Plugins

Liste des composants du package Semi Design partagé par les plugins DSH de tnnevol. Le bouton `Semi UI` dans l’en-tête d’une conversation ouvre 35 composants et une page de cas multi-comptes. Ils sont répartis en sept groupes latéraux, des entrées, formulaires, sélecteurs et arbres aux tableaux, cartes, superpositions et retours ; chaque composant est rendu en direct avec une description d’une ligne et un plan de page. Aperçu en thème clair, sombre ou selon le système. Installation npm : `dsh plugin --profile web add @tnnevol/dsh-semi-ui-showcase`.

Recherche web améliorée et persistante : routage multi-moteurs (DeepSeek/Exa/DDG/Bing/Jina + GitHub/Bilibili/YouTube/V2EX/Xiaohongshu/Twitter/Reddit/RSS), cache SQLite+LRU, extraction façon userscript, rendu via Playwright.

Centre de contrôle DeepSeek Harness pour le suivi officiel du solde, les coûts et jetons par session, les totaux de jetons tiers, les alertes de fin de tâche, le rechargement officiel, des mises en page flexibles et des contrôles de session assistés par agent.

Alternatives de mots et remplissages déclenchés par un trait de soulignement dans le composer. Terminez une ligne par _ et elle est complétée ; les fautes d'orthographe sont signalées pendant la saisie. Passe par le modèle déjà configuré dans dsh, donc aucune clé API n'est nécessaire.

Connecte à DSH les abonnements Qoder (Chine et Global) par jetons d’accès personnels, avec identifiants et catalogues séparés pour chaque variante, bascule entre jetons enregistrés, cartes de quota latérales, commandes par modèle, préférence de fenêtre de contexte et pointage quotidien.

Adapter tiers qui enregistre le serveur MCP upstream REA (Reverse Engineer Anything) dans DeepSeek Harness comme outils mcp__rea__*. La 2.x fournit son runtime (Node, REA CLI, JDK, Ghidra) dans <DSH_HOME>/plugins/rea-bundle et lance REA via un shim : une machine sans prérequis fonctionne après une configuration. La 1.x (branch v1, npm 1.0.6) ne fait que la configuration et exige REA/Ghidra déjà installés. L’analyse relève de l’upstream : binaires natifs (Hopper/Ghidra/IDA), apps JavaScript/Electron, assemblies .NET, sites Web, APK Android et appareils adb, firmware et captures de processus.

Configuration par modèle de l'effort de raisonnement et de la modalité d'entrée pour les fournisseurs tiers : suggestions fusionnées depuis une base de connaissances de modèles et preuves brutes du endpoint /models, avec labels de confiance, éditées dans la carte officielle de la page Models.

Agent Context Editor est un plugin inter-agents permettant d'exclure, d'éditer et de compresser sélectivement le contexte de conversation IA manuellement. Il prend aussi en charge la recherche, le filtrage, la sélection, le masquage, la restauration et l'annulation des modifications de conversation tout en préservant la session d'origine.

Animal de compagnie de bureau DSH flottant avec 12 animations d'état rédigées pour les requêtes, outils, compaction, archivage et amélioration des prompts ; occupation du contexte en direct ; un Grand Livre à vie persistant entre sessions ; totaux par fournisseur/modèle, tendances horaires et vues sur 7/30 jours ; basculement de thème sombre/clair ; estimations de coût optionnelles (désactivées par défaut) avec éditeur de prix visuel et alerte budgétaire mensuelle ; importation ZIP de skins côté client ; export d'utilisation JSON/CSV ; lectures de panneau en instantané uniquement avec indexation incrémentielle en arrière-plan ; et amélioration des prompts opt-in avec aperçu modifiable et soumission au compositeur DSH.

Outil d’audit au moment du commit pour agents de programmation IA : 28 règles sur le diff Git (secrets, modifications hors périmètre, injection de prompt), journal d’audit signé HMAC, restauration d’instantané et ensemble complet d’outils MCP. Installation avec `dsh plugin add`.

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.

DeepSeek Harness à distance avec accès complet à l'API côté serveur (`settings.*` / `credentials.*` / `host.listDirectory`). Proxy inverse protégé par jeton, sessions par appareil, QR code d'invitation par téléphone, autovérification de clôture (fence), approbation optionnelle / CIDR / délai d'inactivité / TLS local, WebSocket/SSE.

Checklist des composants du paquet Semi Design partagé utilisé par les plugins DSH de tnnevol, ouverte depuis un bouton `Semi UI` dans l'en-tête d'une conversation : 35 composants plus une page de cas multi-comptes, organisés en sept groupes de la barre latérale allant des champs de saisie, formulaires, sélecteurs et arbres aux tableaux, cartes, superpositions et retours d'information, chacun rendu en direct avec une description d'une ligne et un plan de page, avec aperçu clair, sombre et selon le système. Installation depuis npm avec `dsh plugin --profile web add @tnnevol/dsh-semi-ui-showcase`.

Normify · plugin DSH : écrit l'architecture du projet sous forme d'arborescence de modules fractals normalisée, validation à trois niveaux (à l'écriture / validation / reçu figé), 30 outils normify_* + compétence normify-gen, génère en un clic un diagramme d'architecture interactif dans un seul fichier ; prend en charge le développement accompagné (change_open → brief → check → mise en œuvre → refresh → change_close).

Pont d'exécution DSH↔Godot : lance et pilote un jeu Godot 4.x en cours d'exécution via son serveur d'interaction TCP intégré — 16 outils (contrôle d'exécution via ~130 commandes de jeu, inspection de scène/UI, évaluation GDScript, simulation d'entrée, captures d'écran, opérations statiques headless, édition de projet, export, validation de script, configuration du chemin du moteur), remplace godot-mcp.

DSH Knit trie Markdown/code/image/vidéo du workspace dans une sidebar par dialogue ; Context Pack via knit_docs. BM25/IDF local compare messages récents aux titres/résumés/contenus : aucun modèle/réseau ni transfert. Index persistant entre redémarrages/sessions. Preuves/aperçu ; attribution figée à la lecture ; épingler/exclure avant récupération, réversible. v0.23 : hybride facultatif OFF ; exige embeddings Ollama/OpenAI compatibles configurés par l’utilisateur. Envoie query+titre/résumé seulement (Markdown : début ≤60 caractères ; code : dossier relatif ; média : nom), jamais contenu intégral/chemin absolu ; loopback local. v0.24 lie changements non commités via git status lecture seule (argv fixe, sans shell, env allowlist), OFF. Pas de test réel ; aucun gain revendiqué.

Dites adieu au copier-coller et à l’anxiété liée aux DSH Token. Laissez ChatGPT sur le web se connecter directement à votre projet local, coder de manière autonome et confier les tâches complexes à DSH pour une exécution prolongée.

Garde-fou pour l'écriture académique (bilingue anglais/chinois) : supprime l'écriture défensive typique de l'IA, protège les preuves scientifiques (chiffres, citations, force des affirmations, résultats non significatifs, portée) pendant la relecture, et calibre le texte vers une revue cible (Journal Profile + Journal Fit). Regex/statistiques locales déterministes, sans réseau ni LLM ; comprend writing_rules / writing_audit / writing_style_profile / writing_journal_profile avec audit automatique à l'écriture de l'article.

QA de fidélité de conception pour les modèles texte uniquement : un outil `deepseek_vision` emprunte un œil à n’importe quelle route vision compatible OpenAI, afin que le modèle puisse juger si une implémentation correspond à sa maquette — livré avec le benchmark derrière ce jugement (quatre fixtures, 23 défauts injectés, transcriptions brutes) et la discipline de questionnement dont il dépend.

lowtide : pipeline de tâches batch hors pointe avec adjudication humaine pour dsh (conscient des tarifs pointe/creux)

Exécuteur de lots en heures creuses pour DeepSeek Harness : les utilisateurs définissent leurs tâches en heures chargées (prompt, stratégie, priorité, espace de travail, fichiers verrouillés) et les libèrent manuellement ; le plugin exécute ensuite le lot automatiquement dans les fenêtres creuses définies. Chaque exécution passe cinq vérifications préalables (espace de travail, git HEAD, sha256, fenêtre, budget quotidien), prend en charge quatre stratégies (unique / itérative / échantillonnage / revue) et trois niveaux d'autonomie (L1 par tâche, L2 lot, L3 entièrement automatique), et boucle avec un rapport matinal des diffs, dépenses et économies issus d'un registre aligné sur la tarification officielle.

Bibliothèque d’articles, lecteur PDF et tuteur. Les pages citées mènent au passage exact et le surlignent ; question sur une sélection sans quitter l’article. Plan de lecture, coaching par section, quiz notés entre sessions. MinerU (auto-hébergé sans inscription ; cloud mineru.net avec token) lit les scans ; formules citables au clic (LaTeX au chat), recherchables par QK^T et listées par page. Endpoint embeddings facultatif pour recherche sémantique. Suppressions récupérables dans .trash. Modes défilement/page, barre droite plein écran, copie chemin, export PDF traduit, bascule original↔chinois via babeldoc sans préinstallation. Transcription/recherche locales par défaut ; seuls cloud MinerU/embeddings/traduction activés envoient le texte au service configuré.

Recherche et récupération web unifiées multi-fournisseurs : pools de clés BYOK, surveillance de santé et repli déterministe.

Passerelle Feishu/Lark pour DeepSeek Harness : liaison PersonalAgent par scan, cartes en streaming, espaces de travail de projet git-worktree, tâches parallèles par portée, agents multi-rôles, notifications inter-sessions, gestion du modèle/de la clé dans le chat, et un gardien filet de sécurité qui continue de répondre dans Feishu même après un plantage de dsh.