Plugins

Governs multi-model access, monthly credits, manual/quality/credit/auto routing, failure rerouting, and usage auditing for DSH.

Rule-based multi-provider model routing for DeepSeek Harness with pre-first-token failover, cooldown circuit-breaking, usage accounting, and a status API.

Branching surveys in the web GUI: the ask_survey tool with per-option routing, hover insights, Mermaid diagrams, quick one-click answer templates, and resumable banked progress.

User-defined agents with automatic routing, model failover, and squad orchestration: six model tools (agent_dispatch / agent_followup / agent_list / agent_squad / agent_import_skill / agent_upsert), no built-in agents, a native right-tab panel (Overview / Agents / Squads / History), and a floating action ball.

Explicit model routing for Main, Subagents, web_search, and image generation, plus a catalog-driven Composer and Plan Review picker with Model, Effort, Context, Fast, and Thinking variants.

A permanent DSH plugin that bundles a developer workbench, an in-session conversation tree, and a plugin manager: build and run an LVAL project, browse its code, and keep per-program version snapshots with rollback; edit, retry, or branch any message in place, with message micro-versions; a feature manager plus a global-plugin library whose entries each carry an enable tier; cross-dialogue memory, one-shot temporary chats, and model collaboration; five network-permission tiers, mixed-model routing, a security audit, and browser control through a companion extension.

DeepSeek-Harness plugin for multi-model orchestration with recursive task decomposition, dynamic routing, quality gates, failure recovery, and KPI reporting.

Branching surveys in the web GUI: the ask_survey tool with per-option routing, hover insights, Mermaid diagrams, quick one-click answer templates, and resumable banked progress.

Transparent multimodal routing for text-only models: every image in every model call is fully transcribed (verbatim OCR, data, uncertainty zones, injection-hardened) by your own multimodal understander, with focused re-look via vision_relook and automatic retry on image-related failures. No bundled endpoints, no borrowed logins.

Adaptive model discovery, evaluation, tiering, and subagent routing for DeepSeek Harness.

Dual-model auto-routing plugin: low-cost direct / high-cost upgrade with an escape-learning closed loop (wrong direct answers auto-learn fingerprints, force-upgrading the same fingerprint next time), persisted and interoperable with the Python ModelRouter.

Free-tier model routing for the DeepSeek Harness (dsh) - discover OpenRouter free models, apply the best free model as agent default, auto-rotate on rate limits; paid config untouched unless asked.

Délégation hiérarchisée à des sous-agents : routage de modèles par rôle avec bascule, effort de raisonnement par route, étiquettes masquant le modèle, délégation par fork et éditeur visuel de routes.

Routage de modèles par niveaux pour DeepSeek Harness : niveaux think/build, délégation à la vision (le modèle de vision ne fait que décrire les images ; le modèle de travail agit), génération d'images et garde à fort impact.

Plugin out-of-tree DeepSeek Harness : donne des yeux à un modèle de codage textuel en routant les images vers une route Qwen-VL (DashScope) via ctx.llm et en retournant du texte.

Protocole de collaboration multi-agents indépendant du projet pour DeepSeek Harness : gardes de boucle qui arrêtent les boucles d'agents emballées, format de passation à six champs, routage des revues par niveau de risque et séquence fixe verify→commit→push→review→close. Une seule skill au lieu des mêmes règles copiées dans les instructions de chaque agent.

Méta-skill d'appariement tâche-skill avec une échelle de paresse pour un chargement minimal, une table de routage modifiable par l'utilisateur et un flux d'installation en quarantaine, analyse SkillSpector et approbation humaine.

Routeur de modèles à deux niveaux pour DeepSeek Harness — routage par LLM-Judge, chaînes de repli multi-modèles, bascule avec backoff exponentiel, et orchestration au niveau tâche (adaptation DSH de pi-shift-router).

DeepSee : vision DeepSeek Harness, routage multi-modèles, et auto-vérifications visuelles Gemini avant livraison.

Profils de prompt Markdown réutilisables pour DeepSeek Harness, avec sélection du modèle par tour, substitution d'arguments et restauration d'état.

Extra LLM provider routes for DeepSeek Harness: OpenCode Go with per-session x-opencode-session routing, and OpenAI Codex over ChatGPT-subscription OAuth.

Semantic tool routing, skill discovery, and typed System One decisions for DeepSeek Harness powered by TypeSafe Jev.

Skill routing for DeepSeek Harness: embeds skills and each user task with a local model, keeps the clearly-relevant skills with a gap-based selection rule, and auto-injects their full bodies into the prompt.

Large-image recognition for vision-exp models: lossless 800×800 tile recognition (smart/pipeline/full), local OCR with preprocessing & handwriting routing, optional multi-vendor GPU (DirectML/CUDA/OpenVINO) with auto CPU fallback.