Plugins

Routage par mot-clé déterministe, changement de modèle sur liste blanche, et canal image_gen isolé pour DeepSeek Harness.

Passerelle de canal Feishu (Lark) à sécurité positive (fail-closed) : discutez avec un bot et récupérez les réponses de l'agent dsh — avec approbation d'outils human-in-the-loop optionnelle (cartes Allow/Deny avant chaque appel bash, délai d'expiration fail-closed). Intégration utilisant exclusivement le SDK Python officiel (version figée) ; liste blanche à refus par défaut, vérification de signature/horodatage/rejeu des webhooks, sessions persistantes par discussion ; test de compatibilité quotidien avec le dernier SDK ; documentation bilingue.

Un outil read_graph adossé à un graphe de connaissances du code (relations CONTAINS / EXPORTS / IMPORTS / IMPORTS_SYMBOL).

Passerelle de chargement différé des outils : injecte intégralement ceux de la liste autorisée, confie les autres à la chaîne de chargement différé de l’hôte et les expose comme espaces réservés recherchables avec une carte de paramètres.

Hub QQ pour DeepSeek Harness : chats privés et de groupe via OneBot v11 (SnowLuma/NapCat), mémoire et routage de persona par chat, assistant visuel décrivant les images aux modèles texte uniquement, analyse de liens multiplateforme (grandes vidéos en fichiers de groupe, galeries d’images en ligne ou en messages transférés groupés) et panneau web pour modèles, personas et paramètres. Dérivé de aureth-labs/dsh-aurabot-qq ; ne pas installer les deux.

Bibliothèque local-first pour DeepSeek Harness : collecte, classe et recherche des ressources, avec notes de connaissances traçables.

Récupère les jetons API MadModel de Tsinghua et les renouvelle toutes les 20 minutes depuis la session SSO enregistrée dans un navigateur sans fenêtre. Écrit le jeton dans l’identifiant DSH MADMODEL_API_KEY et crée ou réutilise le fournisseur madmodel. Une action manuelle Get capture cette session via la fenêtre de connexion du campus.

Canal QQ personnel pour DSH : gestion de NapCat avec connexion QR ; réponses IA privées/de groupe, regroupées et avec compréhension d’images ; archive locale complétée par interrogation périodique ; @ de groupe et rappel de ses propres messages ; outils de livre d’or QQ Zone et panneau latéral. Par défaut, répond à tout utilisateur QQ qui envoie un DM au compte ou le mentionne en groupe. Pour restreindre l’accès, régler access.privateMode / groupMode sur allowlist. Les commandes réservées au propriétaire le restent.

Passerelle de messagerie multicanale pour DeepSeek Harness : chaque groupe et conversation privée QQ (SnowLuma / OneBot v11, QQ Bot officiel) ou Discord devient une session Agent distincte, liée à une fiche de rôle. Son domaine comprend des bases de connaissances avec validation des brouillons, une mémoire partagée, un lecteur GitHub en lecture seule et des règles de déclenchement en groupe. Deux profils intégrés (service client, discussion de groupe), envoi unifié avec diffusion et relais humain.

Connecte un DSH Agent aux serveurs Minecraft Java via Mineflayer : vue de jeu en direct avec raisonnement et tools natifs, personas configurables, carnets propres à chaque serveur et recherche locale facultative de connaissances de survie. Réutilise le modèle hôte ; l’installation ne se connecte pas au jeu et ne lance aucune inférence.

Graphe à bulles déplaçables des espaces et sessions DeepSeek Harness dans l’interface Web : grandes bulles pour les espaces, petites pour les sessions, lignes pour les appartenances réelles. Panoramique, zoom, ajustement, filtres espace/état/type/archivage et recherche noms, chemins, titres. Actions natives pour ouvrir ou créer des sessions, renommer des espaces, archiver ou restaurer ; mises en page enregistrées dans le navigateur.

Coach d’étude DeepSeek Harness : transforme un cours en carte matière/module/unité, suit la maîtrise de chaque unité en six étapes, planifie les tâches quotidiennes depuis un index de ressources, gère carnet d’erreurs et cartes de répétition espacée, et fournit son panneau web.

Bridge MCP Codebase Memory pour DeepSeek Harness : six outils de code pour le graphe de connaissances, daemon d’arrière-plan à démarrage automatique avec UI Web de visualisation et skill agent intégrée.

Passerelle Feishu/Lark pour DeepSeek Harness avec conversations persistantes par sujet, cartes d'exécution en direct, entrées d'images et de fichiers, approbations et questions dans le chat, listes blanches de sources, et tâches d'agent durables uniques ou récurrentes créées en langage naturel.

Plugin de base de connaissances : construisez des paquets de base de connaissances auditables (références + SQL).

Mémoire autonome dans un seul fichier SQLite local : une tâche nocturne déduplique, fusionne, atténue et relie les entrées. Recherche hybride RRF à sept signaux (FTS5 + jieba privilégiant le chinois, KNN vectoriel facultatif, PPR de graphe), graphe de connaissances typé, détection des conflits plutôt qu’écrasement silencieux et panneaux de télémétrie Web.

Ajoute les outils de délégation subagent_route et subagent_fork_route où le modèle choisit lui-même la route provider/model pour chaque enfant ; le déploiement définit uniquement le backend spawn/fork, la politique d'arrière-plan et la liste blanche allowedProviders, tandis que les enfants reprenables et les tâches en arrière-plan réutilisent les outils officiels send_message / job_output.

Mémoire locale à trois couches pour DeepSeek Harness : L1 mémoire instantané (MEMORY.md/USER.md) lue à la demande via les outils memory_* + L2 base de connaissances interrogeable (faits + SQLite FTS5, recherche en chinois par tokenisation à fenêtre glissante) + L3 import depuis Hermes/Claude Code/Codex/WorkBuddy et depuis les documents approuvés d'Agent Hub (memory/global, memory/projects, décisions acceptées) avec déduplication par hash de contenu. La v0.2.0 a supprimé toute injection automatique : la mémoire n'entre dans le contexte que lorsque le modèle appelle l'un des 12 outils memory_*, et les données restent sur le disque local.

Espace de travail conversationnel pour cartes mentales Markdown : modifiez des documents complets étape par étape, synchronisez la visualisation en direct à droite, puis ouvrez, gérez et exportez les cartes mentales depuis le répertoire de travail.

Graphe de connaissances de code local pour les agents : analyse une base de code (Python/JS/TS/Go/Java/Rust) en un index SQLite et répond aux questions sur appelants, appelés, dépendances, dépendants, impact et plein texte.

Conversion des commandes CLI Lanting en outils + garde L0 : 9 outils de mémoire + 6 outils de qualité (enregistrement defineTool, spawn venv _cli.py) + garde d'écriture/d'appel direct

Folio (兰亭) @nyantused/folio-dsh-tools : 15 outils validés par schéma (mémoire + portes de qualité) ainsi qu'une protection L0 du moteur de génération de documents de conseil ; associez-le à @nyantused/folio-dsh-events pour le protocole de session complet.

Folio (兰亭) @nyantused/folio-dsh-events : événements de protocole de session : rappel automatique au démarrage de la session et sauvegarde automatique à la fermeture de la session ; associez-le à @nyantused/folio-dsh-tools.

Registre de connaissances négatives liées à des preuves : persiste les chemins réfutés (command_failed, file_missing) avec leur résultat et leurs preuves de précondition, puis avertit ou bloque les tentatives répétées jusqu'à ce que les preuves changent.