Plugins

Supprime un tour terminé d’une conversation DSH sans supprimer la session. Le bouton corbeille près de la dernière réponse retire la question, la réponse et les enregistrements d’outils du tour de la conversation et du contexte du modèle. L’ID et le titre de session, les tours suivants et le journal en ajout uniquement sont conservés. La suppression persiste comme tombstone après rechargement.

Badge dans le dock du compositeur indiquant les tarifs DeepSeek en heures pleines/creuses selon le calendrier de Pékin. Le calendrier des jours fériés chinois est récupéré en ligne à l’exécution ; le tarif creux vaut la moitié du tarif plein. Masqué pour les modèles non-DeepSeek, un clic fait défiler sept relevés.

Ajoute la connexion native Codex OAuth, le choix du modèle par défaut de l’Agent principal et les réglages de connexion directe ou proxy local à DSH Desktop 0.2.0-rc.2 sous Windows.

Recherche Web étayée pour DeepSeek Harness via des passerelles compatibles avec OpenRouter : `web_search` utilise le même endpoint et la même clé que les modèles de chat, renvoie des sources citables et se configure dans les paramètres Plugins.

Affiche un badge d’occupation du contexte (calcul au survol). Dès 45 %, rédige HANDOVER.md avec fichiers modifiés, dépenses et tours récents ; à 60 %, rappelle une seule fois de conclure. Lors de la compaction, enregistre la mesure numérique d’occupation juste avant pour la consulter ensuite. Aucun appel au modèle ni ajout à la conversation ; n’empêche pas la compaction automatique.

Enregistre les tours complets (question et réponse intégrale) en Markdown simple dans le workspace de session, permet de promouvoir les meilleurs vers une base de connaissances personnelle interprojets et de la rechercher à la demande avec le modèle. Sans base de données ni dépendances runtime.

Mémoire par projet pour DSH. La rédaction des connaissances et les prompts du plugin sont modifiables : restructurez la bibliothèque et le pilotage du modèle sans changer le code. Par défaut, un document de projet conçu par l’utilisateur (handoff initialement) définit le projet ; le plugin détecte le projet de la session, y rattache les connaissances et promeut ce qui se généralise vers les couches theme/global. La logique naturelle filtre les connaissances en amont, avec compression et archivage du contexte réglables.

Affiche des plages de remplissage du contexte, le seuil de compactage par session calculé à partir de la fenêtre du modèle, le coût par étape selon les tarifs de lecture et d’écriture du cache, les succès du cache, le solde DeepSeek avec tarifs de pointe/hors pointe et un transfert en un clic. N’appelle aucun modèle et ne consomme aucun jeton.

Sélection de concasseurs à cône hydrauliques monocylindres MACKORN NH/NS et conception d’installation : saisie des besoins, choix de l’équipement, configuration, proposition, simulation de granulométrie et calibration sur données terrain. 21 outils, 6 skills, serveur MCP, aucune dépendance runtime.

Bridge MCP Codebase Memory pour DeepSeek Harness : six outils de code pour le graphe de connaissances, daemon d’arrière-plan à démarrage automatique avec UI Web de visualisation et skill agent intégrée.

Plugin DeepSeek Harness indiquant au modèle à chaque tour l'occupation du contexte mesurée par l'hôte et empêchant les résumés compactés d'affirmer à tort qu'il est presque épuisé.

Planificateur de tâches : un plugin host dsh lance des tâches récurrentes depuis une table unique, chaque exécution dans une session dsh indépendante. La planification est une logique pure, sans appel de modèle.

Transcription vocale locale multi-modèles pour le compositeur DSH Web. L'utilisateur choisit Whistle ou Voz ; chaque modèle est téléchargé à la demande. Fourni en bundle DSH.

Crée des scènes produit Blender dans DSH avec recettes modifiables, import de modèles, aperçus et sortie PNG/MP4 ; comprend atelier et configuration d'agent.

Bibliothèque de prompts stockée dans la configuration du plugin, avec page Settings et sélecteur dans le composer : les prompts cochés sont injectés à chaque étape modèle de la session. Un subagent hérite de la sélection de la session ancêtre la plus proche.

Connecte en un geste les modèles de langue, image et vidéo Agnes à DSH (désactivé par défaut), avec reconnaissance d’image et niveau thinking préremplis. Après connexion à la console Agnes (AGNES_PASSWORD pour se reconnecter), affiche quotas de requêtes sur 5 h et hebdomadaires, images quotidiennes et vidéo, consommation cumulée du compte et indicateur près du champ de saisie. Modèles de bureau AgnesCode également connectables (Windows uniquement) ; relit la connexion à l’expiration du token et temporise automatiquement en cas de limite de débit.

Inspecteur Skills en lecture seule pour DeepSeek Harness. Sépare chargements réels (preuves observées uniquement) des Skills détectables et de la déclaration d’exécution. États declared/observed/unavailable : sans preuve, « non observé », jamais « non exécuté/déclenché » ; aucun résultat attribué au Skill. Valide/évalue séparément ; compare des cas répétables sans note. Teste should-trigger/should-not-trigger en vraie nouvelle session et distingue appel modèle/demande explicite (/name n’est pas un déclencheur naturel). skill_review read-only rend un paquet structuré et signale les omissions. Calcul local depuis définitions/reçus. Chinois : modèle hôte sur demande seulement, fences/chemins/frontmatter conservés localement. Cloner ne modifie pas la source et n’exécute pas de scripts.

Génération d’images avec galerie latérale et trois outils agent (paint_image, paint_images, edit_painting). Fournisseurs prédéfinis : ModelScope, Google Gemini, OpenAI, SiliconFlow, Volcengine Seedream, Alibaba DashScope, xAI et Zhipu ; tout endpoint compatible OpenAI est aussi pris en charge, chacun avec son propre proxy.

Réveils proactifs au niveau de l'hôte pour DeepSeek Harness : laissez le modèle planifier ses propres alarmes (une fois / intervalle / cron avec jitter aléatoire), réveiller les sessions froides à l'heure, réguler les relances initiées par le modèle via des heures calmes et un budget quotidien, et récupérer les réveils silencieux

Panneau d’attribution de modèle pour le chat Web dsh : empreinte structurelle locale, sans réseau (fuites de tokens de modèle, canaris glitch, vecteurs d’usage du tokenizer) qui évalue à quel fournisseur parmi 29 ressemblent le plus les réponses d’une session. Inclut un registre de preuves par affirmation et une batterie active de 12 sondes.

Connecte l’assistant vocal Xiaozhi à DSH Web via MCP : DSH fournit les outils, regroupant 35 endpoints DSH Web en 16 outils adaptés à la voix pour workspaces, sessions, chat, modèles, Settings et fichiers. WebSocket sortant par défaut vers le point d’accès MCP Xiaozhi, sans IP publique ni redirection de port. Plusieurs appareils simultanés ; état en direct dans Settings DSH.

Lecteur TXT local dans un onglet latéral et assistant IA de lecture anti-spoilers : le modèle ne voit que le contenu déjà lu (chapitre actuel, fin du précédent et fichier de contexte par livre enrichi au fil de la lecture). Extraits, réflexions et réponses deviennent des notes Markdown structurées exportables vers Obsidian ; le texte brut ne se déverrouille que pour un livre marqué terminé.

Le web_search intégré facture un tour de modèle complet auprès du point de terminaison propre à DeepSeek ; celui-ci l'exécute plutôt sur une passerelle compatible OpenRouter, de sorte que la recherche est facturée là où se trouve déjà votre chat, au modèle et au prix que vous choisissez.

Atelier de chimie pour DSH Web. Dessinez dans Ketcher ; un script télécharge le build, rendu localement dans le navigateur sans backend. RDKit calcule la molécule courante sans appel de modèle : formule, masses, logP, TPSA, donneurs/accepteurs H, anneaux, Fsp3, centres stéréogènes, règles Lipinski/Veber, QED, alertes PAINS/BRENK, squelette Murcko, SMARTS, similarité, conversion, standardisation et nettoyage par lot. L'onglet rétrosynthèse dialogue avec un backend interchangeable (Retro* par défaut) via un processus JSON entrée/sortie ; s'il manque, il l'indique sans inventer de voie. Le calcul utilise le paquet Python du dépôt (rdkit), à installer séparément avec pip.