Plugins

Crée des figures scientifiques par le code : les agents produisent un IR versionné et le modifient nœud par nœud sans déplacer les objets intacts. Exporte de vrais SVG/PDF/PPTX vectoriels prêts à publier. Sept outils papercanvas_* (create/get/patch/layout/lint/render/inspect), moteur déterministe, lint FC001-FC008 et résolution de polices CJK. Vérifié avec DSH 0.1.5-rc.3 à 0.2.2-alpha.2 ; par l’auteur de dsh-sessionflow. Nécessite le moteur PaperCanvas installé séparément : Python 3.11+ et CLI papercanvas (pas encore sur PyPI), à installer depuis ce dépôt puis placer dans PATH ou définir papercanvasBin. Le plugin est un adaptateur léger, sans moteur inclus.

Plugin de registre d’écriture chinois pour l’éditeur 白广大 de Gcores/机核. Enregistre une skill de style de 40 Ko et les outils style_lint/style_audit/style_rules : 4 erreurs bloquantes et 27 avertissements (connecteurs interdits, slogans excessifs, quantificateurs vides, paragraphes uniformes, statistiques sans source, clichés d’IA, etc.), calibrés sur 444 articles/802 000 caractères. Réglages : activation, essais unitaires ou par lot et seuils JSON.

Mémoire SQLite par projet avec récupération progressive, contexte borné, bouton du compositeur et revue visuelle. Installe le bundle DSH à la racine du dépôt, puis lance /learning-init avec le chemin absolu du projet sous Python local 3.10+.

Base de connaissances locale pour DeepSeek Harness. Chaque base est un dossier de texte UTF-8, PDF textuels et images lues par OCR. Avant chaque tour, recherche dans les bases choisies pour la session via n-grammes chinois et BM25. Les réponses comportent des citations ouvrables dans un lecteur latéral. L’agent dispose de cinq outils kb_* (list, search, read, stats, propose text) et de commandes /kb pour créer, utiliser, gérer les fichiers, rechercher et rescanner.

Ajoute à l’en-tête des boutons pour déplacer une session commencée vers un autre workspace et changer son préréglage Agent.

Ajoute un système d’humeur à DeepSeek Harness : évalue 33 humeurs nommées toutes les 3 à 6 heures avec de petits ajustements à chaque message ; inclut aussi une mémoire intersessions, une bibliothèque de goûts esthétiques et un journal chiffré. Le modèle peut appeler tous les outils d’humeur, mémoire, goûts et journal ; chacun des cinq modules possède son propre interrupteur. Seul le modèle écrit le journal, sans modèle de résumé généré. Fork allégé de JMX-4869/dsh-mood ; installez l’un ou l’autre, pas les deux, car ils enregistrent les mêmes noms d’outils.

Starpost (星邮) est un réseau social pour bots IA : un compte par bot, amis, discussions de groupe, publications/commentaires, place publique, bouteilles de messages, parties de Werewolf programmées, quotas quotidiens et limite anti-répétition. Le client DSH fournit 17 outils ; il regroupe les événements entrants dans un prompt à intervalle configurable (20 s par défaut), l’agent répond en un tour et les réponses repartent par les mêmes outils. Un compte Starpost est requis ; inscrivez-vous dans le panneau du plugin au premier lancement. Port DSH de l’extension MIT `cortico-world-starpost` de hth768, incluse sous `vendor/` ; incompatible avec l’extension upstream Coo.

Tableau de bord d’usage OpenCode : panneau latéral des quotas et consommations dans DeepSeek Harness, avec périodes d’abonnement Go, dépenses Console, tendances, prévisions, ventilation par modèle, comptes multiples, filtre des comptes de service et interface en anglais/chinois.

Enregistre des visionneuses Mol* dans dsh-better-sidebar pour les fichiers PDB, mmCIF, cartes MRC, petites molécules et marqueurs Chimera .cmm, y compris .gz. Ajoute un onglet d’espace de travail BioViewer et les outils bio_open / bio_add.

Espace de lecture pour DSH avec bibliothèque en grille de couvertures et lecteur paginé, simple ou double page, pour Markdown, TXT, HTML, EPUB, MOBI et PDF. Les notes de surlignage sont ancrées aux décalages du texte ; trois outils d’agent listent les livres, lisent les surlignages et extraient des passages.

Relie les conversations privées et groupes QQ à DSH via OneBot 11. Ajoute qq_send et d’autres outils pour que l’agent réponde, envoie des stickers et attende les suites.

Modèles décisionnels multimodaux Decision 3.0 pour DeepSeek Harness, avec tools de probabilité calibrée, page Settings et carte de probabilité.

Outils natifs DeepSeek Harness pour l’extension Kimi (WebBridge) et le contrôle KimiCU : kimi_browser_* pilote le vrai navigateur connecté de l’utilisateur ; kimi_cu_* observe et contrôle les bureaux Windows.

Uncle Sam répond via chat.deepseek.com dans un vrai onglet navigateur plutôt que par l’API à l’usage. Basculez entre API et compte Web depuis le composer ; les réponses Web sont signées pour identifier la route utilisée.

Plans durables de décomposition des tâches pour DeepSeek Harness avec boucle d’apprentissage. Chaque sous-tâche de département suit trois phases ordonnées (planifier, exécuter, vérifier) ; la vérification exige un retour sur les problèmes, détours et résolutions. Ce retour est enregistré dans un fichier permanent de leçons, classé par rapport à la nouvelle tâche et injecté dans les délégations suivantes pour éviter la répétition. Ajoute l’outil en lecture seule dsh_workplan_lessons (11 outils modèle au total), un panneau de progrès avec anneau, barres empilées et étapes, et une autoévaluation publique de sécurité ISO/IEC 15408:2026 sans dépendance à l’exécution.

Cinq tools audio pour l’agent : anyaudio_music effectue hors ligne le rendu de partitions note par note depuis des banques SoundFont locales ; anyaudio_sfx propose 52 presets SoundFont et 15 générateurs procéduraux ; anyaudio_tts parle via Edge ou MiMo ; anyaudio_mix applique le ducking et normalise le pic ; anyaudio_sources gère la bibliothèque SoundFont partagée.

Audit statique du contexte d’un home DSH : baseline à six couches (rules, memory, skills, tool surface, sessions, KB), liens cassés de la carte Markdown, doublons/obsolescence/dépassements de memory, compression des descriptions SKILL.md et estimations du tool surface/contexte statique au démarrage à froid reconstituées depuis les logs. Quatre tools DSH en lecture seule ; écrit uniquement avec --apply, après backup. Python 3.10+ sur le host (stdlib ; les quatre tools lancent le CLI fourni via shell).

Lit, envoie des messages et suit en direct les sessions DeepSeek Harness locales depuis un agent : quatre outils (session_list, session_read, session_send, session_chat) et une CLI Python équivalente, via le RPC local de l’application de bureau. Les transcriptions sont aussi lisibles hors ligne. Python 3.10+ requis ; la CLI zstd est également nécessaire pour les lire hors ligne.

Ajoute une mémoire visuelle adressable à l’agent DeepSeek Harness : retrouver une image, examiner une zone et lire les pixels exacts.

Preset d’agent à divulgation progressive et outil de répertoire d’appels : part d’un minimum puis déverrouille outils, skills et serveurs MCP à la demande.

Ensemble de skills DeepSeek Harness pour les mods de Hearts of Iron IV 1.19.3 : échafaudage du mod, arbres de priorités, événements, décisions, idées, personnages, technologies, MIO, projets spéciaux, GUI, localisation, DDS, vérificateur statique, installateur et analyse de error.log. Outils Python inclus, sans ressources du jeu.

Chargement automatique des serveurs MCP par projet. Déclaration dans .agents/mcp.json (chemin et marqueurs de racine configurables) ; chaque session dans le projet monte ses serveurs dans son propre périmètre, en stdio ou Streamable HTTP. Les outils sont nommés mcp__<server>__<tool> et les connexions sont fermées à la fin de la session. Un panneau Web UI liste serveurs et outils ; après confirmation, il permet d’activer ou désactiver une entrée, en sauvegardant puis réécrivant le manifeste de façon atomique.

Démonstration mathématique auditable pour DeepSeek Harness : serveur MCP local stdio avec 23 outils de vérification automatique, skill de workflow incluse et commandes /prove et /audit-proof. proven, refuted et inconclusive restent distincts ; les étapes non prouvées sont signalées. Le premier lancement nécessite Python 3.10+ et pip install -r requirements.txt ; les 23 outils sont indisponibles avant cela.

Ajoute les skills handoff, context-decision et context-diagnose, ainsi que les outils autonomes context_pressure/context_history (pic de tokens, statistiques de compaction). Inclut realWindows par route avec preuve windowSource, routeKey, ligne de transfert forcé handoffAt et commandes slash.