Plugins

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.

Extension RTK (Rust Token Killer) pour dsh-router : réécrit chaque appel d'outil bash via `rtk rewrite` afin que l'agent lise une sortie de commande compressée, et revient à la commande originale lorsque rtk est absent ou n'a pas d'équivalent.

Traduction chinoise de bout en bout pour l’interface Web dsh : traduction en direct du raisonnement du modèle pendant le streaming, chinois intégré sous chaque réponse anglaise, et résumés chinois d’une ligne pour les sorties d’outils et les annotations d’appels d’outils — une requête autonome au fournisseur qui n’entre jamais dans la transcription de session.

Plugin auto-évolutif pour DeepSeek Harness : il observe le fonctionnement de l'agent, propose des améliorations de ses propres actifs via le LLM, valide chaque proposition dans un agent d'essai en sandbox et n'applique que les mutations vérifiées — avec registre versionné et retour arrière automatique en cas de régression.

Automatisation d’interface par IA via Midscene : outils android_ui et web_ui permettant d’appuyer, saisir, interroger et vérifier sur un véritable appareil Android ou un Chrome déjà lancé via l’interface ctx.midscene.

Exécute le système de fichiers, bash et les terminaux PTY de l’agent dans un conteneur Docker en fournissant les interfaces `ctx.fs` et `ctx.subprocess`, afin que le répertoire courant, l’environnement et les processus d’arrière-plan survivent au redémarrage du harness.

Plugin DeepSeek Harness qui transforme des captures d'écran UI en spécifications web de niveau implémentation à l'aide d'OCR, de géométrie déterministe, de graphes de scène, d'assets et de comparaison de rendu.

Laboratoire de curation testé pour les plugins DSH : chaque entrée passe de véritables portes d'installation/analyse statique dans un environnement isolé, avec des journaux complets et des commandes de reproduction (en chinois d'abord).

Empaqueteur de configuration d'agent pour DeepSeek Harness : empaquetez les ressources locales de l'agent (skills/sessions/profils/paramètres/mémoire) dans un zip pour migration ou partage, avec analyse de confidentialité, restauration basée sur diff, gestion des packs et UI de paramètres ; la mémoire est livrée comme un miroir Markdown en lecture seule, pas comme la base de données active.

Importe les sessions, compétences et actifs de plugins Claude Code dans DSH en tant que sessions natives reprenables, et exporte ou synchronise les sessions DSH vers JSONL de Claude Code.

Traçabilité adressée par contenu des artefacts, faits, actions et rapports pour DeepSeek Harness

DSH Typewriter : une ambiance sonore de frappe en WebAudio, avec une API de réglages propre au plugin et zéro fichier audio embarqué.

Passerelle universelle Model Context Protocol (MCP) pour DeepSeek Harness : connecte les agents à des serveurs MCP stdio/sse/websocket avec un moteur d'échelle de 10 000 outils dormants, une recherche d'outils BM25 en moins d'une milliseconde, une budgétisation dynamique des jetons et un tableau de bord web en temps réel.

Réveils proactifs au niveau de l'hôte pour DeepSeek Harness : le modèle programme ses propres alarmes (une fois, intervalle ou cron, avec jitter optionnel), les sessions froides sont réveillées à l'heure via session resume, les relances du modèle sont encadrées par des heures calmes et un budget quotidien, et les tours de réveil silencieux se terminent par proactive_reclaim et sortent du contexte comme des pierres tombales. Les fichiers de planification déclarés synchronisent par glob leurs JSON avec les alarmes de l'hôte ; min_idle_seconds reporte les réveils jusqu'à ce que la session cible se calme, et un panneau web gère alarmes et historique — le moteur de battement pour les compagnons IA et les personnages de rôle ayant leurs propres routines.

Skill de méthodologie de clonage de sites web : un arbre de décision privilégiant la source réelle couvrant les sites statiques, les sites de contenu React/Vue/Next et les fronts riches en WebGL/Canvas, la vérification obligatoire du code exécutable cité d'analyses d'IA de seconde main, et 13 scripts Node sans dépendances pour la reconnaissance de navigateur via CDP, la collecte d'assets/polices, le crawling de routes, la chasse aux sourcemaps et l'audit par différence de pixels.

Ancre d'instructions de session pour DeepSeek Harness : la première étape d'une nouvelle session injecte un bloc d'instructions librement composé comme message issu du plugin, et il est réancré après une compaction par résumé, tous les N tours, ou lorsque la pression de contexte mesurée franchit un seuil. Une commande /anchor réancre à la demande sans appel au modèle ; une page de paramètres gère la bibliothèque de presets paginée, l'ordre d'injection, la source de réancrage et les limites de caractères.

Ajoute une bibliothèque de modèles 3D dans son propre onglet de conversation, où les agents stockent des modèles créés à partir de scripts CadQuery ou fournis sous forme de maillages tessellés ; la bibliothèque les prévisualise avec three-cad-viewer, les organise en dossiers et les exporte vers 10 formats, dont STEP, BREP, STL et DXF.

Style de sortie Concis en un clic pour DeepSeek Harness : résultats d'abord, pas de remplissage, même profondeur de travail. Chaque réponse finale s'ouvre par une carte de résumé en langage clair (sélectionnez du texte pour copier), délimitée par session, fonctionnant aussi en headless/CLI, avec commande /concise, surcharges style.md et une API locale. Les liens et chemins de fichiers dans la carte de résumé s'affichent en puces cliquables : les URLs ouvrent directement, les fichiers locaux s'ouvrent avec l'application par défaut de l'OS (v0.9+). Un rappel de contrat pré-génération par étape (v0.11.2+) corrige mesurablement les oublis de résumé sur les réponses en forme de rapport d'audit/tableau.

Automatisation d'Outlook sans identifiants : 13 outils qui pilotent le client Outlook de bureau local via COM — rechercher/lire le courrier, brouillons, répondre/transférer, calendrier, carnet d'adresses, salles, disponibilités — plus un badge de nouveau message dans la barre latérale. Aucune inscription à l'API Graph, aucun mot de passe SMTP ; tout ce qui quitte la machine passe par une barrière d'approbation humaine à trois niveaux.

Bascule à chaud le trafic de récupération DSH en processus entre les modes direct, proxy HTTP(S)/SOCKS5 manuel, et proxy système ambiant, avec règles no-proxy et export optionnel de l'environnement proxy pour les processus enfants nouvellement lancés.

Compresse le contexte temporel de DSH de ~280 caractères à 46 en injectant une ligne de date compacte dans l'instantané du contexte d'exécution ; zéro dépendance à l'exécution.

Une fois que le llm-retry officiel (n/5) abandonne, continue de réessayer les échecs API transitoires (timeout, transport, limite de débit, 5xx, SSE interrompu) sur la même étape ouverte jusqu'au succès, à l'annulation ou à la pause ; AUTH, QUOTA et le Stop de l'utilisateur ne sont jamais réessayés.

Council of High Intelligence : réunissez un think tank de 18 personnages historiques pour un débat structuré multi-perspectives, avec un panneau latéral DAG en direct, un historique d'exécution SQLite et des valeurs par défaut par projet via .council.yaml.

Reconnaissance d'images configurable pour les modèles DSH en texte seul : les messages image sont d'abord transcrits par un modèle de vision compatible OpenAI (URL de base, ID de modèle et clé API définis dans une section Paramètres) puis transmis au modèle principal sous forme de texte, tandis que la prise en charge des entrées d'image est annoncée. Le schéma d'authentification par clé API est sélectionnable (en-têtes de requête de style OpenAI, Anthropic, Gemini ou Azure) et l'absence de clé est signalée avant tout envoi de requête.