Plugins

Classements et recommandations transparents pour l'écosystème de plugins DSH : données de topic récupérées automatiquement chaque jour, un modèle de scoring ouvert, et des outils de classement/recherche/recommandation avec un classement dans la page de réglages.

Un seul outil shell pour PowerShell / Git Bash / WSL sous Windows, plus un terminal PTY interactif ; le terminal par défaut est choisi par l'utilisateur dans les réglages DSH.

Une vue minimale « focus chat » qui n'affiche que les résultats finaux.

Gestion des serveurs MCP (stdio / streamable-http) pour dsh web ; les outils ne sont accessibles que via quatre outils intermédiaires. Entrée « MCP » dans la barre latérale web, panneau présentant les serveurs MCP par état (en cours / en connexion / configuré / échec), ajout rapide (formulaire stdio / streamable-http) et import par collage du JSON mcpServers. Les outils des serveurs connectés passent toujours par des outils intermédiaires (ws_mcp_

Plugin de couche de décision propulsé par Jev pour DeepSeek Harness

Indique quelles skills chaque tour a invoquées (chargées par le modèle, saisies sous la forme /name, ou aucune) et gère le répertoire local des skills : installation depuis un dépôt, un dossier, un SKILL.md ou une adresse zip collés, définition d'un nom d'affichage en chinois dans le meta.yaml de la skill, et suppression d'une skill en conservant une sauvegarde.

Ajoute /pua pour inciter l'agent à essayer une autre approche et à vérifier les résultats avant de déclarer l'achèvement, avec 15 styles d'entreprise, des modes de persona, des réglages globaux et par conversation, et une boucle optionnelle qui continue jusqu'à ce qu'une commande de vérification réussisse, que la limite d'itérations soit atteinte ou que l'utilisateur annule.

Onglet Execution graph : affiche prompts, réponses et appels/résultats d’outils par tour dans une chronologie repliable, avec détails et export PNG.

Connectez les abonnements ChatGPT Codex, xAI Grok, Zhipu GLM, AWS Kiro, Google Antigravity et Cursor à DeepSeek Harness via OAuth et un proxy local.

Relie les chats privés WeChat dans DeepSeek Harness en tant que plugin in-process sur le protocole de bot iLink de Tencent, avec messagerie bidirectionnelle texte, image, fichier et voix, commandes slash dans WeChat résolues via le registre de commandes natif, gestion côté WeChat des approbations et questions d'agent, et envoi proactif via un outil send_wechat.

Frontend TUI natif de terminal pour DeepSeek Harness qui présente les sessions, modèles, plugins, jobs, sous-agents, todos et la configuration du fournisseur via les capacités de Harness, tout en préservant le véritable scrollback du terminal.

Mémoire de projet pour dsh avec intégration native au système de tâches : les todos de session et les lectures de fichiers sont condensés automatiquement en enregistrements de tâches inter-session (liens tâche↔fichier), afin que les workflows puissent être repris et réutilisés sans recontextualisation. Mémoire à la lecture (pas de scan préalable) : extrait les symboles de code, résume les docs et relie docs↔symboles ; enrichissement sémantique TS optionnel (activé automatiquement si TS est installé). Les notes d’expérience sont dédupliquées automatiquement. Chaque rappel inclut une citation traçable. Pure JS, une seule dépendance, fonctionne immédiatement, fonctionnement silencieux, surcharge nulle.

Fournisseur Ollama pour DeepSeek Harness avec gestion de modèles, vérifications de santé, routage local basé sur des règles, et bascule vers le cloud.

Lit n'importe quelle page comme contenu principal épuré : détection automatique du jeu de caractères (GBK/GB2312/UTF-8/Big5), suppression du bruit, texte/Markdown compact, continuation par décalage, rendu SPA optionnel, lectures par lots et exploration de site.

Transforme les documents locaux en markdown et texte en une base de connaissances interrogeable avec recherche hybride sémantique et par mots-clés, vérification des citations et injection de sources.

Sélection de fournisseur/modèle LLM par sous-agent avec des modèles de rôles.

Thème VTuber à deux tenues pour Joi : « Flowers » et « Library » sont des systèmes de tokens distincts pour les modes clair et sombre, avec un portrait en pied et une fille-baleine faisant la sieste sur le titre de la page de nouvelle session, deux compagnons chibi au-dessus du compositeur qui suivent l'état du tour, une marque duo dans la barre latérale, et un indicateur de contexte en forme de mandarine qui mûrit ; une troisième carte restaure l'apparence standard de DeepSeek avec le plugin toujours installé.

Stratégies de nouvelle tentative et de repli des LLM basées sur les rôles.

Détecte les problèmes UX potentiels de votre projet : passe en revue automatiquement le code React/TypeScript, localise chaque problème et propose des suggestions concrètes.

Associez un second modèle qui relit passivement chaque tour et y injecte des notes.

Glisser-déposer de fichiers multiplateforme avec insertion du chemin brut, sans copie de fichier.

Lit une vidéo à l’ouverture de DSH, puis disparaît en 0,3 seconde une fois la lecture terminée. Une vidéo par défaut est fournie ; son chemin peut être modifié ou effacé dans les paramètres du plugin.

Plugin de gestion du prompt système par défaut de DeepSeek Harness : parcourir, rechercher et remplacer le prompt final assemblé à chaque tour de session dans « Settings » de Web GUI.

Routage automatique d'effort de raisonnement pour dsh : un classifieur 7 questions finement réglé localement (ModernBERT, 842 Mo, <1 s CPU) choisit low/high/max pour les messages sans intention ; des tentatives intra-session escaladent le tier (low vers high vers max) sous contraintes d'exclusion ; le service de juge échoue en sécurité vers low s'il est injoignable. Une puce de tier dans la barre de saisie affiche le tier courant et les 20 derniers jugements. Toute inférence est locale — le texte de la tâche ne quitte jamais la machine.