Plugins

Outils de mods Minecraft 26.3 : lance un vrai serveur dédié et client depuis des instances JSON, les pilote par probe HTTP authentifié et vérifie monde/UI/logs sous Fabric, Forge et NeoForge avec preuves par exécution. Aucun fichier jeu/loader ; JDK 25 et instance Minecraft 26.3 requis.

Inventorie les endpoints TCP en écoute et classe leur détenteur : agent-spawned/workspace/dev-server/unattributed/system/protected. Seuls les deux premiers sont sélectionnables automatiquement ; reap prévisualise la fermeture de tous les descendants avant confirmation.

Transforme l’historique git réel en deux brouillons de changelog chinois (court pour les utilisateurs, long pour les développeurs). Chaque entrée porte le SHA et un statut verified/unverified étayé ; les sujets de commit ne sont jamais traduits.

Par défaut, une tâche d’équipe ne peut être achevée sans vérification indépendante réussie dont le commit correspond au HEAD du worktree. Ajoute un tableau DAG des dépendances et des réglages.

Preset Project Development Mode et tableau de développement dans le chat pour DeepSeek Harness : la conversation principale clarifie les exigences puis délègue à l’Agent Team ; un panneau flottant suit chaque demande de changement à travers dispatch, exécution, tests et acceptation, avec 7 outils de tableau.

Suit les installations réussies de plugins DSH par appareil, fusionne le registre entre appareils via un compte Baidu Netdisk autorisé par l’utilisateur et permet les réinstallations groupées pré-vérifiées.

Fork des skills officielles Microsoft .NET/C# pour agents de programmation IA, également empaqueté en plugin DeepSeek Harness. Couvre développement, tests, diagnostic, migration et intégration IA.

Voix bidirectionnelle pour l’app web DSH : dictée via le compositeur unifié, écoute des réponses avec boutons de haut-parleur ou lecture automatique, sur tout appareil. Nécessite DSH 0.1.7+, Node 22+, Python 3 avec numpy et requests, un modèle TTS et un microphone.

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.

Exécute Python sur le GPU NVIDIA CUDA local depuis DeepSeek Harness : état de l’appareil, tâches foreground/detached, journaux persistants et pic de VRAM mesuré par exécution.

Synchronisation Git de configuration DSH entre appareils : enregistre réglages, manifests, lockfiles et skills dans un dépôt privé ; capture/applique/récupère/restaure en un clic et reconstruit les plugins depuis pnpm-lock.

Mémoire locale à long terme pour DSH : parcourir, rechercher (BM25 + synonymes) et modifier les entrées dans un panneau ; dossiers, archives et corbeille. Choix des éléments injectés par session. Les mémoires rédigées par le modèle nécessitent votre approbation. Import/export et synchronisation facultative entre appareils via votre Git ou WebDAV.

Mémoire de code locale pour projets JavaScript et TypeScript : contexte source automatique, recherche de symboles et vectorielle, graphes de dépendances.

Fournit au modèle un glossaire privé : « 滚木 » signifie « none » et « 棍母 » « doesn’t exist » ; le modèle décide lui-même d’employer ces mots pour exprimer ce sens. Enregistre une section de system prompt sans rien réécrire. Les listes sont des fichiers YAML par catégorie (moba/fps/comments/ai/dev/private) ; les réglages permettent d’activer les fichiers, de modifier la force du rappel et d’ouvrir le dossier du glossaire.

Superposition flottante dans Harness Web UI affichant l’usage OpenCode Go : pourcentages glissants sur 5 h, hebdomadaires et mensuels, comptes à rebours de réinitialisation et date de renouvellement, avec connexion par code appareil et renouvellement silencieux du token.

Sélecteur de skills regroupées pour le Composer. Un bouton ouvre les skills installées par domaine (research, office, data, writing, media, dev), classe automatiquement les nouvelles et propose annotations chinoises, recherche et détails ; le choix insère le geste /skill-name.

Ajoute F5 / Ctrl+R pour recharger l’interface Web de bureau de DeepSeek Harness, dont les builds de production n’exposent pas par défaut « Reload Page » ni F5 seul, réservés au développement. Un écouteur clavier client en phase de capture lie le rechargement simple (F5, Ctrl+R) et le rechargement forcé avec cache invalidé (F5 avec modificateur, Ctrl+Shift+R, ajout d’un horodatage _dsh_refresh).

Connecte le client Android DSHM aux sessions DeepSeek Harness hébergées sur ordinateur pour discuter à distance, changer de modèle et approuver, avec appairage et révocation de l’appareil.

Compagnon distant iOS pour DSH Desktop 0.2.0-rc.2 sur macOS Apple Silicon, avec appairage, notifications d’approbation et révocation de l’appareil.

Installe une bibliothèque évolutive de règles de contraintes de développement, accessible à l’agent via un outil constraints et un rappel une fois par session ; audite aussi le coût des tokens IA et l’usage du contexte.

Workflow multi-agent DSH : un commander répartit les tâches entre agents fixes/temporaires via machine d’état persistante, avec canvas et roster dans la barre droite.

Fournit 15 skills Superpowers pour DeepSeek Harness : TDD, débogage, planification et revue de code.

Moteur MCP de recherche de code SQLite FTS5/BM25 : code_search, code_outline, code_index, index_status. Bigrammes CJK, découpage tree-sitter tenant compte des déclarations, réindexation incrémentale, filtre secret à trois couches. Les requêtes chinoises retrouvent du code anglais ; pas de vector store/embedding par défaut. Requiert moteur local Python 3.10–3.12 via scripts/install.sh et CODERAG_ROOT dans profile patch.

Enregistre les modèles gratuits OpenCode Zen comme fournisseur natif : découvre le catalogue en direct sur opencode.ai et le recoupe avec les tarifs de models.dev. La page de détails peut le récupérer à nouveau ou tester les modèles qui répondent. Aucune dépendance déclarée ; seul le pi-ai de l’hôte est utilisé.