Plugins

Reads local txt novels inside the chat dialog: chapters are detected automatically, the novel text is paginated in the assistant thinking block, a next-chapter button continues in the same reply, progress is remembered, and visible replies are fixed summaries.

AI-assisted reading workspace for DSH with a local TXT/Markdown/EPUB/PDF library, annotations, prompt presets, long notes, memory, export and companion tools.

Token-efficient document reader for DeepSeek Harness: outline / ranged read / grep for PDF, DOCX, XLSX, TXT.

Extracts chapters, numbered clauses, keyword tables and numeric values from a docx, txt or md rulebook into JSON, and flags duplicate clauses and missing values.

A Douban 想读 shelf with covers and ratings, matched against a local ebook folder, with an in-panel EPUB/PDF/TXT reader and public-domain downloads.

Read EPUB, PDF, DRM-free MOBI/AZW3 and TXT in the DSH sidebar. WeChat Read style typography with TOC, bookmarks, highlights and progress memory; select any passage to translate it into Chinese; the Ask-the-Book AI answers only from passages retrieved from the open book. Books and progress stay in local IndexedDB. Four themes including an eye-care green paper, and PDF paper follows the theme.

A reasoning-style row above the DSH composer with a stock watchlist and a host-backed TXT/EPUB reader; reading progress is shared across browsers.

Audits and evolves agent context at four scopes: a single repository, a group of related repos, a knowledge hub, or the whole machine. Discovers projects, instruction files, skills, tools, knowledge, project state, evidence and credential references; reports drift, duplicate facts, broken pointers, paths left unverifiable in prose, budget overruns, unindexed knowledge, stale state and unregistered credentials; scores each scope on the dimensions that belong to it; and turns findings into reviewable migration plans that back up every file before moving it. The format contract behind the metrics is written down as a versioned spec (CTX rules, markdownlint-style IDs) that follows open conventions — AGENTS.md for instruction files, llms.txt-shaped link indexes. Also scaffolds a deliberately small hub for durable knowledge and project state. Ships a stdlib-only Python CLI plus two skills, with credentials referenced by path and never printed. Requires Python 3.9+ (stdlib only) and DSH 0.2.1-rc.2 or newer, below 0.3.0.

Local-first resume warehouse for DeepSeek Harness: package your work into reusable bullets, import an existing resume into a template, analyse a job description (including the school-tier preference it implies), assemble a tailored Chinese or English resume and export a PDF named position-name-school. The whole app ships inside the npm package — server/, web/, skills/, scripts/, requirements.txt, no git clone needed — and one tool starts, stops and health-checks it; the first start installs the dependencies into app/.venv. Needs Python 3.10+ and macOS or Linux (bash). Nothing leaves the machine except the LLM calls you confirm.

Measures one university department's research output: matches author affiliation strings against a college's known name variants (detecting same-named departments at other universities), backfills papers that only name the university by faculty author IDs, classifies each paper by journal tier (CAS partition with Top flag, JCR quartile, CCF, Chinese core via a CNKI export merger), splits staff from student first authors, and writes a workbook with a dashboard sheet, a filterable paper list, a teacher-by-direction matrix and per-teacher statistics. Student authorship is inferred from affiliation and staff lists, not verified against enrolment records. Requires Python 3.9+ with pandas and openpyxl (pip install -r requirements.txt); papers come from the OpenAlex API, whose free per-IP quota is limited, and Chinese-journal coverage needs a manual CNKI export.

Reads a few lines of a txt or epub novel inside the sidebar bottom panel, styled to pass for scratch notes; pages with Ctrl+Alt+J/K and keeps progress locally. Requires dsh-better-sidebar 0.26+ - the reader exists only as a tab in its bottom panel.

Lit NTQQ (QQ 9.9.x) local sous Windows/Linux et exporte les chats de groupe/privés en txt/csv/json/md/html/sqlite. 16 outils : qqnt_status, qqnt_doctor, qqnt_extract_key, qqnt_index, qqnt_list_groups, qqnt_list_chats, qqnt_search, qqnt_stats, qqnt_export_group, qqnt_export_chat, qqnt_export_batch, qqnt_jobs, qqnt_media, qqnt_storage, qqnt_ask, qqnt_recall (refuse l’ambiguïté ; nettoyage sur liste autorisée). UI 127.0.0.1:46728 : index SQLite incrémental, 6 vues, tâches, une colonne sur écran étroit, expéditeurs masqués, médias groupés, découpage quotidien, préréglages, ZIP AES-256 protégé par mot de passe. OCR/voix/embeddings s’installent à la demande dans le virtualenv du plugin. Requiert python3/sqlcipher3 ; Paramètres crée le virtualenv. Clé lue dans QQ ouvert et connecté.

Preset PowerPoint de bout en bout pour DeepSeek Harness : création de decks modifiables, modifications préservant les modèles, rendu et contrôle qualité structurel. Python 3.10+ et installation des dépendances de `requirements.txt` requis ; rendu avec LibreOffice et pdftoppm, OCR des documents scannés avec Tesseract.

Exporte les conversations DSH actuelles ou historiques, avec tours sélectionnés, en TXT, Markdown et PDF indexable via le dialogue natif d’enregistrement Windows.

Lisez des livres dans la barre latérale DSH : import EPUB/TXT/Markdown et lecture approfondie en cinq volets par chapitre (résumé des paragraphes, meilleures phrases, démarche de l’auteur, avis de l’IA, éléments manquants). Écoute TTS, questions pendant l’écoute et export du livre entier en une page HTML. L’export regroupe les chapitres déjà analysés, pas les chapitres non lus.

Extrait les sous-titres plateforme/IA de Bilibili ou utilise en fallback des sous-titres externes/incrustés, l’ASR ou l’OCR, puis produit Markdown, Word, PDF, TXT, SRT ou JSON avec horodatage, alignement bilingue et rapport qualité. Nécessite Python 3.10+. Les sous-titres plateforme/IA exigent le cookie SESSDATA Bilibili ; OCR/ASR/PDF nécessitent ffmpeg, faster-whisper et LibreOffice ou reportlab.

Recherchez des œuvres du domaine public sur Project Gutenberg, Wikisource, Internet Archive et Standard Ebooks par titre, auteur, personnage ou intrigue vaguement mémorisée, ou importez EPUB/PDF/TXT/DOCX/Markdown pour écouter dans la barre latérale. Voix neuronales Microsoft Edge, Kokoro hors ligne ou voix de l’appareil ; position conservée, notes vocales liées au passage écouté et discussion du livre avec le modèle DSH.

Enregistre deux outils pour DeepSeek Harness. `doc_ocr` transforme PDF scannés et images en texte par page, tableaux financiers avec contrôle d’équilibre et extraits de clauses de contrat via RapidOCR local ou Zhipu GLM-OCR cloud. `doc_preprocess` transforme un dossier de fichiers bruts en base Obsidian grâce à un pipeline en sept étapes, routing du backend et saut incrémental par sha256. Les nombres qui échouent au rapprochement sont signalés, jamais inventés. Le moteur local requiert Python avec rapidocr-onnxruntime, pypdfium2 et Pillow (`pip install -r requirements.txt`) ; GLM requiert ZHIPU_API_KEY.

Affiche un roman TXT sous forme de couche de texte sombre derrière le chat DSH, avec un contrôleur déplaçable pour la table des matières, les chapitres, le défilement automatique et les réglages de lecture.

Lit des romans `.txt` locaux dans la barre latérale droite : détection d’encodage, découpage en chapitres, recherche plein texte, progression, signets et touche patron qui masque le lecteur ou toute la barre latérale droite.

Bouton de pièce jointe du composer DSH Web : les fichiers sélectionnés deviennent des capsules dans le brouillon, sont stockés sous uploads du workspace et génèrent un sidecar UTF-8 .txt (txt/docx/xlsx/pptx/zip/odt, sans dépendance). Le message envoyé contient uniquement le nom du fichier, jamais le chemin brut.

Plugin passerelle ComfyUI pour DeepSeek Harness : permet à l’Agent de générer images et vidéos avec ComfyUI local ou LAN. Comprend 8 outils globaux de modèle, workflows prédéfinis (txt2img/img2img/Wan/SVD/H3), voie de secours pour tout workflow API, garde-fou des capacités de l’appareil, téléchargement reprenable du registre des modèles et évaluation d’installation ComfyUI en un clic.

Documentation en direct des bibliothèques pour DeepSeek Harness, liée à la version : récupère la documentation officielle de la version installée dans le projet avant de coder et évite les API hallucinées. Sans configuration ni clé.

Améliore le glisser-déposer dans le compositeur : insère les petits fichiers .md/.txt/.markdown dans le brouillon ou place les gros dans .dsh-drop avec des références @ (Shift force l’insertion). Le dépôt de SKILL.md vérifie le frontmatter et installe en un clic dans les skills du projet ou de l’utilisateur ; le skill watcher l’active immédiatement.