Plugins

Ajoute un bouton optimiser à côté du composer qui analyse et réécrit le brouillon de prompt avec streaming SSE, conscience du contexte de conversation (stratégies template vs intent-polish), chaîne de mémoire de continuité d'édition, annulation, et routage de modèle avec fallback et test de connectivité.

Compression automatique du contexte pour DeepSeek Harness : compresse les sorties d'outils avant qu'elles n'atteignent le modèle et garde chaque compression avec perte réversible via des outils de récupération CCR.

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.

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.

Complète ce que l'adaptateur officiel pi-ai laisse de côté sur la page Models : sondage d'accessibilité de la passerelle avec latence, extraction en un clic du catalogue de modèles de la passerelle avec réécriture par cases à cocher dans les paramètres, solde DeepSeek et quota du fournisseur affichés en place, protocole et point de terminaison auxquels chaque fournisseur est réellement connecté, et un menu déroulant de modèles qui ne répertorie que ce qui fonctionne à l'instant — une clé morte, un solde vide ou un quota épuisé est masqué jusqu'à ce que vous le corrigiez, et réapparaît de lui-même.

Place de marché et gestionnaire de compétences : gérez sur une page les compétences de tous les agents de codage locaux (plus de 10 exécuteurs, dont Claude Code et Codex) et importez-les dans la bibliothèque de compétences DSH ; marché intégré de plus de 6600 compétences, statistiques de surcoût en jetons par compétence et contrôle de visibilité par modèle.

Faites correspondre vos modèles et vos budgets de tokens à chaque rôle, puis laissez DSH déléguer des sous-agents spécialisés selon le type de tâche. Couvre l’analyse d’architecture, l’UI/UX, l’implémentation de code, l’exploration de la base de code et la recherche documentaire, avec configuration automatique ainsi qu’un effort de raisonnement et des permissions d’outils par rôle.

Préréglage d'agent ancré unifié pour DeepSeek V4 Pro/Flash sur l'API officielle et opencode-go : amorçage de première requête avec deux outils minimaux et exacts, chemins Pro/Flash sensibles au modèle, et gestion de catalogue sensible aux époques pour la stabilité des sessions longues.

Connecte DeepSeek Harness aux applications et services gérés par OOMOL, avec découverte et exécution progressives de Connector Action, plus un panneau intégré pour gérer les connexions Provider.

Observabilité des tokens local-first à quatre compartiments : tableaux de bord persistants par session/fournisseur/modèle/jour, tendances, signaux de budget et d'anomalies, estimations de tarifs publics, exports agrégés sécurisés, et analyse de l'utilisation ou de la trajectoire de session avec consentement explicite.

Analyse détaillée de l'utilisation et des coûts par modèle, avec statistiques d'utilisation par session et requêtes d'utilisation pour GLM, MiniMax, OpenCode Go, DeepSeek et plus.

Facturation du cache par appel dans la fenêtre contextuelle du compteur de contexte : totaux de l’étape, du tour et de la session actuels avec tokens et montants de hits / misses / sortie, tarification automatique des heures de pointe et creuses à Pékin, tarifs par modèle et facturation des relais tiers également.

Utilisation de l'ordinateur via un périphérique USB HID externe : nommez une cible en langage naturel, un modèle de vision la localise dans une capture d'écran recadrée, et un Raspberry Pi Pico 2 déplace la vraie souris et tape sur le vrai clavier. 7 outils. Windows dispose de la liste des fenêtres, du recadrage par fenêtre et du relèvement automatique des fenêtres ; macOS nécessite pyobjc et ne dispose d'aucune de ces fonctions ; Linux n'est pas pris en charge.

Panneau tiroir pour l'interface web DSH avec une liste paginée de LLMs gratuits ; écrit chacun comme custom model provider dans Settings en un clic ou par lots, plus un rotation proxy multi-key local.

UI harmonizer pour DeepSeek Harness : normalise l'UI officielle inachevée ou auto-contradictoire, réconcilie les conflits de style entre plugins installés et unifie le langage visuel via les jetons de conception officiels — avec largeur de chat, taille de police markdown, échelle de l'espace de travail, pile de polices UI et carte de colonne centrale arrondie personnalisables en direct depuis Paramètres → Général ; bundle dsh côté client uniquement, coût de modèle nul, sans côté hôte, amovible sans résidu.

Barre latérale droite de l'interface web DSH : explorateur de fichiers de style VS Code plus contrôle de code source (statut git, stage/unstage/annuler, commit, diff, graphe de commits, synchronisation fetch/pull/push, gestion des branches, gestion des remotes, git init, bascule multi-dépôts, statut des fichiers codé par couleurs (untracked/modified/ignored), icônes par type de fichier, aperçu d'images) avec une vue diff modifiable du fichier entier, un éditeur avec coloration syntaxique (15 langages), des opérations sur les fichiers (nouveau/déplacer/copier/supprimer) et l'enregistrement.

Plugin d'annonce vocale sans dépendance, piloté par les événements : pas de modèle supplémentaire, pas de coût en jetons. Parle avec la voix naturelle intégrée du système, prenant en charge Windows et macOS ; annonces de réponse finale, alertes d'approbation et de question, annonces d'événements facultatives (fin de tour, commande terminée, changement d'objectif, erreurs d'outils, mises à jour de tâches), réponses finales rejouables et une page de paramètres visuelle bilingue.

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.

Page de réglages pour les capacités par modèle : niveaux d'effort de raisonnement avec leurs orthographes de wire, modalités d'entrée et capacités en token, écrits comme déclarations ou overrides de catalogue sparse.

Télécommande mobile Telegram qui connecte le téléphone à une session web DeepSeek Harness en direct : sélecteur espace de travail puis session (/sessions), /last pour la question/réponse précédente, /model pour changer de modèle, et réponses natives en message enrichi.

Souris et clavier réels pour un agent DeepSeek Harness : décrivez en mots ce qu'il faut cliquer, un modèle de vision le trouve, un périphérique USB HID clique dessus.

Force la compression du contexte lors de l'exécution de modèles llama.cpp à faible contexte tels que Qwen3.8-27B, améliorant l'efficacité du modèle et la fluidité d'utilisation, accompagné de prompts de compaction bien affinés.

Skill de flux de travail de recherche AI-for-Science pour DeepSeek Harness, destiné aux chercheurs et étudiants de troisième cycle utilisant l'IA agentique : revue de littérature multi-angle avec fichiers par angle, conception d'expériences avec liste de réserves, lecture de figures et d'articles ; chaque tâche renvoie des fichiers plus un brief de vérification croisée pour un second modèle. Zéro dépendance, MIT.

Un fouet pour DeepSeek V4 Pro : il surveille l'empreinte de raisonnement de chaque bloc de réflexion et ramène le modèle quand il glisse du mode concentré « We will / I will » au mode dispersé « let me ».