Plugins

Publie un document HTML sous forme de lien partageable qui s'ouvre en un tap et s'affiche en carte dans les applications de chat ; publication, mise à jour et export PNG/PDF/Word.

Voix duplex en temps réel via l’ASR/TTS en streaming de Volcengine : lecture des réponses de l’agent, interruption, mot d’activation, sous-titres en direct, 30 voix chinoises et accusé qui donne la priorité à la réponse. Compilation dans le monorepo DSH.

Saisie vocale dans la Web UI : un bouton micro dans la zone de saisie transcrit la parole dans le brouillon via Web Speech API, avec une option d’envoi automatique.

Ajoute la vision aux modèles textuels : l’outil describe_image délègue les images à un modèle de vision de la liste de modèles dsh via le runtime LLM propre au harness.

Permet à un agent DeepSeek uniquement textuel de lire des images dans la même session en déléguant à un subagent doté de vision ; convertit l’image en chemin lors de l’envoi.

Client HTTP pur qui délègue les tâches répétitives de texte et de vision (OCR, analyse et comparaison d’images) à un serveur Unsloth Desktop (Unsloth Studio) déjà lancé via unsloth_run et unsloth_vision. Il ne démarre ni ne possède jamais de processus.

Délègue les tâches répétitives de texte et de vision (OCR, analyse et comparaison d’images) à un serveur KoboldCpp (llama.cpp) local via koboldcpp_run et koboldcpp_vision, avec gestion à la demande du cycle de vie du serveur.

OCR local pour les images jointes via le moteur intégré de Windows (Windows.Media.Ocr) : seul le texte reconnu est envoyé au modèle, jamais les octets de l'image ; le passthrough de vision est optionnel (opt-in).

OCR locale pour les images jointes via Tesseract : seul le texte reconnu est envoyé au modèle, jamais les octets de l’image ; le passage direct de la vision est facultatif.

Ajoute la vision aux modèles textuels : un modèle de vision décrit automatiquement les images jointes au chat avec un prompt par défaut, puis les réanalyse avec des prompts générés par le modèle si des détails manquent. Comprend les modes de modèle system/custom, un panneau GUI, la gestion sûre des clés et un petit patch hôte pour DSH 0.1.0-rc.6.

Lecture d’images à deux niveaux pour les modèles textuels : d’abord l’OCR local rapide et hors ligne avec RapidOCR, puis un modèle de vision de secours via modlens.

Protection transparente des images pour les routes textuelles : évite le blocage de session 400 lors du collage d’images et ajoute l’outil vision_analyze pour OCR/PDF/docx/pptx/vidéo.

Entrée d’image en texte dans la Web UI : collez ou déposez une image pour la convertir en texte structuré et l’envoyer, afin que les LLM uniquement textuels puissent recevoir des images via une API de vision compatible avec OpenAI.

Ajoute la vision aux modèles DSH uniquement textuels : skill de reconnaissance d’images/OCR/documents avec priorité race pool → custom channels → local, plus un patch hôte idempotent pour transmettre les messages image au modèle.

Outils de vérification par navigateur sans interface : l’agent ouvre la page qu’il vient de créer, lit le DOM rendu et les styles calculés, vérifie la console et capture le résultat. La skill frontend-verify est incluse.

Pilote le navigateur avec des références d’accessibilité : navigation, instantané de la page sous forme d’arbre de références, actions sur les éléments et attente de conditions. La politique d’origine suit le niveau d’approbation de la session et est imposée par interception des requêtes.

Automatisation d’un vrai navigateur pour DSH via un serveur MCP (cœur Playwright) : navigation, clic, remplissage, saisie, capture d’écran et actions sur les instantanés d’accessibilité à références numérotées. Réexpose les 22 outils web_* au harness via stdio.

Convertit Markdown et JSON en documents HTML autonomes, cartes, tableaux de bord et galeries (CLI + outil artifact_render).

Outils human_task / human_task_ready_check qui suspendent l’agent jusqu’à ce que l’utilisateur réalise une action réelle ou fournisse une observation (opération GUI, test de jeu, vérification visuelle ou contrôle matériel). Consentement de session et vérification de présence AFK requis ; résultat JSON structuré renvoyé via une boîte de tâche Web.

Proxy GitHub à la demande pour l’interface Web : bascule du proxy Git/SSH en un clic avec tests de connectivité.

Transforme tout logo SVG en vidéo animée dans DSH. L’outil `animate_svg` rend une animation d’assemblage transparente à 30 fps (pièces qui arrivent ou logo entier qui se pose), puis crée un MP4 avec ffmpeg.

Notes et tâches en fichiers Markdown ordinaires dans l’espace de travail : tapez /ml suivi d’une phrase pour l’ajouter au journal du jour. Trois types de tâches : avec échéance, suspendues jusqu’à une date (réactivées à l’échéance) et sans date. /ml view ouvre un fichier par recherche approximative en quelques touches. Zéro token : rien ne passe par le modèle ; les notes restent des fichiers locaux lisibles par Git et tout éditeur.

Annulation observée des mutations de fichiers pour les outils fs : les états antérieurs aux écritures/modifications sont enregistrés comme blobs Git ou instantanés, puis restaurés via l’outil modèle rollback_files ou la commande /rollback.

Maintenance de parc Nexterm dans une session DSH avec 6 outils d’agent : authentification par mot de passe/TOTP/code appareil, liste du parc, exécution sur un hôte, exécution parallèle par lots, contrôles de santé prédéfinis et surveillance CPU/mémoire/disque via l’API REST Nexterm, plus une page de réglages minimale. Aucune clé privée SSH nécessaire sur la machine DSH.