Plugins

Utilise une clé API PackyCode (PackyAPI) dans DeepSeek Harness via une route de modèles multiprotocole intégrée, avec rotation de clés et affichage du solde.

Notifications toast Windows au niveau hôte pour DeepSeek Harness : fin, erreur ou interruption d’un tour d’agent, fin d’un subagent ou d’un travail en arrière-plan, ainsi que question du modèle ou approbation d’outil en attente. Elles tournent dans le processus hôte DSH et arrivent même navigateur ou onglet fermé ; une vérification foreground Win32 les masque lorsque DSH est au premier plan. Windows uniquement.

Adaptateur LLM DeepSeek Harness pour les abonnements Qoder CN, fondé sur le SDK officiel `@qodercn-ai/qodercn-agent-sdk`. Réutilise la connexion locale `qoderclicn` et fournit une page de réglages configurables (fenêtre de contexte par modèle, pool de sessions et délais d’attente).

Gardien d’approbation DeepSeek Harness : un modèle reviewer décide des demandes d’autorisation avant qu’elles ne vous parviennent. Backend decision API System One (TypeSafe Jev, SiliconFlow, Laya auto-hébergé), politique configurable en cas de faible confiance et whitelist de règles autorisées.

Runner d’équipe multi-agent pour DeepSeek Harness, ordonné par dépendances : définir des rôles avec modèle, persona et outils propres, exécuter un graphe de nœuds avec gate de revue indépendant et reprises limitées, puis suivre l’avancement dans la Web UI.

Lit le flux d’événements de session sans appel supplémentaire au modèle et transforme corrections, échecs et résolutions en propositions d’apprentissage en attente. Chaque proposition est évaluée selon des critères écrits et indique pourquoi elle est acceptée ou refusée. Seule une confirmation écrit une skill, uniquement via l’unique writer validé `learn_skill_manage`. Un curator lancé au repos marque les skills inutilisées comme obsolètes et les archive en les déplaçant, sans les supprimer, tout en préservant celles qui sont encore chargées. Enregistre cinq outils (`learn`, `learn_review`, `learn_curator`, `learn_skill_manage`, `learn_skills`), une section de prompt avec les critères et un guard interdisant la modification directe des fichiers skill afin de ne pas contourner le writer.

Préréglages d’effort de raisonnement pour modèles tiers : 16 profils fournisseur/modèle avec valeurs wire personnalisées par mode, écrites dans dsh-llm-pi-ai après validation préalable et rejet règle par règle. Bascule par modèle entre OpenAI Chat Completions, OpenAI Responses et Anthropic Messages avec regroupement automatique des routes ; bouton Optimize dans le compositeur et section Settings pour réécrire le texte avec le modèle choisi.

Compagnon animé pour Windows : affiche solde DeepSeek et quotas Codex, avec OAuth Codex multi-comptes, gestion des quotas/modèles par compte, mode compact et paramètres autosauvegardés. Le changement de compte du panneau est facultatif. Le warm-up quotidien nécessite une autorisation explicite séparée. Les déclencheurs startup/5h-full multi-comptes ne sont pas encore disponibles.

Permet à un modèle DSH d’inspecter et de piloter des applications Windows via un runtime Codex Computer Use installé, avec approbation des applications pour chaque session.

Recherche web multi-moteurs pour DeepSeek Harness : fournisseur ctx.web agrégé (routage automatique et repli séquentiel, les moteurs gratuits maintiennent la recherche) et outil web_search_pro avec choix du moteur par requête, éventail, lots et verticales. Inclut Brave.

Sélectionnez du texte d’une réponse et citez-le dans le compositeur sous forme de puce de référence indivisible : une touche supprime toute la puce ; un clic revient au tour cité et le surligne. À l’envoi, elle devient un bloc de référence limité afin que le modèle distingue la citation du texte saisi par l’utilisateur. Le fragment peut aussi s’ouvrir dans un chat latéral ou être copié dans le presse-papiers.

Fork de zhu1090093659/dsh-pet (Apache-2.0) ajoutant un compagnon par conversation : skins whale-girl, MIKU et baleine bleue professionnelle, couleurs par modèle, animation du débit de tokens, rappels de fin, alimentation et affinité partagées.

Enveloppe la bibliothèque Python Scrapling en jusqu’à 19 outils modèle, enregistrés selon les capacités détectées : rendu navigateur réel des pages JavaScript uniquement ; extraction CSS/XPath renvoyant des données, pas du Markdown ; sélecteurs autoréparables ; sessions réutilisables avec état de connexion ; capture XHR ; captures de pages ; actions navigateur soumises à contrôle ; crawler limité au domaine avec modes content/sitemap/feed/Shopify sur le backend officiel de jobs. Peut remplacer web_fetch / web_search et exposer la même table via MCP. Python 3.14+ et Scrapling installé sont requis. Les outils navigateur exigent aussi Chromium pour patchright ; la CLI facultative ne l’installe que sur macOS arm64.

Fork anglophone uniquement de dsh-model-router. Achemine chaque étape d’agent parmi des modèles configurables et ajuste l’effort de raisonnement selon la complexité de la tâche, les échecs d’outils et le coût.

Pilote une instance DSH depuis un autre appareil : un plugin hôte ouvre un port TCP authentifié par token et une CLI Python en fichier unique permet de lister/créer des sessions, envoyer des prompts avec images, diffuser les réponses et changer modèle, permissions et workspaces.

Alibaba Open Code Review pour DSH : délégation au modèle hôte, outils natifs d’aperçu/règles et skill de revue; les revues gérées par OCR sont facultatives.

Composition musicale dans la conversation : le modèle écrit une partition selon une skill de composition incluse, puis l’outil `play_score` l’affiche dans une carte intégrée avec piano roll, lecture Web Audio et export WAV/JSON.

Enregistre bases de données externes et corpus documentaires comme outils appelables par le modèle : frontière d’accès par source, registre des références d’identifiants sans valeurs et journal fetch ne conservant que fingerprints et hashes de contenu, jamais les payloads.

Affiche dans la Web UI les heures de pointe/creuses de l’API DeepSeek, le tarif de sortie du modèle actuel et le solde du compte.

Affiche dans la Web UI le modèle de montre COROS lié et le cumul des jours actifs ; un clic développe une courte revue et suggestion.

Workbench à trois fenêtres pour dsh web : chat, construction et revue en lecture seule côte à côte pour chaque workspace, avec hooks par fenêtre. La revue anonyme multi-modèle demande confirmation avant exécution, regroupe les constats par problème et rend un rapport Markdown.

Serveurs MCP par projet : déclarés dans les documents (`.dsh/mcp.json` par défaut ; fichiers locaux/globaux configurés dans Settings), montés seulement pour les sessions du projet, dès le premier tour et libérés au repos. Panneau latéral/Settings : projets actifs, état des serveurs et session portant chaque montage ; actions `Sync`/`Retry`/`Release`, `enabled`, édition d’une entrée existante. Politique par projet (`disclosure`/`direct`/`off`), pins et `mcp_search_tools` règlent la visibilité du modèle. `${VAR}` vient des `.env` projet et du fichier d’identifiants ; compteurs d’appels conservés après les sessions.

Rollback de conversation façon TRAE, reconstruit pour DSH 0.1.7-rc.2 : des checkpoints par tour restaurent les fichiers touchés et tronquent le contexte du modèle sur place sous le même session id. /rollback doctor vérifie le contrat framework-contract ; l’aperçu diff des fichiers concernés est calculé par rapport au disque actuel pour rester juste après redémarrage. Ajoute l’annulation en un clic de la dernière action par Ctrl+Shift+Z, une option de masquage des messages annulés et l’interface anglaise.

Ajoute en une seule installation des commandes de tour façon Google AI Studio à DeepSeek Harness : modifier et relancer un prompt, relancer une réponse sur place, supprimer un tour du contexte du modèle et afficher les prompts envoyés en Markdown. Autonome ; la liste des plugins n’affiche qu’une ligne.