Plugins

Tableau de bord de tokens, coût et solde sous le composer : indicateur en direct plus des graphiques SVG sans dépendance pour l'utilisation par tour, le coût estimé et le solde du compte DeepSeek.

Pour le modèle de vision natif de DeepSeek Harness deepseek-v4-flash-vision-exp, relève les limites d'admission des images à 32 MiB / 8192 px / 600 images et ajoute un outil highres_read qui découpe les grandes images en tuiles, puis renvoie l'image entière plus des tuiles de 800x800 via l'outil read_image de l'hôte.

Badges en ligne +N −M sur les lignes des outils edit/write et carte récapitulative pliable des changements de fichiers par tour avec diffs alignés, revue et annulation — couvre les appels natifs edit/write, str_replace_editor et les sous-appels Code Dispatch, sans git requis.

AI Company Framework : transforme une phrase en une entreprise multi-agents — 15 Skills à plat (boss/pipeline/role-template/11 rôles/generic customer-memory), 7 templates de workflow, runtime AgentTeams + panneau d'activité, sidebar employés avec isolation par session, pont bot Feishu (bots boss et par employé, routage de groupe, push autonome, porte de décision humaine, guide contact externe), mémoire SQLite par client avec mémoire à trois couches (fusion inter-groupes), commutateur de mode /company ; pas de RAG.

Outils d'écriture qui éliminent les tournures de phrase « IA » et s'alignent sur votre voix personnelle. 8 outils déterministes analysent le texte, construisent une empreinte stylistique à partir de vos échantillons et renvoient des briefs de réécriture.

Outil de compréhension vidéo à faible coût : un outil video_understand transforme un lien Bilibili / BV / une vidéo locale en couche d’informations AVIS (ASR + structure de scène + suivi d’objets + étiquettes YOLO) et renvoie un résumé + Q&R. Routage dynamique inter-couches guidé par les questions (L0 ASR / L1 suivi d’objets / L2 VLM sur image clé), réutilisation de la couche sémantique pour les questions répétées, plafond de budget par question. Moteur Python : la couche principale nécessite faster-whisper / opencv / yt-dlp (~200-300MB) ; la couche sémantique optionnelle ajoute ~2GB de torch / transformers / ultralytics. Un doctor --fix inclus configure le venv et installe les deux.

Récupère n'importe quelle page http/https et renvoie le titre, la description, le texte principal, le plan des titres et les liens, avec des statistiques (nombre de caractères/mots, temps de lecture, langue) et les mots-clés principaux ; peut télécharger les images du contenu dans l'espace de travail de la session pour analyse visuelle et les transmettre aux analyseurs enregistrés via le service scrape.imageAnalyzer.

Transforme le codage en RPG : les tours terminés, les appels d'outils et les todos terminés rapportent de l'XP, avec plus de 27 badges de réussite, niveaux, titres et saisons. Score événementiel avec un moteur à fonctions pures — le travail lui-même est le jeu.

Rail de navigation des tours utilisateur sur le bord gauche avec mise en surbrillance de la position de lecture, aperçus au survol des métriques par tour et d'extraits de réponses du modèle, contrôles clavier et clic-pour-sauter, et recherche locale de conversations.

Compagnon de bureau en pixel art représentant une baleine avec 29 états audités par images : il tapote la vitre et fait clignoter le titre de l'onglet lorsqu'une approbation attend, prononce un rapport d'achèvement à la fin d'un tour, et ajoute une palette de commandes slash au client web.

Envoie des images locales ou des URL d’images HTTP(S) à un point de terminaison vision compatible OpenAI configuré avec l’outil inspect_image et renvoie sa réponse textuelle à la conversation.

Plan de conversation persistant : questions et réponses finales par tour, filtre par mot-clé, saut en un clic, modes d'historique léger/complet, et Ctrl/Maj+clic pour ouvrir la même position dans la vue Trajectory.

Repli de transcription en streaming pour l'interface web DSH : les lignes de réflexion et d'outils se replient pendant que la fenêtre de réflexion la plus récente s'ouvre d'elle-même ; un tour terminé remonte jusqu'à votre question, qui reste également épinglée en haut pendant que vous lisez ; des étincelles bleues jaillissent du bord de la fenêtre de réflexion et de la tête d'écriture de la réponse.

Workflow de type Trellis pour DeepSeek Harness : repères de phase par tour via agent/pre-step, fournisseur de skills groupé, et état natif DSH des tâches/phases avec garde-fous de propreté git.

Intègre un véritable éditeur VSCode (code-server, ou votre VS Code de bureau local via l’extension bridge incluse) comme onglet GUI : les modifications de fichiers de l’agent ouvrent des diffs rouge/vert liés au tour qui survivent aux fermetures d’onglets et rechargements de page, les fichiers sont verrouillés pendant l’écriture de l’agent, et un superviseur watchdog garantit l’absence de processus orphelins.

Le bundle DeepSeek Harness enregistre une compétence transformant la production longue (articles académiques, analyses sectorielles, commentaires d'affaires) en pipeline à 9 rôles : scouts T1 littérature / T2 données / T3 cas en parallèle, T4 analyste, T5 rédacteur, T6 compagnon critique, T7 auditeur, T8 finaliseur, T9 évaluateur par les pairs exécutés par le coordinateur. Sur 6 phases, vérification triangulaire, M-gate de 23 contrôles, audit G0-G14 incluant gate de traçabilité IA, notation peer-review avec correspondance de revues, et 4 points de contrôle humains. Installation avec `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch plus lib/index.js) ; fournit fiches de rôles T1-T9, modèles et 11 scripts de vérification sans dépendance, avec READMEs en cinq langues.

Plugin DSH littéraire : une session est un livre. La carte de couverture /new ouvre l'un des 19 royaumes, un preset 诸天万界DSH réservé à la prose maintient le modèle en écriture fictionnelle, les entrées de worldbook par mots-clés ancrent chaque tour et /export-story met en page la session en roman Markdown.

Transformez n'importe quelle idée en contenu de communication natif pour chaque plateforme

Fait sonner votre téléphone via CallKit : outils `call_me` et `text_me`, plus des appels optionnels en fin de tour ou pour approbation, dont la réponse orale est retranscrite dans la session.

Une seule couche de mémoire pour tous les outils et agents IA : injection de Context Bundle, rappel au moment du prompt, outils MCP, et capture du fil DSH à la fin de chaque tour.

Rail de tours compact sur le bord droit, avec résumés au survol et navigation par clic pour sauter directement.

Animation monochrome de 60 images d'une baleine plongeant, adaptée au thème, avec effet d'eau réactif pour l'état de tour du DSH Web : ressources intégrées, lecture en boucle continue, repli PNG pour mouvement réduit, et suppression propre du cycle de vie.

Couche de notifications du cycle de vie pour les agents de codage IA — plugin DeepSeek Harness 0.2 : notification système, toast dans la page et son facultatif lorsqu'un tour, une tâche d'arrière-plan, une revue ou un échec requiert votre attention.

Utilisez votre IA web connectée (DeepSeek, GLM, Kimi, Qwen, Doubao...) comme fournisseurs de modèles dans DeepSeek Harness. Les modèles web émettent des appels d'outils, DSH les exécute sous son système de permissions natif, et les résultats reviennent dans la même session web. Aucune clé API.