Plugins

5 outils: `video_outline` carte texte sans tokens image (4–60 fenêtres/temps); `video_probe` métadonnées/plan sans décodage; `video_storyboard` planche contact+index timecode, zoom/dédup.; `video_zoom` agrandit 1–9 cellules; `video_read` OCR keyframes seulement, plan/[mm:ss]. Audio: sous-titres→`DSH_ASR_CMD`→transcript; audio long : segments d’environ 45 s coupés sur silence. Dès 10 min, keyframes seules. OCR : Windows, tesseract line boxes ou `DSH_OCR_CMD`. `bilibili.com/video/BV...`, bare BV/av/b23.tv : ≤300 s CDN sans disque; plus long, téléchargement unique, cache max 4 GB/24 vidéos; URL play 10 min. ffmpeg requis, ffprobe si présent, aucune autre dépendance runtime. Wire-compatible SAOS-3624/dsh-video-storyboard; mêmes noms `video_probe`/`video_storyboard`/`video_zoom`, incompatibles.

Relie le graphe de connaissances de code Codebase Memory MCP à DSH et maintient les dépôts indexés à jour grâce à un observateur de système de fichiers débouncé. Pont MCP réservé à Windows (la partie observateur est multiplateforme) ; installe automatiquement sa CLI npm via npx au premier lancement.

Recherchez, listez et lisez les sessions passées et en cours via le service `sessionQuery` propre au harness : utilise l'index SQLite FTS5 là où un déploiement l'active, et se replie sur un balayage borné des plus récentes en premier là où ce n'est pas le cas.

Catalogue de capacités à la demande pour DeepSeek Harness : index compact et méta-outils search/describe/call pour outils MCP et skills, plutôt que tous les schémas à chaque requête.

Atelier d’écriture de romans en plein écran : tableau des chapitres, brouillons candidats relus et fusionnés paragraphe par paragraphe, résumés d’intrigue avec en-tête d’index et dossier d’écriture composé du plan, des fiches de personnages et des chapitres précédents. Il extrait en une fois les habitudes stylistiques des livres importés, les réunit en une norme et l’ajoute aux générations suivantes.

Détecte les fichiers de règles de toutes les conventions prises en charge par OMP et les injecte dans le prompt système comme couche toujours appliquée et index du recueil. Des règles en flux peuvent interrompre une sortie non conforme en cours de tour, refuser un appel d’outil, ajouter un rappel à son résultat ou demander l’avis d’un modèle juge sur la réponse terminée. Le même outil permet au modèle de rédiger des règles ; un panneau d’audit dans Plugins explique pourquoi chacune s’applique.

Exploration du code prioritaire au cache : `rdd_explore` consulte l’index `.rdd/exploration` du projet ; en cas d’absence, il lance un sous-agent worker en lecture seule pour explorer et enregistrer les résultats. `rdd_models` fournit le catalogue de modèles en direct pour le choix lors du dispatch.

Transforme un vault Obsidian local en un panneau de chat RAG dédié : navigateur de notes, chat avec récupération et sources citées côte à côte ; recherche locale des notes par BM25 et bigrammes CJK. Les réponses transitent en streaming par le canal de modèles DSH, les citations [n] sont cliquables et l’indexation incrémentale utilise mtime.

Affiche quel index graft sert une session dsh et s'il correspond toujours au code, et expose au modèle graft_ask, graft_grep, graft_callers, graft_skeleton et graft_map comme outils natifs.

Fenêtre de sélection axée sur la recherche qui remplace celle du compositeur Web DSH. La colonne gauche indexe les fournisseurs et fait défiler la liste groupée ; les favoris restent épinglés en haut, les icônes distinguent l’image native de l’image relayée et la zone droite du déclencheur ouvre le panneau d’effort de raisonnement.

Plugin Web DeepSeek Harness — couche texte PDF et OCR PDF scannés, docx/xlsx/pptx Office vers Markdown, fiches d'index TIFF/epub et longs documents.

Mentions `@file` façon Codex pour l'interface web : recherchez et référencez les fichiers de l'espace de travail de tout format (.java, .vue, PDF, images, sans extension, cachés) sans troncature d'index. Remplace dsh-at-file.

Miroir hors ligne de la documentation officielle de DeepSeek Harness en tant que compétence dsh : 168 pages de site (EN/zh) plus 52 documents de référence réservés au référentiel, avec navigation par sujet et index de recherche en texte intégral pour le développement de plugins.

Plugin mémoire HarnMem pour DSH : injection byte-stable du hot-index, outils mémoire, extraction en fin de session et panneau navigateur en lecture seule.

Plie les résultats d’outils trop volumineux dans des fichiers de débordement sur disque avec des marqueurs de tête et de queue déterministes. Indexe les résumés de compaction dans un registre consultable et extrait des souvenirs intersessions limités par projet. À la demande, le contenu plié est restauré octet pour octet en un seul appel d’outil.

Mémoire à couches pour DeepSeek Harness : chaque tour injecte un cadre persona et un index pertinent ; transcriptions complètes sur disque, développées à la demande sans saturer le contexte. Faits par attribut : toute nouvelle valeur retire l’ancienne. Le modèle tire le cadre persona de la mémoire. Trois filtres écartent les échanges de développement, bloquent les échos des injections et fusionnent les reformulations par mots communs. La consolidation fusionne les quasi-doublons, résume les longs sujets et archive par étiquettes les anciennes entrées peu utiles ; jamais de suppression du texte brut. Stockage append-only compacté sur place (4,7 Mo → 355 Ko mesurés). Sans dépendance tierce ni compilation. L’injection par tour réduit les succès du cache de prompt ; déconseillé au travail.

Mémoire partagée entre environnements pour agents DSH : les adaptateurs DSH et pi et la CLI harnmem partagent un fichier texte ; un souvenir écrit dans l’un est accessible dans l’autre. Injection sous forme d’index actif stable à l’octet près, cinq outils harnmem_*, extraction en fin de session et panneau mémoire en lecture seule.

Mémoire structurée à long terme pour DSH : suivi du remplacement, de la dégradation et de l’état des entités via 15 outils MCP, hooks automatiques et index de pointeurs borné par requête pour préserver le contexte. Nécessite Python 3.10+, torch et sentence-transformers; premier lancement télécharge un modèle d’embeddings d’environ 470 MB.

Navigateur d’index de compétences avec recherche, édition d’alias personnalisés et insertion de compétences dans la zone de saisie du chat.

Poursuit le travail entre agents de code dans DeepSeek Harness. Six outils sessionflow_* interrogent l’index local créé par sessionFlow pour retrouver le travail passé, montrer où en est le projet et transmettre goal, fichiers et éléments ouverts au prochain agent. Core sessionFlow séparé requis, à installer depuis son repo GitHub. Tout reste local, sans cloud ni télémétrie.

Panneau cognitif AOCI pour DSH : vue d’ensemble multi-espaces, index et gouvernance par dépôt, diagnostic de liaison MCP et initialisation guidée ou par lots. La gouvernance, la vérification et l’initialisation nécessitent le CLI externe aoci sur l’hôte; la consultation de l’index fonctionne sans lui.

Mémoire DSH en Markdown. Enregistre chaque jour les échanges réels utilisateur/assistant sans appel au modèle; un LLM les résume dans le prompt système à chaque tour. Recherche locale CJK bigram + BM25 en 3 niveaux (index/résumé/texte complet), ne récupère que le détail demandé. Les entrées P0 et utilisateur ne changent jamais automatiquement; l’oubli marque stale sans supprimer, avec audit dans status.md. Six outils : recall/write/status/extract/feedback et bibliothèque de skills. Une carte signale les groupes prêts pour un skill; clic crée SKILL.md, installé après accord. Apprentissage activé par défaut avec le modèle de conversation. Le coupe-circuit arrête le LLM, pas la capture. Erreurs dans prompt et status.md. JavaScript pur, sans dépendance runtime hors packages Harness.

Catalogue intégré à DSH de plus de 10 000 plugins tiers. Vérifie le manifeste dsh.bundle dans package.json plutôt que le nombre d’étoiles; installation en un clic et site web associé.

Coach d’étude DeepSeek Harness : transforme un cours en carte matière/module/unité, suit la maîtrise de chaque unité en six étapes, planifie les tâches quotidiennes depuis un index de ressources, gère carnet d’erreurs et cartes de répétition espacée, et fournit son panneau web.