTHON_UNAVAILABLE`.

Mémoire auto-narrative en cinq segments limités (800 caractères, pas le contexte complet) : note à la première personne du modèle, profil utilisateur tiré des faits approuvés, données d’environnement séparées de l’identité, conclusions classées et habitudes. Chaque fait injecté est traçable et révocable par ID ; profil modifiable à la main, notes en lignes simples effaçables. Les faits s’estompent avec l’usage et le temps sans changer de crédibilité. Les préférences possibles sont détectées comme candidates, jamais approuvées ; conflits conservés côte à côte. Avec rappel des échanges cités, index incrémental décodant seulement les nouvelles trames, couche chaude à pointeur obligatoire, doctor des pannes, heartbeat d’injection et export/import vers une autre machine.

Hub unifié de mémoire à long terme : capture les tours comme preuves L0 puis les distille en arrière-plan en faits L1, scènes L2 et profil L3 (profondeur réglable). Recherche hybride BM25+fuzzy, 13 outils memory_*, filiation traçable jusqu’aux tours source, backend Hindsight facultatif et panneau mémoire intégré à trois points d’entrée.

Mémoire durable pour dsh, avec défense en profondeur. Deux niveaux : `.dsh-memory/` du projet et `$DSH_HOME/memory/` de l’utilisateur ; JSON modifiable avec limites d’entrées et étiquettes. Écritures atomiques (temporaire unique puis rename), `history/` borné et verrous par niveau entre processus, avec récupération des verrous obsolètes. Un écart de révision disque bloque l’écriture pour éviter les pertes. Délimite le texte comme donnée non fiable, ôte les marques falsifiées à l’écriture, vérifie les bornes au chargement et interdit les sorties par lien symbolique (MEMORY_STORE_ESCAPE). Sans filtre heuristique ni confirmation ; la consolidation sans interface reste automatique. Installation : `dsh plugin --profile web add github:RocoFish/deepseek-memory`.

Lingshu (灵枢) est un système de mémoire persistante, persona et évolution inspiré du cerveau pour agents de programmation IA. Bibliothèque standard Python uniquement, sans dépendance, local-first ; Python 3.9+ requis. Mémoire hippocampe/cortex à couches, courbes d’oubli, consolidation des rêves, rappel associatif flou, système émotionnel, protection contre la dérive de persona, base de connaissances, skills rédigés par l’agent et panneau web local. Fourni comme skill intégré à DSH. Le plugin cordis d’injection au démarrage, installable séparément, n’injecte automatiquement les sessions que si (Lingshu est sous ~/.dsh/skills/lingshu ou brainPy est configuré) et si Python 3 est disponible. La vérification facultative des mises à jour contacte GitHub/Gitee.

Charge la configuration IA VSCode/Copilot de l’espace de travail dans chaque session DSH. Injecte .github/copilot-instructions.md comme consignes permanentes ; .github/instructions/**/*.instructions.md suit le applyTo du frontmatter et s’ajoute une fois lorsqu’un fichier correspondant est touché ; .github/skills/*/SKILL.md devient une compétence DSH. Lit aussi les dossiers hors espace, par défaut ~/.copilot, et permet de modifier leur liste de chemins dans les réglages.

Mémoire de chat qui archive les messages par date et les rappelle selon la période indiquée ; si elle ne trouve rien, élargit deux fois la période avant d’admettre l’avoir oublié.

Mémoire persistante compatible avec Claude Code : l’hôte injecte l’index MEMORY.md au début de la session et le modèle gère les fichiers avec des outils ordinaires de lecture, écriture et modification. Une page de réglages répertorie les souvenirs enregistrés. Même format disque que Claude Code ; le mode claude partage exactement le même répertoire mémoire.

Mémoire à long terme pour DeepSeek Harness : après chaque tour, extrait les préférences durables de l’utilisateur et les faits du projet, injecte un résumé mémoire dans les sessions suivantes et tient un journal quotidien des habitudes. Ajoute les outils memory_search, memory_save et memory_forget.

Permet de modifier en ligne les messages utilisateur en texte brut et de les renvoyer dans une nouvelle branche de conversation DSH.

Injecte l’heure par session et suit durablement les périodes d’inactivité. Indique à l’agent le temps écoulé depuis le dernier message de cette conversation, contrairement au contexte temporel de l’hôte, limité au dernier message.

Supprime définitivement des sessions depuis l’interface de DeepSeek Harness : bouton de corbeille dans l’en-tête et entrée du menu latéral après un dialogue de consentement aux risques, ainsi qu’un outil d’agent workbench_session_delete. Issu de lsz-asd/dsh-plugin-session-delete, il est maintenu séparément depuis v0.4.0 ; ne l’installez pas avec ce plugin, car tous deux enregistrent le même outil workbench_session_delete.

Classe les conversations de l’espace de travail, avec tri par glisser-déposer, groupes repliables, indicateurs d’activité et enregistrement de l’espace par chemin de répertoire.

Un interphone entre fenêtres DSH déjà ouvertes. Pas d’équipes ni de nouvelles sessions, seulement des messages pair à pair avec une limite de sauts.