Plugins

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.

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.

Supprime définitivement les journaux de session, les éléments workspace et les archives.

Ajoute des boutons de modèles prédéfinis au-dessus du composeur. Clic gauche : change fournisseur/modèle/effort de raisonnement de la session ; clic droit : édite. Nom personnalisé ou ID du modèle. L’éditeur lit le catalogue actuel de la session et enregistre les préréglages localement.

Définit modèle, plafond d’effort de raisonnement et limite de jetons de sortie de chaque sous-agent lancé par DSH. Le code les impose à chaque fois, quel que soit l’outil.

Routage horaire : définissez plages de pointe/creuses par jour et fournisseur/modèle parmi le registre du harness (clés API et abonnements). Un interrupteur global applique ou non modèle/effort de raisonnement à chaque requête ; chaque session a son propre interrupteur et état. Sans plage (week-end/jours fériés), utilise le modèle principal du premier plan. Le modèle de raisonnement avancé est séparé et ne s’emploie que si la session demande l’effort maximal.

Affiche le solde DeepSeek API et le coût de conversation par tour directement dans l’interface de session.

Remplace le sélecteur de modèles par une recherche globale, des favoris, les choix récents, la navigation par famille et le choix de l’effort de raisonnement.

Contrôle de modèle subagent : Jev classifier étiquette chaque tour et le hook agent/request réécrit la requête vers provider, model et reasoning effort associés. Sélecteur par session inherit/auto/manual, un prompt par rôle injecté avant la tâche et replay hors ligne des verdicts passés.

Optimiseur de prompt en un clic : réécrit le brouillon du compositeur selon une stratégie configurable, avec modèle modifiable, exemples few-shot, modèles épinglés et effort de raisonnement.

Change de fournisseur et de modèle, ajuste l’effort de raisonnement ; chaque modèle mémorise son propre niveau.

Couche de finition UI pour le client Web DSH : surfaces de menu en verre dépoli, slider reasoning-effort déplaçable à la place des radios, navigation du menu modèle vers la liste en un clic et fermeture par un seul Esc.

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.

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.

Accès distant à DSH sans hébergement personnel : le DM Feishu utilise la connexion longue sortante du bot comme interface, avec cartes workspace, session (changer/renommer), modèle, reasoning effort, preset d’autorisation et solde. Approbations d’outils et questions d’agent traitées dans le même chat.

Curseur d’effort de raisonnement pour DeepSeek Harness : bundle Web côté client qui insère un réglage par session lorsque le modèle choisi déclare des niveaux d’effort de raisonnement. Compatible avec tout fournisseur qui en propose

Préréglage du catalogue de modèles Alibaba Bailian (DashScope) et adaptateur automatique pour DeepSeek Harness : niveaux de reasoning effort, budgets de réflexion, fenêtres de contexte, adaptation automatique des routes Bailian existantes et plafond de contexte configurable.

Installe et appelle des CLI d’agents externes (Codex, Claude Code) depuis DSH sans modifier leur installation système. Chaque CLI dispose de son propre Provider, modèle, reasoning effort et préréglage d’autorisations ; appel direct ou comme sous-agent natif.

Outils de code et préréglages d’agents façon Codex pour les modèles GPT dans DeepSeek Harness : exec_command, write_stdin, apply_patch et view_image ; routes OpenAI Chat Completions et Responses API reliées au plan, ask, approval et compaction natifs DSH. Les commandes longues deviennent des jobs d’arrière-plan DSH à sortie head/tail bornée, lisible via job_output. Chaque type de sous-agent peut épingler son preset, fournisseur, modèle et reasoning effort.

Ajuste la consolidation mémoire de dsh-mneme (autoDream activé, budget de sortie schema-max, route deepseek-chat), corrige reasoning-effort de llm-deepseek, ajoute un bridge MCP vers le runtime d’agent auditable seed-society et six skills graines yogacara.

Ajoute depuis les réglages DSH les déclarations reasoning-effort manquantes aux modèles pi-ai personnalisés, active le sélecteur natif et prend en compte les modèles ajoutés ultérieurement.

Palette globale des modèles Alt+M pour DeepSeek Harness Web : recherche floue parmi modèles et fournisseurs, favoris et récents, reasoning effort par modèle, configuration des fournisseurs/modèles, relances de requêtes et préréglages de capacité ; outils facultatifs de génération image/vidéo via OpenRouter.

Délégation planificateur/exécuteur avec rôles nommés : un planificateur fort pilote, des sous-agents exécuteurs jetables (routes et invites par rôle) implémentent. Rôle par défaut plus remplacement par délégation, un réglage global d’effort de raisonnement dans la puce du composeur, et une page de paramètres pour la gestion des rôles.