Plugins

Gestionnaire de modes personnalisés et d’assistants. La page Settings permet de définir un prompt système propre à chaque mode, stocké dans un fichier ordinaire que l’agent loop relit avant chaque étape du modèle ; une modification s’applique donc à l’étape suivante, même dans une session en cours. Chaque mode peut partir de la composition officielle standard/PTC/minimal/Cordis, activer ou désactiver une à une les lignes de plugins qu’il monte et recevoir le nom choisi. Plusieurs assistants avec leurs propres prompts — programmation, compagnon de discussion ou personnage de jeu de rôle (RP) — coexistent sur une machine et se choisissent à chaque nouvelle session. Les lignes laissées intactes restent identiques octet par octet à celles fournies, conditions de plateforme comprises.

Plugin de thèmes pour l'interface web DSH : 4 thèmes intégrés plus des thèmes personnalisés à partir d'images, la photo servant d'arrière-plan pour toute l'interface et la palette suivant sa teinte dominante.

Ajoute un océan animé de baleines ASCII derrière les conversations vides, avec une zone de saisie neutre en verre dépoli, choix des couleurs, thèmes clair/sombre et réglages des baleines, poissons, grilles et sillages.

Mascotte de bureau à persona GPT/ChatGPT épinglée en bas à droite du GUI Web DSH. Affiche solde, usage du jour, tarifs heures pleines/creuses et coût par tour ; bulles modifiables (texte, solde, usage, tarifs, images, phrases aléatoires, choix pondérés), styles/polices par ligne, éditeur rapide flottant, sons, illustrations/animations/audio personnalisés, aimantation/retournement. 54 répliques façon GPT réparties en 5 groupes. Routes, bundle id et fichiers de données nommés pour cohabiter avec les widgets baleine et Xiaoke. Dérivé de MeteorNOX/DeepSeek-Balance-Whale-Widget (MIT).

Compagnon animé de bureau pour DeepSeek Harness, avec notifications de tâches, chat de session, packs de personnages et paramètres natifs.

Installe Herta comme agent DeepSeek Harness : un preset portant ses sections de prompt de persona et de mémoire, six outils de mémoire et de voix, une couche narrative qui sépare sa réflexion de ce qu'elle dit, 80 clips vocaux fournis, la synthèse vocale hors ligne et MiniMax, et deux vues de conversation qui rendent la session avec ses propres composants.

Mascotte de bureau dessinée d'après le contour officiel de la baleine, pour l'application de bureau comme pour l'interface web : animations SVG et expressions du visage suivant l'état de l'agent (réflexion, travail, terminé, erreur, attente de confirmation), et elle peut suivre les autres sessions en cours avec un badge de comptage ; tapotez-la, faites-la glisser, secouez-la jusqu'au vertige, écrasez-la contre un bord de l'écran, ou passez le curseur sur sa tête pour une caresse ; 7 palettes, 4 tailles, sons synthétisés, synchronisation du thème clair/sombre et aperçu web jouable.

Rejoue des sessions sur une timeline rejouable avec utilisation des jetons par étape, audite les opérations sensibles, estime les coûts, affiche la lignée des forks, compare des sessions et exporte des replays HTML autonomes.

Utilisez un abonnement ChatGPT/Codex dans DeepSeek Harness avec les modèles GPT, la génération d'images, la recherche web, le rapport de quota d'abonnement, le contrôle des modèles et fonctionnalités, et la connexion OAuth par navigateur ou code d'appareil.

Une meilleure barre de pliage : replie automatiquement les appels d'outils et les segments Think dans des barres de pliage d'étape, et condense chaque tour terminé en un seul en-tête de tour avec des métriques en direct (durée, TTFT, tokens, tok/s, taux de cache) — seul le résumé final reste visible ; icônes de tête personnalisables avec cartes de poker animées intégrées (animation de carte en alternance des couleurs pendant l'exécution, un paquet replié, un éventail déplié), une ligne de paramètres pour le mode de pliage officiel, compatible avec les versions DSH nouvelles et anciennes. Zéro intrusion dans le code source de DSH.

Répertoires de travail secondaires pour un projet DSH : l'agent conserve l'espace de travail principal comme cwd et obtient des permissions de lecture/écriture/exécution égales sur les répertoires secondaires configurés, paramétrables depuis l'en-tête de session et la page de nouvelle session.

Lit les GIF et WebP animés comme des animations : un élément collé continue de jouer dans l’interface tandis que le modèle reçoit une planche étiquetée d’images échantillonnées. L’outil read_animation échantillonne un fichier à la demande.

Ajoute un outil generate_image reposant sur la file FAL, toute API d’images compatible OpenAI ou un abonnement ChatGPT/Grok, et affiche le résultat directement dans la conversation.

Contrôle par tour du niveau de réflexion (reasoning_effort) pour DeepSeek Harness : Auto planifie low/high/max selon l'historique récent des tool calls, ou permet de fixer un wire level (off/on/minimal/low/medium/high/xhigh/max), avec mappage wire personnalisé, garde de capacités par modèle et préréglages de fenêtre de contexte (64K–1M) ; sa capability card s'associe à [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (installable depuis dsh-market) pour tester le raisonnement avec des passerelles compatibles OpenAI (vLLM / LM Studio / auto-hébergées). La carte écrit les capacités llm-pi-ai, l'adaptateur pilote le wire (compat.thinkingFormat) et le plugin maintient la liste de takeover.

Pont MCP vers gemini.google.com : analyse visuelle d'images et de vidéos, génération d'images Imagen et de vidéos Veo, et gestion des conversations via la session de navigateur déjà connectée, sans clé API.

Pont multimodal MiniMax : un seul outil `mmx_bridge` couvre la compréhension/génération d'images, la vidéo, la synthèse vocale, la musique, les pochettes, la recherche web et le quota ; prise en charge optionnelle de `web_search`/`read_image` ; lecteurs intégrés/aperçus d'images directement dans l'interface web (npm : `dsh-mmx-bridge`).

Routes de modèle, outils et guidage système dédiés pour la vision, la compaction, les revues, les sous-agents, les titres et la génération d'images.

Utilisez les fonds d'écran téléchargés dans Wallpaper Engine comme arrière-plan web de DeepSeek Harness : les fonds vidéo sont lus en place, les fonds image utilisent l'œuvre autonome de plus haute résolution, avec les modes d'ajustement cover/contain et un gradateur de panneau de 0 à 100.

Niveaux d'utilisation et cartes de statistiques partageables : 🐟→🐳 classements par consommation mensuelle de tokens avec percentile estimé calculé localement, tarification précise pour 46 modèles chez 6 fournisseurs (y compris tarification chinoise par niveau de taille), remplissage rétroactif des sessions pré-installation, et comparaison ancien/nouveau suite au changement de tarifs du 2026-08-17. Local uniquement, sans télémétrie.

Ajoute un modèle de vision configurable aux modèles principaux textuels uniquement : un outil vision_read_image, un sélecteur de modèle de vision dans la barre de composition, et une conversion automatique image-texte pour les routes textuelles uniquement.

Ajoute un canal QQ à dsh via OneBot 11 (NapCat et autres) : WebSocket inversé ou direct, conversations privées et de groupe, transcription d’images et de voix, cartes texte-image t2i, transferts regroupés et page de paramètres.

Préréglage d'agent ancré unifié pour DeepSeek V4 Pro/Flash sur l'API officielle et opencode-go : amorçage Minimal-exact de la première requête à deux outils, chemins Pro/Flash tenant compte du modèle et gestion du catalogue sensible à l'époque pour la stabilité des longues sessions.

Pont QQ bidirectionnel sur OneBot v11 (WebSocket inverse) : sessions par groupe et par chat privé, voix speech-to-text citée par @, visualisation privée d'images/images animées, outils de visage et de sticker.

Ensemble prédéfini d'agent en mode de programmation : l'agent de codage standard avec son personnage exigeant la discipline des super pouvoirs (compétences d'abord, brainstorming avant la construction, plans avant le code, TDD, débogage systématique, vérification avant l'achèvement) plus une discipline de volume de code Ponytail toujours active (échelle de code minimale à 7 échelons, complète par défaut) ; expédie les vingt compétences regroupées (14 super pouvoirs + 6 queues de cheval) et injecte mécaniquement la compétence complète d'utilisation des super pouvoirs dans la première demande de chaque nouvelle session.