Plugins

Pastille flottante DeepSeek Harness avec trois anneaux d’usage OpenCode Go (5 h, semaine, mois), calcul automatique du quota modèle restant et solde DeepSeek en option. Mode minimal imbriqué : choisir quelle période occupe anneau externe/intermédiaire/interne, avec aperçu en direct.

Classe chaque appel modèle par date locale, provider et modèle, puis affiche les totaux dans une carte latérale, une pastille par chat sous le composer et une page Settings, avec solde et période d’abonnement de chaque provider.

Moniteur de solde/usage DeepSeek pour DSH : widget affichant solde rechargé, consommation par modèle et période, détail des tokens et rappel tarifaire peak/off-peak de Pékin. Ajouter d’abord une API key DeepSeek dans les réglages.

Met en pause aux heures de pointe les requêtes vers les modèles officiels ou listés, et laisse passer le reste. Fenêtres peak modifiables, liste d’interception par modèle et free-run par session dans le badge.

Page Usage dans les réglages DSH : rassemble chaque appel modèle dans un ledger local et présente requêtes, tokens et coût estimé par jour, route et modèle ; prix unitaires modifiables et export CSV.

Fork de dsh-effort-slider séparant le siège modèle du composer en deux boutons : nom du modèle ouvre la liste, libellé effort ouvre le slider Claude avec feu WebGL.

Interface de feedback pouce haut/bas en un clic qui injecte des résumés d’évaluation dans le contexte du modèle.

Affiche au-dessus du Composer une ligne décrivant l’action actuelle de l’IA : étape, opération (par ex. exécution de npm test) et état en cours/terminé/échec avec une brève raison simple. Inférence locale à partir des appels d’outils et du texte de réflexion, sans appel modèle, réseau ni écriture de données DSH.

Assistant latéral qui connaît les tours terminés de la session principale, suit les étapes en cours et tâches d’arrière-plan de l’agent principal, puis répond dans le panneau. Modèle, budget de contexte et style réglables.

Affiche les réponses du modèle sous forme de cartes interactives dans le chat DeepSeek Harness, avec 24 composants autorisés et des cartes de tour persistantes.

Améliore les brouillons du composeur DSH en prompts structurés et clairs, avec annulation en un clic, protection des puces de référence, trois sources de modèle (composeur/compte/tout endpoint compatible OpenAI) et annulation adaptée aux déconnexions.

Subagent Toolkit : répartit le menu déroulant des sous-agents en History / Today / Previous / Current selon les lots d’utilisation ; suppression des sessions par ligne ou groupe ; liste de modèles autorisés actualisée à chaque délégation. L’en-tête original reste inchangé.

Remplace le bouton par un panneau à deux niveaux (fournisseurs puis modèles recherchables) avec curseur continu de raisonnement. Dégradé bleu-violet, particules aux niveaux élevés, couleur par niveau. Le glissement avance d’un cran ; après choix, panneau ouvert et curseur au niveau médian du modèle.

Ajoute Continue à gauche du sélecteur. Après un tour interrompu par l’utilisateur, un plantage ou une erreur, un clic demande au modèle de le reprendre. Se replie pendant la saisie ou un ajout de fichier.

Cartes déclaratives DSH : Host compile en JSON la spécification du modèle ; le client affiche formulaires, tableaux, graphiques et listes avec état local et soumission explicite.

Console de gestion Skills/MCP dans Settings : catalogue de skills fusionné entre fournisseurs, navigation hiérarchique par source, création/édition en ligne, commandes distinctes pour invocation par modèle et utilisateur, corbeille récupérable. Installation GitHub multiple et vérification des mises à jour ; gestion des MCP servers via profile patch ; import inter-agent depuis Claude Code, Cursor, Codex, Cline, Roo Code, Continue et Windsurf ; sonde indépendante de connexion SDK.

Publie le modèle sélectionné dans le profil ou Models en endpoint HTTP compatible OpenAI : `/v1/models`, `/v1/chat/completions` en streaming SSE ou non, `/health`. La requête peut nommer tout modèle routable ; sans `model`, elle utilise la sélection actuelle du chat, qui commande donc aussi l’endpoint. Une fois activées, des outils Harness choisis individuellement peuvent être prêtés au modèle, exécutés via le runtime Harness tool et renvoyés jusqu’à une limite de tours. Listener propre au plugin : `127.0.0.1`, `0.0.0.0` et port transmis par NAT gardent le même chemin de requête. Settings configure adresse bind, port, API key avec générateur, provider/modèle de secours, reasoning effort, origine CORS et timeout.

Lance le Cursor CLI local comme agent de code enfant depuis DSH : outil `cursor_code` et outil native one-shot `cursor_subagent`, sous-session DSH miroir par exécution, choix de modèle par tâche, conversations reprenables, chronologie des étapes avec diffs réels et panneau usage/modèle/session.

Panneau Git dans la sidebar droite et quinze outils agent : diffs façon éditeur, graphe de commits de toutes les branches, stage/commit, opérations branch/stash/remote, messages de commit assistés par modèle, revue avant commit et séparation des commits.

Fournit via StateDock Remote MCP des Skills de plan partagé, de reprise de contexte et de mise à jour d’avancement, sans exécuter de tâche ni planifier d’agent. Cible Harness 0.2.0-rc.2.

Subagents experts par rôle pour DeepSeek Harness avec sidebar de tâches : explorer, librarian, oracle, designer et fixer délèguent en parallèle, chacun avec son modèle et sa profondeur de raisonnement.

Preset d’agent Hermit/小寄 qui transforme DSH en hub personnel toujours actif : persona de majordome au périmètre limité, outil de répartition déléguant les tâches en plusieurs étapes à des sous-agents en arrière-plan avec routage du modèle par tâche, rapports asynchrones réintégrés au chat, seuil de budget de crédits, chaîne de confirmation P/M et journal d’événements M1.

Convertit localement les fichiers Office et PDF de l’espace DSH en Markdown avant lecture par le modèle, sans réseau ni quota API. Écrit chaque .md à côté de la source afin que seul un chemin entre dans le contexte. Pour un fichier ou dossier, renvoie taille en octets, nombre de lignes, estimation de jetons et plan des titres.

Enregistre un outil ocr pour les modèles texte uniquement : exécute le script hors ligne inclus dans le dépôt sur une image ou un PDF et renvoie le texte reconnu. Essaie d’abord l’OCR natif Windows, puis RapidOCR et Tesseract. Traitement local, sans réseau ni clé API. Nécessite Python 3.11 dans PATH et pip install winocr pillow (winocr est privilégié, les autres sont des solutions de repli). Résultats par ligne pour les images et par page pour les PDF.