Plugins

Plugin DSH pour configurer le type d’entrée (input) et les modes de raisonnement (reasoningEfforts) des modèles personnalisés.

Provider de sous-agent Grok CLI ponctuel pour DeepSeek Harness.

Bibliothèque réutilisable de profils de configuration LLM exposée aux clients navigateur sous forme de Remote.

Affiche les horodatages au survol des nœuds de chat Web DSH : début–fin et durée pour Think, Bash et chaque ligne d’outil/étape.

Modèles gratuits et anonymes OpenCode Zen dans DeepSeek Harness (DSH) : LlmAdapter natif, sans clé API ni processus enfant ; sidecar Go facultatif.

Mémoire durable isolée par workspace pour DSH : mémoires consultables, auditables, corrigeables et supprimables par espace, plus mémoire globale contrôlée.

Coach IA sport/santé Garmin Connect pour DeepSeek Harness : synchronise activités, santé et données HRV, avec recommandations IA, plans d’entraînement et journal sportif.

Provider de recherche Web basé sur Tavily pour DeepSeek Harness (dsh).

Plugin provider de recherche Web AnySearch pour DeepSeek Harness (dsh).

Compagnon Live2D pour la Web UI DeepSeek Harness : Vivi (芊芊), avec caresses/repas, lien renforcé par des friandises quotidiennes et expressions selon l’humeur.

Gateway HTTP/SSE/WebSocket filtrant les sources pour utiliser DSH Web UI derrière un reverse proxy authentifié ; adapte la confiance loopback, permet de choisir le répertoire Host dans l’app et propose un endpoint de santé en allowlist.

Proxy de transfert HTTP/HTTPS par fournisseur pour DeepSeek Harness : configurez des URL et interrupteurs d’activation indépendants par provider LLM. Référencez les identifiants proxy par variables d’environnement ; prend aussi en charge le routage de découverte de modèles.

Générateur de skill DSH en une passe (SKILL.md) : recueille l’intention, rédige, valide, empaquette et distribue depuis une session DeepSeek Harness (skill_new / skill_validate / skill_package / skill_improve_description).

Workflow de modernisation du code hérité (preflight → assess → map → transform), avec plugin de montage Cordis, scripts Python hors ligne et smoke tests.

Démon MediaPlayer double ($think en boucle + sons ponctuels $fx) avec ducking du volume. Sons smooth/struggle/deep_think selon les séries de réussite/échec et la durée d’exécution prolongée de l’agent. Inclut 15 WAV PCM synthétisés (sinus/carré), mappage sonore de 51 outils catégorisés, ajout WAV/MP3 avec conversion automatique et interface de réglages corrigée pour le mode sombre.

Bascule automatiquement la route DeepSeek vers le modèle vision à la demande : la session principale Flash change directement (A) ; Pro conserve le raisonnement profond et délègue la lecture d’image à un sous-agent vision (B). Les sous-agents basculent toujours ; fallback en cas d’échec fatal. Aucun changement manuel.

Contrôle d’ordinateur Linux X11 pour DeepSeek Harness : 9 outils (capture, déplacer/cliquer/glisser/dérouler la souris, saisir et combinaisons de touches), via un helper Python XTest sans dépendance ; coordonnées en pixels natifs, vérification par action et capture d’observation automatique facultative.

Analyse le diff de la branche actuelle et génère un titre PR Conventional Commits, une description (motivation/méthode/tests/risques) et une checklist d’auto-revue ; écrit `PR_DESCRIPTION.md` et peut ouvrir le PR via gh.

Expose un serveur MCP local aux agents distants via un tunnel n’initiant que des connexions sortantes (mcp-proxy + cloudflared Quick Tunnel), puis inscrit l’URL publique dans la configuration streamable-http de dsh-mcp-client.

Analyse les lockfiles du projet (npm/pnpm/yarn/pip/go/cargo/maven/gradle/...) avec l’API OSV gratuite et signale les vulnérabilités confirmées des dépendances, versions correctives et commandes de remédiation.

Plugin de mémoire permanente pour DSH avec recherche vectorielle, réflexion LLM et pages de connaissances.

Ajoute des actions de redémarrage DSH avec confirmation et la reprise automatique durable des sessions principales éligibles via un provider Host dsh-restart compatible déjà présent.

Remplace la page officielle Models par la gestion du cycle de vie des providers, des niveaux d’effort par modèle, des règles de nouvelle tentative personnalisées, le tri par glisser-déposer et la synchronisation des modèles amont.

Panneau de contrôle des serveurs d’inférence LLM locaux dans la vue Web DSH : registre de services avec contrôles de santé/arrêt, profils nommés llama.cpp/SGLang/vLLM et validation KV/VRAM avant sauvegarde, détection GPU et benchmarks tok/s.