Plugins

Mémoire à long terme intersessions pour DeepSeek Harness : pipeline d’extraction/consolidation en deux phases sur un espace mémoire basé sur des fichiers, injection des souvenirs, boucle de retour sur les citations et sémantique de tâches par lease. Comprend une page Settings et un panneau d’état latéral.

Garde visibles les todos inachevés entre tours. DSH efface leur projection au début du tour et attend une réécriture complète ; après interruption, le plan reste au journal mais disparaît de l’UI. `todo_write` est uniquement en écriture. Un listener session/event mémorise la dernière liste par session et la réajoute à `turn/start` si elle reste incomplète. Sans fork de tool-todo ni waterfall : la projection ne se remplace pas (mismatch `stateVersion`), donc il ajoute l’événement consommé par le fold. Limité aux listes inachevées, un événement max par début de tour, fail-open. Validé par A/B contrôlé sur sessions réelles avec la vraie projection. Zéro dépendance.

Injecte vos entrées de contexte enregistrées sous forme de ligne Remember après chaque message utilisateur, à chaque tour ou une fois par session ; comprend un éditeur Settings et une page de gestion.

Tableau local de tokens et coûts pour DeepSeek Harness : ventilation miss/cache-hit/cache-write/output, économies estimées selon l’écart de prix miss/hit, détail par session avec courbes de contexte et anomalies, filtres globaux avec URL partageables, budget mensuel et projection de fin de mois. Agrégats jour/mois rapides en O(days) avec rescans incrémentaux.

Skill de revue par capture d’écran pour DeepSeek Harness : l’agent ouvre une page frontend, la capture, examine l’image elle-même, modifie le code puis recapture, en répétant jusqu’à ce que la page corresponde visuellement aux exigences utilisateur. Fournie en `dsh.bundle`, elle s’installe avec `dsh plugin add`.

Gestion du contexte DeepSeek Harness : allège les sorties d’outils selon leur contenu, nettoie les vieux journaux, épingle les exigences utilisateur et travaux en cours, puis archive avant compactage avec piste d’audit.

Plugin de panneau de tâches DSH Web : réunit exigences, file d’attente, exécution de sous-agents, nouvelle vérification automatique, reprise après acceptation et exécution planifiée dans un cycle visuel.

Index sémantique local des documents workspace (MD/PDF/DOCX/TXT) : recherche hybride FTS5 BM25 + embeddings locaux, citations avec numéros de ligne et mises à jour incrémentales.

Plugin intelligent de compression de contexte DSH — gérer les ressources cognitives dans une fenêtre limitée, pour que l'Agent se souvienne de ce qui compte vraiment.

Archive d’expérience globale DeepSeek Harness sous Windows : sonde les outils locaux (versions, résultats privilégiant PATH), chemins utiles, latence réseau et vitesse disque; agrège les stats session/event et le LLM extrait des faits durables. Outil env_profile avec remember. Injecte à chaque tour un résumé byte-stable pour accélérer les sessions et réduire les tokens.

Mémoire d'indices d'événements inter-sessions pour DeepSeek Harness : extrait automatiquement de chaque tour les indices de tâche/conversation et les habitudes linguistiques de l'utilisateur dans une banque d'indices globale persistante, puis réinjecte le contexte mémorisé à la détection d'un changement de sujet (correspondance par mots-clés ou vectorielle).

Relecteur de diff incrémental pour DSH : après approbation d'un lot, seuls les changements depuis le checkpoint sont affichés, avec un panneau de revue Web et la commande `/review` qui réinjecte le feedback à l'agent.

Long-term associative memory for DeepSeek Harness: a local plain-text vault of raw episodes, typed memory cards and entity pages, configured from 设置 → 记忆图谱, and a Memory tab inside a conversation that draws what that session remembered. No build step; the

File-state cache skill for coding agents: one explore call replaces ls+grep+read, reads remember they already happened, and edits return a diff plus the exact changed line range instead of a full re-read. State is a JSON cache on disk, so it survives across tool calls and restarts. Requires Python 3.8+ (standard library only).

Four-layer memory for DeepSeek Harness, ported from the memory design of NoMindSama/qq-dsh-bridge (MIT) with the QQ channel removed: an append-only dialogue log, a weighted long-term fact store with decay and one-way archiving, self-notes the agent writes about itself, Chinese bigram recall over the raw log, and incremental AES-256-GCM sync to a private git repo where only ciphertext is stored. Archived sessions drop out of recall without losing their history.

Draws every question and answer in the DSH Web conversation blurred until the pointer rests on that row, and locks the mask to always-blurred while the window is unfocused; one control below the composer switches between off, hover to reveal, and always blurred, remembered per browser.

A desktop companion for DeepSeek Harness (dsh): she lives on your real desktop (on top of your windows or inside the wallpaper), talks with you by voice and remembers you. · DSH 桌面女友：住在你真正的桌面上，能语音聊天、记得你。

Agent-team task workbench for DeepSeek Harness: a sidebar board and requirement view track tasks across backlog, execution, review and done, dispatch work to coding agents, and run multi-role team orchestration on a local SQLite store.

Measures one university department's research output: matches author affiliation strings against a college's known name variants (detecting same-named departments at other universities), backfills papers that only name the university by faculty author IDs, classifies each paper by journal tier (CAS partition with Top flag, JCR quartile, CCF, Chinese core via a CNKI export merger), splits staff from student first authors, and writes a workbook with a dashboard sheet, a filterable paper list, a teacher-by-direction matrix and per-teacher statistics. Student authorship is inferred from affiliation and staff lists, not verified against enrolment records. Requires Python 3.9+ with pandas and openpyxl (pip install -r requirements.txt); papers come from the OpenAlex API, whose free per-IP quota is limited, and Chinese-journal coverage needs a manual CNKI export.

Floating TTS speaker in each conversation corner: when an AI reply finishes, edge-tts reads the summary aloud in the background with no popup windows; the toggle is remembered per conversation. Requires Windows, Python 3.9+ with the edge-tts package installed, and network access to Microsoft's Edge TTS service; summary is the default mode.

IMAP mail triage and cleanup for DeepSeek Harness: incremental read-only scan, a hard-protection rule layer plus optional local-model classification, a Markdown report and a hashed manifest, an explicit approval card, and only then a move to the Trash mailbox — no expunge.

Indexes public AI-company job boards (Greenhouse, Ashby, Lever, Workable, SmartRecruiters), scores postings for AI relevance, extracts the requirements from each job description, and produces a scheduled daily Markdown digest.

Trois thèmes photo pour l’interface Web DSH : River Night (三江夜), Lingyun Dusk (凌云晚照) et Emei Mist (峨眉夜雾). Chaque photo de Leshan couvre la fenêtre et la colonne de conversation avec un voile lié à l’apparence. Un moteur dérive les 119 autres jetons alias --dsw-* à partir de six entrées de couleur par apparence. Alt+K change de thème et le choix est mémorisé dans localStorage.

Un personnage qui évolue avec l’expérience : il se souvient de ce qui s’est passé et se construit à partir de ces événements.