Plugins

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.

Niveaux d'utilisation et cartes de statistiques partageables : 🐟→🐳 classements par consommation mensuelle de tokens avec percentile estimé calculé localement, tarification précise pour 46 modèles chez 6 fournisseurs (y compris tarification chinoise par niveau de taille), remplissage rétroactif des sessions pré-installation, et comparaison ancien/nouveau suite au changement de tarifs du 2026-08-17. Local uniquement, sans télémétrie.

Rétrospective de session automatique : à la fin d'une conversation, distille l'expérience utile en compétences réutilisables stockées dans la bibliothèque de compétences pour que le modèle les appelle, avec déclencheurs accélérés par signaux, exécutions manuelles, un mode d'approbation et la gouvernance de la bibliothèque (archiver/restaurer, jamais de suppression directe).

Plugin à un stade précoce connectant DeepSeek Harness à un serveur OwnDsh auto-hébergé déployé séparément pour l'identité d'équipe, le contrôle d'accès aux modèles, les quotas et l'audit d'utilisation.

Couche d'intégration native DSH pour le moteur de mémoire Minta : compose la ligne officielle dsh-mcp-client, enregistre la skill minta-memory-governance ainsi qu'un préchauffage de mémoire en début de session, et fournit un preset d'agent Minta ; nécessite le moteur Minta déployé séparément (Python/Docker) pour fournir les 19 outils MCP — inutilisable sans celui-ci.

Badge de quota d'en-tête plus un onglet de surveillance de l'utilisation : solde en direct/quota restant et compte à rebours de réinitialisation par fournisseur, avec requêtes, jetons (entrée/sortie/cache-lecture/cache-écriture), taux de réussite du cache, coût estimé et latence moyenne suivis par session, fournisseur, modèle et client, stockés localement dans SQLite avec importation/exportation multi-appareils.

Modèle par défaut configurable pour les délégations de sous-agents via settings.yaml, avec stratégies mono-modèle et multi-modèles en tourniquet ou aléatoire.

Le trio bureautique ! Outils de documents bureautiques pour DeepSeek Harness (dsh) : génère, lit et modifie des feuilles de calcul (.xlsx), des PDF et des présentations (.pptx).

Un moteur d'écriture de web-fictions pour DeepSeek Harness : rédaction parallèle, plan et brainstorming avec une clé DeepSeek distincte, gestion de l'univers et des présages, récupération vectorielle sémantique, une bibliothèque de corpus, un registre d'utilisation, une relecture mécanique et un plan de sérialisation local.

Boutique communautaire indépendante de plugins DeepSeek Harness : découvrez, installez et soumettez des plugins, outils et extensions vérifiés.

Observabilité des tokens local-first à quatre compartiments : tableaux de bord persistants par session/fournisseur/modèle/jour, tendances, signaux de budget et d'anomalies, estimations de tarifs publics, exports agrégés sécurisés, et analyse de l'utilisation ou de la trajectoire de session avec consentement explicite.

Analyse un fichier audio local et fournit un bref avis en langage clair sur le tempo, la tonalité, la dynamique, l’écrêtage et la structure de l’arrangement. Les mesures brutes restent dans un bloc séparé ; l’audio ne quitte jamais la machine.

Affiche en direct le flux de diffusion (débruitage) d’Inception Mercury dans la bulle de réponse de la Web UI DSH. Pour les routes compatibles, renvoie la requête avec `diffusing: true` et rejoue les frames réels du bruit au texte final ; seule la réponse convergée entre dans le journal de session. Un probe par fournisseur/modèle vérifie la prise en charge et est rejeté avant la génération de tokens. Activation par modèle ; pièces jointes, appels auxiliaires ou routes non prises en charge reviennent à l’adapter d’origine. Actif, il remplace le renderer des messages assistant pour tous les modèles.

Héberge la passerelle WorkBuddy2API dans DSH avec un panneau natif, un kernel pouvant être mis à jour séparément et une empreinte sortante alignée sur WorkBuddy Desktop 5.9.2.

Auto-amélioration hors ligne des agents de code : valide les stratégies par relecture contrefactuelle sur un modèle du monde évolutif. Sans fine-tuning, LLM figé. MCP et Python server inclus.

Plugin DSH avec kimi-ppt : crée, modifie et exporte des .pptx locaux avec aperçu Pillow, sans navigateur.

Persona pour DeepSeek Harness : un config.json régit le nom que se donne l'IA (par modèle, par palier), comment elle vous appelle, sa posture, le texte de caractère, des contrats par élément avec options, la langue de la réflexion et le ton des réponses, plus une mémoire à confirmation humaine : l'IA ne peut qu'ajouter des candidats, une ligne de confirmation les active, et le journal est en ajout seul, rejouable. Les entrées confirmées sont injectées comme bloc cité de données et non d'instructions ; celles étiquetées d'un kind vont vers des fichiers arbitraires et n'atteignent jamais le prompt. Le prompt est relu depuis le disque à chaque assemblage : les modifications s'appliquent sans redémarrage. Presets : instantanés JSON partageables. Sans dépendances, réseau ni shell.

Adaptateur DeepSeek Harness pour Koma Miko Agent Specs.

Conserve un pool de clés API par fournisseur avec des routes clones créées automatiquement, passe à la clé suivante en cas d’erreurs de quota ou de rate limit, interroge les clés refroidies pour la reprise, et affiche les pools, le cooldown et les codes de bascule dans une section Settings.

Ajoute un outil generate_image reposant sur la file FAL, toute API d’images compatible OpenAI ou un abonnement ChatGPT/Grok, et affiche le résultat directement dans la conversation.

Barre latérale droite de l'interface web DSH : explorateur de fichiers façon VS Code et gestion de sources (git status, stage/unstage/discard, commit, diff, graphe de commits, fetch/pull/push, branches et remotes, git init, bascule multi-dépôts, statut de fichier coloré, icônes par type de fichier), une vue éditeur qui ouvre tout fichier atteint depuis le chat, l'arborescence ou la gestion de sources (aperçus Markdown/HTML/PDF/image, coloration syntaxique pour 15 langages, édition de diff par hunk, enregistrement Ctrl+S), des opérations de fichiers (créer/déplacer/copier/supprimer, révéler dans l'explorateur), un rail d'icônes repliable, un terminal inférieur multi-onglets (ConPTY) et des messages de commit générés depuis le diff indexé par un modèle configuré sur l'hôte.

Plugin DeepSeek Harness (dsh) pour l'analyse d'actions, le filtrage et le backtesting de stratégies sur les marchés A/HK/US/JP/KR/TW

Rendez n'importe quel projet prêt pour les agents IA en une seule commande. Détection adaptative de la stack technique (7 langages × 14 frameworks × 61 composants), génération automatique d'AGENTS.md, d'un squelette de documentation, de CI/CD et d'infrastructure de tests. En une phrase : donnez à n'importe quel projet la capacité d'être développé par IA.

Génère des Functions, des outils MCP, des Skills de workflow et des paquets de tests hors ligne à partir de code source autorisé par l'utilisateur.