Plugins

Plugin DSH qui livre images et fichiers aux modèles texte seul sous forme de chemins d'espace de travail : les images conservent l'interface de pièce jointe native, les autres fichiers apparaissent sous forme de puces carrées dans la barre, les chemins sont ajoutés à l'envoi — se combine avec dsh-vision-toolkit pour voir l'image simplement en la collant.

Pont de tutorat DeepTutor : explications profondes, questions d'auto-test, planification de parcours d'apprentissage, recherche de base de connaissances personnelle (RAG), et archivage de notes via les outils deeptutor_run / deeptutor_kb / deeptutor_note.

Amélioration de prompt en un clic pour le composeur DSH : appuyez sur le bouton étincelle pour réécrire le brouillon en un prompt prêt pour l'agent, remplacé sur place et annulable, avec un contrôle de fidélité déterministe qui conserve mot pour mot chaque chemin, identifiant, nombre, URL et token entre accents graves, plus un plafond de longueur qui bloque l'inflation.

Affiche en ligne les chemins et URL d'images, de vidéos et d'audio issus des conversations DSH, avec des lectures locales confinées à l'espace de travail et un proxy ComfyUI facultatif.

Glissez des fichiers locaux dans la DSH Web UI et insérez leurs chemins d'origine du système de fichiers sans les télécharger ni les copier

Suite d'amélioration d'UI pour DeepSeek Harness : ouverture de workspace en un clic (copier le chemin, révéler dans Finder, ouvrir dans un éditeur auto-découvert), rail de nav de messages utilisateur style DeepSeek-web, marques de tâches de session, polissage de liste plate, et bouton hard-restart.

Un Dock de pièces jointes léger et polyvalent pour DSH : collez, déposez ou choisissez des images, des PDF, des documents, des archives, du code et d’autres fichiers, vérifiez-les et gérez-les avant l’envoi, puis transmettez-les à l’Agent sous forme de chemins locaux. Il offre aux fichiers non image un point d’entrée de pièce jointe cohérent.

Expose les outils run_python/run_node qui exécutent du code via stdin et retournent stdout/stderr/exit, avec une carte de configuration du chemin de l'interpréteur.

Affiche les chemins d'images locales des réponses de l'assistant directement dans le corps du message (9 formats, visionneuse zoomable au clic, taille ajustable).

Fork glisser-déposer de fichiers : déposez des documents sous forme de puces amovibles au-dessus du composeur, envoyez sans taper.

Registers the domestic-China trip-planning skill: hour-level daily timelines, 12306 and Trip.com booking deep links, offline KML, and seven HTML themes. Requires Python 3.9+ on PATH (the bundled scripts are standard-library only).

Portail de permissions P0–P4 à priorité déterministe, avec niveau permissif, sédimentation d'apprentissage et interface d'historique d'approbation ; refuse catégoriquement les identifiants et les chemins protégés, autorise automatiquement les outils internes en lecture seule.

Redirige téléchargements, artefacts, caches et temporaires DSH vers les lecteurs choisis (par défaut, le plus grand hors C:). Injecte une consigne de gestion des chemins à chaque session et fournit disk_guard pour l’état et le nettoyage, afin d’éviter de saturer C:.

Affiche en temps réel dans le navigateur les fonds d'écran de scènes de Wallpaper Engine (lecteur three.js plus une simulation de particules CPU en Rust/WASM) et lit les fonds vidéo et web, avec repli sur l'image d'aperçu, sans nécessiter le runtime de Wallpaper Engine. Analyse la bibliothèque locale du Steam workshop (431960) par détection automatique ou chemin manuel, et propose un panneau de réglages pour la sélection des fonds, les répertoires de bibliothèque et de moteur, la lueur, la pause et la qualité.

Boîte à outils vision enrichie : 14 outils vision au niveau pixel (describe, ground, detect, crop, pixel-diff, OCR, long-screenshot OCR, vectorize, colors, cutout, screenshot, present, materialize, html-screenshot) pilotés par un endpoint compatible OpenAI, avec marqueurs [图片: path] propres, classification de sécurité du contenu et auto-retry sur rate-limit.

Upload par drag-and-drop de fichiers PDF, Word, Excel et images : les fichiers déposés sont sauvegardés dans un répertoire local et référencés par chemin, sans gonflement base64 dans le chat.

Outils DSH pour reproduire et valider le benchmark CPU du protocole v1 de ml-quant-trading, puis rédiger un rapport prêt à ouvrir en issue. Nécessite un clone local de initial-d/ml-quant-trading (défini comme workspace ou repoPath) ainsi que Python et PyTorch ; ce plugin ne récupère pas le dépôt et n’installe pas ses dépendances.

Aperçu inline pour les marqueurs image [图片: path] : après le rendu du marqueur, l'image s'affiche automatiquement dans le chat, sans laisser traîner les longues instructions dans la conversation.

Permet aux modèles textuels uniquement de gérer les images collées dans le chat, avec une expérience de vision native, la visualisation d'images par lot et un outil analyze_image intégré compatible OpenAI ; les modèles capables de vision ne sont pas affectés.

Vétérine les plugins tiers avant de leur faire confiance : scan statique de patterns malveillants (exfiltration, accès aux identifiants, obfuscation, persistance) et usage de chemins sur-privilégiés, couverture de dépendances transitives, ligne de base de hash de packages officiels pour détection de tamper de chaîne d'approvisionnement, et une porte d'appel d'outil plugin optionnelle.

Moteur de règles de permissions à la Claude Code : paliers hard/deny/ask/allow avec un palier hard au-dessus de l'accès complet, règles limitées à l'espace de travail, protection de chemins par jokers et éditeur visuel par étapes ; les règles persistent dans settings.yaml.

Google Antigravity CLI (agy) en tant que sous-agent produit DSH : déléguez des tâches à un agent de codage Gemini avec votre identifiant Antigravity (sans clé API), avec des suivis de conversation, une progression en streaming en arrière-plan, l'analyse d'images par chemin et une fenêtre contextuelle de connexion.

Compréhension d'images et OCR entièrement locaux via le Vision Framework de macOS : `ocr_image` (texte, mise en page de tableau + coordonnées) et `view_image` (scène, visages, QR) — collez plusieurs images dans la zone de saisie web ou passez un chemin/URL/base64 ; les images ne quittent jamais votre Mac.

Game asset production pipeline: generate images, video and audio, turn a video into a coherent sprite animation, derive recoloured variants, adapt assets to an engine schema, install them into the project and verify the code actually references them. Requires ffmpeg for the video-to-sprite path, and an image/video API key (Agnes AI / OpenAI / fal) for generation.