Plugins

Collecteur de sujets tendance agrégeant les listes chaudes Baidu / Toutiao / Douyin / Weibo en un seul appel (cookie Weibo en option), renvoyant les titres avec leurs valeurs de chaleur pour les créateurs de contenu — outil : `sxs_news_hot`.

Relie DSH à Beav local pour Xiaohongshu (RED/RedNote) et les opérations IA sur les réseaux sociaux : recherche de sujets, connaissances, rédaction, image, audio et workflows de vidéos courtes avec approbation et suivi des artefacts.

Mémoire d'indices d'événements inter-sessions pour DeepSeek Harness : extrait automatiquement de chaque tour les indices de tâche/conversation et les habitudes linguistiques de l'utilisateur dans une banque d'indices globale persistante, puis réinjecte le contexte mémorisé à la détection d'un changement de sujet (correspondance par mots-clés ou vectorielle).

Panneau communautaire flottant pour l'interface web : sujets chauds des 24 h et TOP10 des plugins populaires, avec un bouton déplaçable toujours au premier plan.

Renomme les conversations de projet en titres clairs de type Catégorie｜Sujet, basés sur le contenu.

A collapsible column beside the conversation that organises conversations into a workspace/topic tree, opens the real sessions in place, and exposes the tree to the assistant through 9 model tools.

Feishu/Lark surface plugin for DeepSeek Harness (dsh): one topic per session, SOUL persona sync, streaming process cards, /status and /doctor.

Connects DeepSeek Harness to Postel over MCP: search a library of X posts that went viral by topic, write posts and X threads in the user's saved voice, and save, schedule or publish them to X, LinkedIn, Bluesky and Mastodon; adds a postel-writing skill. Research works without an API key.

Read-only /btw side questions for DeepSeek Harness: forks the current session, injects the running turn's task, recent tool calls and partial answer so a mid-turn question has context, denies every tool call at execution time, and keeps a per-session topic history with follow-up, stop, retry and delete.

Recherche la littérature médicale et des sciences de la vie par sujet, mot-clé ou DOI via Europe PMC, PubMed, OpenAlex et Crossref. Établit l'accès libre avec Unpaywall/OpenAlex/Europe PMC ; si une voie OA existe, télécharge le PDF après vérification des octets magiques et du nombre de pages. Sinon, crée une fiche de décision avec le motif précis et quatre solutions manuelles : AbleSci assistance, Sci-Hub, SciDown et X-MOL. L'outil Python fourni n'utilise que la bibliothèque standard.

Découvre et vérifie les plugins DeepSeek Harness depuis le topic GitHub `dsh-plugin` : catégories d’usage, trust score et compatibilité officielle entre pairs ; installation en un clic via l’installateur officiel, désactivée par défaut.

Preset Network Engineer Assistant et skill de commandes réseau pour switchs/routeurs/firewalls : 12 fournisseurs, 96 documents (Huawei, H3C, Ruijie, DPtech, Cisco IOS/IOS-XE, Cisco NX-OS, Juniper Junos, Arista EOS, Fortinet FortiOS, ZTE ZXR10, VyOS, MikroTik RouterOS). Recherche prioritaire dans la KB, traduction inter-fournisseurs, lecture de topologies et captures CLI, consultation citée des manuels en ligne et annotations de risque obligatoires pour les commandes dangereuses. Répond uniquement aux sujets réseau. Suite communautaire de sososilencing/dsh-network-engineer (NOTICE.md), incompatible à l’installation avec l’upstream car ils enregistrent network-command-kb et le preset 网络工程师助手.

Transforme les sessions archivées en mémoire durable plutôt qu’en fichiers oubliés. Résume chaque archive en skills réutilisables et fact ledger (ADD/UPDATE/NOOP, `validUntil`, `supersededBy`) pour retirer les faits périmés. Regroupe les sujets par similarité single-linkage. Traite aussi les sessions en cours avec un seq watermark en lecture seule, sans modifier un seul octet du session log. L’autocontrôle peut mesurer fusion des doublons, retrait des faits obsolètes et consolidation des skills ; il n’agit qu’avec votre accord et ne supprime jamais définitivement, il ne fait que supersede.

Mémoire inter-session par couches en YAML brut : les faits conservent leur historique de versions, un briefing est injecté au début de la session, puis un traitement nocturne consolide et répartit par sujet au-delà d’un seuil. Aucune dépendance runtime ; fonctionne aussi dans l’app dsh Android (vérifié).

Un bouton polish dans les commandes finales du composer réécrit le brouillon sur place avec le modèle. Le contexte est apparié par sujet, non par récence : chemins, identifiants, citations et bigrammes CJK du brouillon retrouvent les anciens messages de la même tâche et évitent de mélanger objectifs ou fichiers d’autres tâches. Le prompt autorise le modèle à ignorer l’extraction si elle ne convient pas. Résultat via le même parcours d’édition annulable qu’une modification humaine. Bouton désactivé pendant l’envoi ou si le brouillon contient des pastilles de référence @file/dossier/session ou une /commande revendiquée, sans supprimer silencieusement les références.

Une colonne repliable organise les conversations dans un arbre workspace/sujet, ouvre les sessions réelles sur place et expose l’arbre à l’assistant via 9 outils de modèle.

Archive les sorties de conversations DSH dans des notes SiYuan : un appel `siyuan_archive` classe le contenu sous `<archive path>/<year-month>/<type>/<date>_<time>_<topic>_<content>` avec table de métadonnées et maintient un index à la racine du carnet. Six outils Host `siyuan_*` (liste des carnets, recherche intégrale, lecture, archivage, suppression de bloc/document) et une page Web pour URL de base/test, API token dans le magasin d’identifiants Host, cible et modèle de titre. Autorisations lecture/écriture/suppression par carnet/document, refusées par défaut ; les niveaux enfants ne peuvent que les resserrer.

Évalue chaque réponse de l’assistant selon cinq dimensions et la couverture du sujet, affiche les preuves et transforme la dimension la plus faible en conseils de prompt à copier. Observation uniquement, local par défaut, revue Jev facultative.

Mémoire en trois couches pour DeepSeek Harness : un petit noyau toujours actif et des fichiers thématiques à la demande (profile, preferences, decisions, lessons). Les écritures annotent leurs sources et conservent l’historique par remplacement plutôt que par écrasement, afin d’éviter la dérive des préférences et contraintes de projet entre sessions. Priorité au local : aucune base vectorielle, aucun serveur, aucun appel sortant.

Mémoire à long terme fondée sur mem0 et un magasin Chroma local : injecte le profil utilisateur et les faits retrouvés dans le system prompt, et capture à la fin de session. Une tâche nocturne déduplique, fusionne les paraphrases et résout les contradictions ; un graphe thématique persistant est écrit sous forme de cartes Markdown. Export périodique vers un dépôt Git et interface mémoire pleine page avec recherche, fusion par lot, instantanés et annulation. Avant usage, configuration manuelle d’un environnement Python venv et clés API LLM et embeddings requises.

Ajoute un regroupement thématique à la liste native des espaces de travail : dossiers avec emoji, filtrage et recherche, archivage par lot et suppression définitive sécurisée.

Base DocChain : recherche par nom de fichier, contenu et metadata ; trouver par doc_id/nom et lire ; lister les thèmes ; import groupé ; conversion Markdown ; images similaires et descriptions par document dans sidecar Markdown ; recherche approfondie. Chaque script est aussi un outil DSH natif in-process : doc search/content search/filename search/topic info/metadata search/upload/image search/image describe/doc2markdown. Réglages de plusieurs environnements (adresse et identifiant par environnement), bascule en un clic et thèmes présélectionnés. URL du service docchain et API key nécessaires sauf doc2markdown. Les descriptions exigent aussi un endpoint multimodal compatible OpenAI (modèle gateway interne configurable par défaut).

Enregistre les conversations auxquelles l’utilisateur a explicitement consenti sous forme de notes d’étude Markdown structurées, avec dossiers par sujet et index maintenu.

Mémoire locale pour DeepSeek Harness : classe les écrits par sujet et relie les entrées associées ; le rappel classe par similarité d’embeddings, avec correspondance de mots si aucun modèle n’est installé. Données dans SQLite local.