Plugins

Constructeur visuel de flux de travail par glisser-déposer pour DSH — orchestrez les appels d’outils, sous-agents et branches conditionnelles sur un canevas React Flow.

Mémoire markdown à long terme entre sessions, avec une structure LLM-Wiki et un persona SOUL.md, injectée au début de la session, plus des flux remember/recall/consolidate/forget, un skill de mémoire intégré, des outils de migration pack/unpack et une relance de rappel à la première personne pendant les temps d'inactivité. Ajoute aussi l'observabilité et l'entretien qui manquaient : budget de bloc de démarrage par fichier, horodatage automatique de last_access pour que la décroissance de saillance fonctionne, tableau de bord de santé en lecture seule, compilateur d'index déclaratif, graphe de mémoire interactif, requêtes structurées, suggestions de liens croisés et rapport checkup terminé par une liste d'actions priorisées. La charge de démarrage a été réduite d'environ 23 %.

Enregistre un pack de compétences SpecWorkflow pour la clarification des exigences, les spécifications d'implémentation, l'exécution, la revue de livraison, la planification des corrections, le diagnostic de bugs et la recherche étayée par des sources.

Préréglage d'agent de flux de travail d'ingénierie pour dsh : cinq phases à portes (clarification des exigences, approbation du plan, TDD, sous-agents parallèles, finition vérifiée) avec six compétences de flux de travail adaptées d'obra/superpowers.

Compétences de flux de travail de style OMX pour DeepSeek Harness : entretien approfondi, ralplan, ralph, pilote automatique, équipe, révision de code et 19 autres, réécrites sur les outils natifs DSH, sans compétences de vision.

11 skills de workflow partageables (handoff, triage, to-spec, to-tickets, wayfinder, teach, wait-what, dsh-mode-routing, ask-matt, overnight-execution, full-throttle) en pack de skills installable.

Ajoute des artefacts de spécification, des skills, des commandes, une implémentation adossée à des objectifs, et un contexte de progression des tâches.

femo (Flow Emerges Mag Opus) — orchestrez un monde multi-agents comme on écrit un scénario. Version plugin dsh : moteur, pont et éditeur visuel réunis dans un seul dossier, autonome, il suffit de déplacer le dossier pour l'utiliser.

Workflow de publication de contenu pour Compte Officiel WeChat en six étapes, avec des outils de contrôle qualité et une compétence intégrée.

Flux de travail DAG durables, indépendants de l'hôte, pour les agents avec CLI, MCP, des compétences à la demande, des déclencheurs, une relecture et un visuel Canvas.

Orchestration de tâches de développement pilotée par configuration pour DSH : workflows en graphe (nœuds tâche/passerelle/humain) avec persistance par étape, plus un assistant IA intégré à l'éditeur qui configure les workflows par conversation avec validation en direct. Transmettez les documents aux nœuds comme pièces jointes génériques (aucune déclaration requise) : les fichiers arrivent dans l'espace de travail de la tâche et ${inputs.附件} donne les chemins absolus joints par des sauts de ligne, afin qu'un nœud les analyse avec son propre prompt.

Flux de travail DAG durables pour DeepSeek Harness avec des outils de création d'agents, persistance SQLite, exécutions reprenables et un Canvas Studio visuel.

Orchestration multi-agents pour DeepSeek Harness — agents spécialisés, orchestration de tâches, skills de workflow.

Exécute Stata via DeepSeek Harness : le service natif Stata AI Skill démarre automatiquement avec DSH (binaires macOS/Windows inclus), afin d’exécuter régressions, do-files et flux de travail économétriques sans configuration manuelle.

Tableau de bord complet des problèmes locaux intégré dans l'interface graphique Web DSH : vues Kanban / liste / Gantt / flux de travail / tableau de bord, chat IA par tâche, pièces jointes et étiquettes, revendication automatique des tâches à effectuer pilotées par les routines dsh - les données vivent dans le SQLite local (le plugin dsh ajoute @ttmouse/dsh-taskboard).

Canvas interactif pour visualiser, dans DSH Web, les relations entre Agent, Subagent, Workflow, Phase et tool.

Un flux de travail d'examen structuré multi-panélistes pour le harnais DeepSeek : N panélistes notent des sous-agents isolés, aveugles les uns aux autres ; un président réconcilie les désaccords par correspondance d'ancrage, puis par arbitrage au niveau Δ ; un critique indépendant vérifie le processus. Fonctionne pour la conception, le code, l'examen de documents ou de projets.

Ajoute des contrats d'exécution persistants, des graphes de travail récursifs, des clarifications critiques et des portes de vérification par preuves pour les tâches Harness longues ou insuffisamment spécifiées.

Met en attente des appels d'outils DSH exacts sans les envoyer, présente les arguments canoniques complets dans une boîte de revue par lots durable, invalide les approbations après modification ou redémarrage, et ne valide qu'un condensat SHA-256 correspondant plus un nonce à usage unique via le pipeline d'outils DSH normal.

Enregistre six skills de flux de travail pilotés par les spécifications et les tests pour DeepSeek Harness : la rédaction de spécifications OpenSpec fusionnée avec la discipline TDD de Superpowers en un pipeline Phase 0-4 avec des jalons de revue. Zéro dépendance d'exécution.

Équipes multi-agents dirigées par un capitaine qui découpent un objectif en tâches et les répartissent le long d'une chaîne d'exécution vers des membres s'exécutant dans leurs propres sous-sessions, chacun avec son propre modèle.

Agent au niveau du projet auto-évolutif pour DeepSeek Harness : 16 compétences de workflow SDD (clarification, PRD, ticket, codage, localisation, acceptation, revue) ainsi qu'une mémoire et des connaissances de projet qui s'accumulent avec le temps.

Surveille les traces d'exécution de l'agent et déclenche une revue LLM à la fin de chaque tour réussi lorsque des signaux se déclenchent, cristallisant des flux de travail réutilisables en compétences enregistrées qui s'améliorent progressivement au fil des exécutions ultérieures.

Workflow de présentation piloté par IA, empaqueté comme skill dsh : génère des diaporamas PPTX modifiables et des captures SVG à partir de PDF, DOCX, URL ou Markdown, remplit des modèles PPTX natifs et améliore les présentations terminées.