Plugins

Budgets par tour configurables pour les mutations de fichiers prises en charge, limitant les fichiers distincts, les appels de mutation et les octets de charge utile UTF-8 avant l'exécution de l'outil.

Garde de cohérence documentation-code : audite les en-têtes de version, tableaux de changelog, arborescences, nombres de modules et de tests et références croisées entre documents pour détecter les dérives, avec des suggestions de correction en lecture seule triées par sévérité.

Confie des tâches ponctuelles à la CLI Cursor connectée sur la même machine, avec diagnostics de disponibilité de la CLI et de proxy, réglages de modèle enfant et test de connectivité en lecture seule.

Vérificateur de mises à jour (édition npm) : une page de réglages comparant les versions locale et la plus récente de @deepseek-ai/dsh et de chaque plugin installé, avec rappel par point rouge dans la navigation et commandes de mise à jour prêtes à l'emploi.

Harnais de régression de contrats pour auteurs de plugins : un adaptateur LLM scripté pilote le vrai pipeline dans des processus enfants isolés avec des assertions d'événements de session (couches load/contract/behavior/fault) ; sans clé API, prêt pour la CI.

Clinique de santé en lecture seule pour l'ensemble des plugins DSH installés : santé du loader, intégrité des dépendances, compatibilité des versions, risque des scripts d'installation, doublons et intégrité des patches, livrée comme outil de modèle, tableau de bord de réglages et rapports JSON.

Enregistre un outil `config_doctor` qui inspecte la configuration du harness lui-même à la recherche de problèmes qui échouent silencieusement au démarrage : champs perdus par un remplacement complet de la configuration, patches visant des ids d'entrée inexistants et collisions de noms d'outils. Lecture seule.

Diagnostic automatique de types : après que le modèle a modifié ou créé des fichiers TS, exécute `tsc --noEmit` en arrière-plan (avec debounce par projet) et signale les erreurs via l'outil `code_check` — regroupées par fichier avec ligne/colonne, sévérité et codes d'erreur TS, refermant la boucle « modifier → vérifier → corriger ».

Tableau de bord en temps réel des étapes, de l'ETA et du coût pour les tâches dsh headless : transforme le flux d'événements de session opaque en une grille multitâche vivante (plugin cordis + tableau de bord local autonome, sans appel d'API).

Canal IM DingTalk via WebSocket en mode Stream : chaque chat pilote son propre agent outillé ; les réponses reviennent en streaming sous forme de messages, sans URL de rappel publique.

Canal Feishu/Lark bidirectionnel pour DeepSeek Harness : conversations persistantes, vraies réponses en streaming, 40 outils MCP Feishu, commandes slash et un onglet d'état du bot IM dans les réglages du plugin.

Radar de code smells : analyse statiquement la dette TODO/FIXME, les implémentations bouchon, les lignes trop longues, les fichiers surdimensionnés et les blocs dupliqués, avec des suggestions de correction en lecture seule triées par sévérité.

La vision pour n'importe quelle route DSH : collez des images dans le composeur web avec analyse automatique selon l'intention, déléguez la lecture des images de l'espace de travail à un sous-agent de vision Kimi/MiniMax, et matérialisez les originaux collés pour les modifier.

Adaptateur DeepSeek augmenté par la vision : un modèle capable de vision décrit l'image en entrée, puis un modèle DeepSeek texte seul raisonne sur cette description.

Pont CDP vers un Chrome/Edge déjà en cours d'exécution pour DSH : captures d'écran, assertions au pixel, vérifications DOM/CSS et évaluation de JS de page via HTTP + WebSocket, sans processus enfant, sans dépendance npm et sans approbation à chaque usage.

Contrôle exact du profil de votre vrai navigateur Chrome connecté : un serveur MCP plus une extension MV3 et un pont localhost authentifié pour les onglets, localisateurs, injection de fichiers, export média et capture de défilement durable, sans profil de débogage ni port de débogage distant.

Agent d'écriture en collaboration profonde pour DSH : apprentissage du style d'écriture par utilisateur à partir de paires de modifications, flux clarifier→plan→rédaction par section→red-team→galerie de lecteurs, synthèse de projet en rapport (rapport de laboratoire / présentation produit / étude / README), 41 outils MCP, et interface web d'amélioration de sélection avec aperçu de fichiers intégré.

Créez un raccourci de bureau Windows en un clic depuis la page de réglages : un lanceur .cmd + icône de bureau pour DeepSeek Harness ou tout serveur local, ouverture automatique du navigateur, avec astuces d'épinglage à la barre des tâches.

Collecteur de sujets tendance agrégeant les listes chaudes Baidu / Toutiao / Douyin / Weibo en un seul appel (cookie Weibo en option), renvoyant les titres avec leurs valeurs de chaleur pour les créateurs de contenu — outil : `sxs_news_hot`.

Intégration du suivi de tickets Jira Cloud exposant huit outils de modèle pour la recherche de tickets, la recherche de projets et de transitions, la création, les mises à jour, les commentaires et les transitions ; les écritures sont facultatives et prennent en charge le mode simulation.

Mesure les règles de design sur la page rendue plutôt que dans le CSS — nombre d'échelons typographiques, contraste WCAG AA sur le fond réellement composé, dérive de la grille d'espacement, taille de la palette, cibles tactiles et les signes d'interface générée comme les dégradés violets repérés par angle de teinte ; fournit une compétence de design system.

Un outil `search` qui apprend à choisir entre stratégies de recherche rapide et approfondie grâce à un bandit contextuel (échantillonnage de Thompson), s'améliorant à partir de l'usage réel plutôt que d'une heuristique figée.

Tableau de bord Zhihu (知乎) : liste des tendances avec flèches de tendance, fil d'abonnements (favoris/créations/abonnements), suivi de publications (question/mot-clé/personne) avec résumés automatiques, et cinq outils d'agent (zhihu_search/hot/answer/global_search/followees).

Découvre automatiquement les listes de modèles, les prix et les capacités auprès des hôtes d'API compatibles OpenAI, les normalise et émet des configurations de modèles prêtes à l'emploi pour dsh.