Plugins

Plugin DeepSeek Harness qui transforme les jugements Jev en trois actions automatiques — élaguer la sortie d'outil surdimensionnée vers les segments pertinents pour la requête, filtrer les pages récupérées à la recherche d'instructions visant le modèle, et choisir la skill adaptée à l'étape suivante — plus les outils jev_ask et jev_gate, un registre de jugements qui survit aux redémarrages et un rapport /jev-status. Nécessite une clé d'API TypeSafe ; sans elle, il reste inerte et n'envoie rien.

Connecte DeepSeek Harness aux applications et services gérés par OOMOL, avec découverte et exécution progressives de Connector Action, plus un panneau intégré pour gérer les connexions Provider.

Routes de modèle, outils et guidage système dédiés pour la vision, la compaction, les revues, les sous-agents, les titres et la génération d'images.

Couche de coordination de plugins : les plugins déclarent leurs capacités, les commandes sont routées vers le plugin propriétaire sans appel au modèle, les schémas d'outils se chargent à la demande pour réduire les tokens du prompt, l'historique d'exécution se consolide en mémoire long terme au repos, et les échecs sont classés avant toute nouvelle tentative.

Facturation du cache par appel dans la fenêtre contextuelle du compteur de contexte : totaux de l’étape, du tour et de la session actuels avec tokens et montants de hits / misses / sortie, tarification automatique des heures de pointe et creuses à Pékin, tarifs par modèle et facturation des relais tiers également.

Utilisation de l'ordinateur via un périphérique USB HID externe : nommez une cible en langage naturel, un modèle de vision la localise dans une capture d'écran recadrée, et un Raspberry Pi Pico 2 déplace la vraie souris et tape sur le vrai clavier. 7 outils. Windows dispose de la liste des fenêtres, du recadrage par fenêtre et du relèvement automatique des fenêtres ; macOS nécessite pyobjc et ne dispose d'aucune de ces fonctions ; Linux n'est pas pris en charge.

Réducteur de résultats d'outils sensible au contenu : 13 réducteurs taillent les sorties excessives par signification dans tools/post-execute (les tests échoués sont conservés, le contexte de diff est supprimé, JSON et CSV sont échantillonnés, les problèmes de lint sont groupés par règle, les frames de pile de dépendances sont repliées et les répertoires encombrés sont comptabilisés), les originaux complets étant déversés sur disque derrière un localisateur.

Serveur MCP de données financières des actions A chinoises : 11 outils fin_data__* (cours/chandeliers/données financières/calendrier/données spéciales/annonces/EDB/rapprochement/fonds/indices) sur THS REST officiel gratuit (principal) + AKShare (secours) + Wind (domaines exclusifs), avec dégradation observable, compression du budget de contexte (-72,2 % mesuré côté résultats) et un lac hors ligne de 10 ans de données de marché. BYOK.

Un panneau flottant à droite et une commande /context pour DeepSeek Harness — un graphique en anneau en direct de l'utilisation des tokens de contexte, de leur répartition et du coût estimé.

Recherche web multi-moteurs pour les agents de codage — un cœur SearchBoost unique (recherche fusionnée, fetch, X) avec des adaptateurs MCP (Cursor, Codex, Claude Code, Grok Build, Antigravity), une extension pi et des bundles DeepSeek Harness

Souris et clavier réels pour un agent DeepSeek Harness : décrivez en mots ce qu'il faut cliquer, un modèle de vision le trouve, un périphérique USB HID clique dessus.

Force la compression du contexte lors de l'exécution de modèles llama.cpp à faible contexte tels que Qwen3.8-27B, améliorant l'efficacité du modèle et la fluidité d'utilisation, accompagné de prompts de compaction bien affinés.

Dossiers de session à un niveau pour la barre latérale web - regroupez les sessions par espace de travail, déplacez-les par glisser-déposer ou menu contextuel, archivez et restaurez, persistance côté serveur.

Une interface utilisateur de terminal inspirée de l'opencode pour DeepSeek Harness qui démarre en tant que plug-in d'application de profil dsh, avec une barre latérale de session, un chat en streaming, des cartes d'outils de démarque, des listes de tâches, des suggestions de commandes slash, un pied de page de télémétrie avec un indicateur de contexte et des invites d'approbation en ligne.

Allègement réversible du contexte pour DeepSeek Harness : réencodage tabulaire sans perte de tableaux JSON uniformes de style TOON, fenêtres de table échantillonnées par pas avec numéros de ligne, et déduplication inter-tours des sorties d'outil répétées ; chaque remplacement passe un seuil octets+jetons (≤72 % d'octets, strictement moins de jetons estimés) et l'original est écrit sur disque derrière un avis `[save-token #id]`, récupérable en un appel via l'outil `save_token_expand`, avec le comptage des jetons facturés et économisés dans un tableau de bord des paramètres.

Compression de contexte déterministe pour dsh — zéro appel LLM, élagage par règles qui préserve textuellement chemins, commandes, traces d'erreur et tâches ouvertes. Compresse ~80k jetons en quelques centaines.

Compactage de contexte gardé pour DeepSeek Harness (dsh) : le LLM propose, les gardes deterministic disposent — réduction eager par atome (extract/summary/false sous gardes verbatim) + éviction paresseuse du reference-graph (0-LLM) + rappel au bit près depuis un log append-only.

Contrôle par tour du niveau de réflexion (reasoning_effort) pour DeepSeek Harness : Auto planifie low/high/max selon l'historique récent des tool calls, ou permet de fixer un wire level (off/on/minimal/low/medium/high/xhigh/max), avec mappage wire personnalisé, garde de capacités par modèle et préréglages de fenêtre de contexte (64K–1M) ; sa capability card s'associe à [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (installable depuis dsh-market) pour tester le raisonnement avec des passerelles compatibles OpenAI (vLLM / LM Studio / auto-hébergées). La carte écrit les capacités llm-pi-ai, l'adaptateur pilote le wire (compat.thinkingFormat) et le plugin maintient la liste de takeover.

Serveur MCP de données financières A-share chinoises pour le harness : 11 outils fin_data__* (quotes/K-lines/financials/calendar/special-data/announcements/EDB/reconcile/funds/indices) sur THS REST officiel gratuit (primaire) + AKShare (fallback) + Wind (domaines exclusifs), avec dégradation observable, compression de budget de contexte (-72.2% côté résultat mesuré), et un lac de données de marché hors ligne 10 ans ; BYOK.

Passerelle MCP à divulgation progressive qui recherche de grands catalogues distants via `mcp_search`, puis invoque les schémas exacts via `mcp_call`, avec connexions différées et caches bornés.

Plugin DeepSeek Harness qui se connecte à un serveur PowerContext via HTTP pour le rappel, la mémoire, le transfert de contexte, l'expérience et les skills.

Plugin de mémoire à long terme NeatMem pour DeepSeek Harness — client REST léger vers un serveur neatmem

Intégration non officielle de DeepSeek Harness pour Unreal MCP d'Unreal Engine 5.8

Repliement de contexte sans perte pour DeepSeek Harness : le segment le plus ancien est remplacé par un résumé, et les originaux restent dans le journal de session.