Plugins

Plugin DSH qui remplace le réglage model/intensité de raisonnement de la zone de saisie par un curseur reasoning strength; compatible avec les dernières versions officielles de DSH et DSH Desktop.

Garde-fous qualité Forge pour DeepSeek Harness : contrôles par tâche, lecture avant modification, interception des commandes bash risquées et score qualité, appliqués par le CLI local forge via les points d’interception typés de DSH. forge doit être dans PATH ; sinon le plugin échoue en mode ouvert et tente de le signaler au démarrage. Les contrôles de tâche nécessitent aussi forge init dans le projet.

Lit via HTTP API le workbuddy2api-panel en cours d’exécution et synchronise ses modèles dans le sélecteur DSH, avec multiplicateurs de crédits, labels de région CN/international et niveaux reasoning par model. Affiche aussi les crédits restants et l’usage dans Settings et un badge latéral.

Garde le modèle partagé par défaut épinglé : changer de modèle dans une conversation ne modifie plus le défaut global ni ne réduit son effort de raisonnement.

Fork de dsh-reasoning-effort. Ajoute au composeur un sélecteur de modèles à deux niveaux (fournisseurs, panneau latéral de modèles, recherche, lignes compactes), avec curseur d’effort de raisonnement et effets du niveau max.

Enrichit automatiquement les model channels de DeepSeek Harness : plus besoin de régler par model contextWindow, maxTokens, entrée multimodale [text, image] et niveaux reasoning effort {low, high, max} après ajout d’un provider channel. Enrichissement à l’enregistrement, page Settings UI et sauvegardes horodatées.

Plugin DeepSeek Harness pour les abonnements SuperGrok et X Premium : connexion par device code, provider xai, modèles de chat visibles pour le compte avec contexte et prix par million de tokens, reasoning effort lu depuis les capacités du model et usage de l’abonnement.

Après chaque tour, prédit le message suivant et l’affiche en ghost text gris dans le composeur. Tab prend toute la ligne, Alt+Right un mot à la fois, Enter accepte et envoie, Esc ferme, Alt+R régénère sans répéter l’ancien. Quelques caractères complètent depuis les prompts déjà envoyés dans la session; Up dans un composeur vide rappelle le dernier. Un formulaire de la page plugin règle provider, model, reasoning effort, toggles par clé et limites de génération.

Remplace le menu modèle du composer par un sélecteur à deux panneaux : liste recherchable par fournisseur à gauche ; fiche à droite affichant context window, output cap, tags de capacités et reasoning-effort lus auprès du fournisseur du modèle. Le nom npm `dsh-model-picker` appartient à un autre auteur ; installer depuis cette source GitHub.

Lance avec DSH le backend autonome `jasonxu114514/opencode2api` (Windows x64/ARM64, sans Docker ni CLI OpenCode) ; à la fermeture, arrête uniquement le processus qu’il a lancé. La carte de réglages installe, met à jour ou restaure le backend depuis les releases GitHub vérifiées par checksum, copie le mot de passe admin initial et synchronise `/v1/models` dans un fournisseur avec context, vision et reasoning efforts ; resynchronisation toutes les 10 minutes.

Lit la liste de modèles de chaque endpoint tiers et synchronise `reasoningEfforts` par modèle dans llm-pi-ai, afin que le composer propose uniquement les niveaux thinking réellement disponibles pour chaque modèle.

Enregistre des agents ACP externes (Agent Client Protocol), tels que Codex, Claude Code et Gemini CLI, comme fournisseurs DSH. Mappe `thought_level` au sélecteur reasoning-effort, transmet les images seulement si l’agent annonce `promptCapabilities.image` et route les demandes d’autorisation vers la boîte d’approbation DSH. La page ACP Agents importe le JSON Zed `agent_servers` et détecte les modèles.

Ajoute AMD Radeon Cloud comme fournisseur de modèles dans DeepSeek Harness, avec niveaux reasoning-effort déclarés par modèle. La définition du fournisseur est dans la couche patch du plugin, pas dans votre profil.

Remplace la liste reasoning-effort par un curseur à crans manipulable. Propose 13 effets canvas répartis en cinq familles (thrust, fluid, fantasy, tech, texture), déverrouillés sur trois niveaux selon l’effort. Le mode Custom combine 10 formes de particules et 8 trajectoires ; 9 accents et un sélecteur hexadécimal recolorent les effets. Sons de touche facultatifs : deux clips vocaux, canard synthétique, clic mécanique et fichier audio local.

Plugin DSH de sélection automatique du niveau de raisonnement : le modèle Jev System One juge la quantité de réflexion que mérite chaque message, déduit le palier à partir des niveaux déclarés par le modèle, une enveloppe de contexte permet aux relances comme « continue » d'hériter de la profondeur du sujet, les égalités se tranchent vers le haut et tout échec réutilise silencieusement le niveau d'origine. | Effort de raisonnement piloté par Jev pour chaque message : échelles par modèle déduites de ce que chaque modèle annonce, enveloppe de contexte à taille fixe pour que les relances héritent de la profondeur du sujet, égalités tranchées vers le haut, repli silencieux sur tout chemin d'échec.

Contrôle natif de l'effort de raisonnement pour la zone de saisie : une barre de niveaux bleu à violet avec un champ d'étoiles et un balayage de reflet. Il occupe le siège du modèle et pilote le service officiel des annuaires de modèles, si bien que l'échelle provient de la déclaration de raisonnement propre à chaque modèle et qu'aucun autre plugin n'est nécessaire.

Éditeur des capacités des modèles : modifiez en ligne les niveaux reasoning-effort et la prise en charge de l’image (multimodal) sur la page officielle ; l’ensemble du groupe est réécrit dans settings.yaml. Un accès flottant sert de secours si l’ancre échoue.

Ajoute une entrée Quick Chat dans la barre latérale de l'interface web, qui ouvre une fenêtre de chat flottante avec son propre sélecteur de modèle et d'effort de raisonnement, éventuellement amorcée avec la transcription de la session courante, et conserve chaque conversation latérale dans un historique reprenable, renommable et supprimable.

Routage explicite des modèles pour Main, Subagents, web_search et la génération d’images. Les sélecteurs Composer et Plan Review issus du catalogue proposent les variantes Model, Effort, Context, Fast et Thinking.

Configurez les routes de modèle par défaut pour les sous-agents DeepSeek Harness, avec des options de modèle unique, tourniquet, aléatoire et d'effort de raisonnement par route.

Ajoute Claude, Gemini et un modèle Ollama local au sélecteur de modèles natif de DSH, en utilisant vos connexions Claude Code / Antigravity CLI existantes au lieu d'une clé d'API facturée à l'usage, avec un sélecteur d'effort de raisonnement fonctionnel pour Claude.

Skin de style Pokémon pour DSH Web avec cadres GBA, statut en barre de HP, panneau de niveau d'effort et palettes de couleurs personnalisables.

Routage unifié des modèles pour DeepSeek Harness : un ModelID logique sur plusieurs fournisseurs avec failover au premier token et cooldown, classement des candidats selon leur santé, trois niveaux (tier1/tier2/tier3) sélectionnés automatiquement selon l'usage, effort de raisonnement par candidat et panneau de gestion sur la page des paramètres.

Gestionnaire de niveaux d'effort de raisonnement pour modèles API personnalisés plus mémoire de préférences inter-sessions : toggles inline low/medium/high/max dans Paramètres → Modèles, avec écritures atomiques des paramètres.