Plugins

Preset mode expert DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH) : coordinateur principal + 17 sous-agents experts de domaine avec délégation automatique. Fonctions : taskboard (états pending/ready/running/done/failed, DAG dépendances, réclamation atomique, retry, récupération), portes qualité (pipeline 5 étapes : exigences, implémentation, vérification, revue, intégration ; 2 reprises), Five-Anchor (revue/convergence/anti-dérive/collaboration/ressources), Near-distance (modèle identité/tâche/sortie), divulgation progressive (~28 % économie de tokens), persistance, bus P2P, revue croisée, pool d'expérience, voie rapide, auto-retry. 17 experts : données, rédaction, juridique, PM, frontend, UI/UX, architecte, social, growth, fin. quant., backend, DevOps, BD, QA, sécurité.

Un animal de compagnie de bureau flottant pour la Web UI DeepSeek Harness : respiration au repos, changements de direction occasionnels, actions aléatoires et déambulation à l'écran.

Ajoute /pua pour inciter l'agent à essayer une autre approche et à vérifier les résultats avant de déclarer l'achèvement, avec 15 styles d'entreprise, des modes de persona, des réglages globaux et par conversation, et une boucle optionnelle qui continue jusqu'à ce qu'une commande de vérification réussisse, que la limite d'itérations soit atteinte ou que l'utilisateur annule.

Studio d'images et de vidéos par IA sous forme de panneau DSH flottant, pour créer sans interrompre la conversation : texte-vers-image, image-vers-image et composition multi-images en 1K-4K sur huit formats ; texte-vers-vidéo et image-vers-vidéo avec contrôle de la première image de 4 à 12 secondes ; mode court-métrage qui importe un scénario (.txt/.md/.json), le découpe en plans de storyboard pour la prévisualisation et la génération par lots ; et un espace de travail d'expert en prompts. Zéro dépendance d'exécution.

Allègement réversible du contexte pour DeepSeek Harness : réencodage tabulaire sans perte de tableaux JSON uniformes de style TOON, fenêtres de table échantillonnées par pas avec numéros de ligne, et déduplication inter-tours des sorties d'outil répétées ; chaque remplacement passe un seuil octets+jetons (≤72 % d'octets, strictement moins de jetons estimés) et l'original est écrit sur disque derrière un avis `[save-token #id]`, récupérable en un appel via l'outil `save_token_expand`, avec le comptage des jetons facturés et économisés dans un tableau de bord des paramètres.

Analyse de documents DSH indépendante du fournisseur, propulsée par MinerU, avec tâches d'arrière-plan natives, résultats immuables et fusion sécurisée des requêtes.

Score multi-dimensionnel de qualité pour les plugins DeepSeek Harness, évaluant un dépôt ou un paquet npm selon la réussite de l’installation, l’activité de maintenance, l’exhaustivité de la documentation, l’analyse de sécurité et la conformité au protocole à partir de preuves CLI réelles, et produisant un rapport de classement en JSON ou Markdown.

Bundle d'application web iKanban orienté clavier pour DeepSeek Harness

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.

Adaptateur LLM GitHub Copilot : connexion par flux de périphérique OAuth, découverte de modèles en direct depuis l'API Copilot, prise en charge de la vision pour les modèles compatibles image (gpt-4.1, gpt-4o), et deux protocoles de communication (Chat Completions et Responses API) avec routage automatique des endpoints par modèle.

Passerelle ShiGuang Memory Engine (SGME) : mémoire à long terme partagée multi-agents via HTTP — distillation L0/L1/L1.5/L2, injection par scénario, recherche unifiée et signaux d'attention proactifs (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), installable comme `dsh-sgme`.

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.

Couche de coordination de plugins : les plugins déclarent leurs capacités, les commandes sont routées vers le plugin propriétaire sans appel au modèle, les schémas d'outils se chargent à la demande pour réduire les tokens du prompt, l'historique d'exécution se consolide en mémoire long terme au repos, et les échecs sont classés avant toute nouvelle tentative.

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.

Accédez à DSH depuis votre téléphone ou n'importe où : lien public Cloudflare Quick Tunnel + accès direct LAN HTTP/HTTPS (certificat auto-signé automatique), authentification par jeton, compression gzip, panneau flottant avec icône de téléphone et codes QR, et un canal bot NapCat QQ pour récupérer le lien.

Notifications sonores par événement : fin de tour, approbation, question, revue de plan, objectif-bloqué, et échec de tâche reçoivent chacun leur propre son et volume, configurable dans l'UI Web (synthé intégré, muet, ou fichier audio local).

Épingle les sessions et espaces de travail en haut de la barre latérale web avec des couleurs de ligne par épingle, un commutateur d'en-tête et un panneau épinglé ; la 0.4.0 ajoute un organisateur de navigation (groupes/tableaux d'épingles), des étiquettes, des vues de filtres enregistrées, des résumés d'état des sessions et /goto.

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.

Agrégateur de la famille DSH Web UI : installation en un clic de tous les plugins de fonctionnalités (task-board, git-graph, pet, remote-web-ui, live-stats, web-ui-settings).

Un bouton de téléversement plus le glisser-déposer de fichiers dans la conversation en tant que chemins locaux : enregistre dans uploads/ du projet, insère le texte du chemin dans la zone de saisie, fonctionne avec n'importe quel outil de vision.

Un panneau flottant à droite et une commande /context pour DeepSeek Harness — un graphique en anneau en direct de l'utilisation des tokens de contexte, de leur répartition et du coût estimé.

Glisser-déposer à la manière de Codex : faites glisser n'importe quel fichier dans l'interface web DSH, il atterrit dans ~/.dsh-dropbox et le chemin est inséré dans la zone de saisie sous forme d'une puce bleue entière.

Équipe multi-agents par rôles pour DeepSeek Harness. /team réunit jusqu'à 12 sous-agents (produit, architecte, recherche, UI, backend, frontend, BD, sécurité, relecteur, QA, DevOps, docs) et exécute un pipeline à 9 phases avec jalons (clarifier, étudier, concevoir, relire la spec, approuver le plan, implémenter, relire, tester, livrer) sur des artefacts partagés. Les jalons qualité sont imposés par le code, non par les prompts : une tâche inachevée ne peut être marquée terminée, les constats arbitrés par le relecteur ou le QA, et les lacunes de couverture ou le rework apparaissent dans l'overlay et /team status. Livre un overlay (phases, effectif, DAG, artefacts, décisions), un mode équipe persistante et la comptabilité de tokens/temps. Pas de dépendance à l'exécution ni de build.