Plugins

Fixe la langue de raisonnement du modèle au niveau choisi dans Settings - General - Thinking language (chinois simplifié, ou niveau par défaut qui ne limite que les réponses et laisse le raisonnement au modèle). Injecte une section de prompt système à l’ordre -1000000 puis la replace en tête à la fin de l’assemblage ; une copie facultative peut précéder chaque message utilisateur pour les modèles qui suivent mal les sections statiques.

Checklist des composants du paquet Semi Design partagé utilisé par les plugins DSH de tnnevol, ouverte depuis un bouton `Semi UI` dans l'en-tête d'une conversation : 35 composants plus une page de cas multi-comptes, organisés en sept groupes de la barre latérale allant des champs de saisie, formulaires, sélecteurs et arbres aux tableaux, cartes, superpositions et retours d'information, chacun rendu en direct avec une description d'une ligne et un plan de page, avec aperçu clair, sombre et selon le système. Installation depuis npm avec `dsh plugin --profile web add @tnnevol/dsh-semi-ui-showcase`.

Ajoute /btw pour des questions latérales ponctuelles et contextuelles sans exécution d'outils, avec des bulles de réponse indépendantes qui peuvent être copiées, réduites ou fermées sans ajouter les réponses à la conversation principale.

Fournisseur de modèles Tencent CodeBuddy pour DeepSeek Harness qui se connecte via OAuth du navigateur au lieu d'une clé API : liste le catalogue de modèles CodeBuddy avec les capacités de contexte, de sortie, d'appel d'outils, de reasoning et d'image de chaque modèle, gère plusieurs comptes avec basculement automatique vers le suivant utilisable, affiche le quota restant dans le composeur avec un panneau d'usage des token et crédits, et complète par compte les tâches de croissance CodeBuddy automatisables, avec un journal d'exécution. Installation depuis npm avec `dsh plugin --profile web add @tnnevol/dsh-codebuddy`.

Lisez, créez et modifiez des designs Figma en langage naturel dans DSH : modifications groupées de calques, composants, variables, captures d’écran et export d’éléments. Le mode local ne consomme pas le quota officiel d’appels MCP de Figma.

DSH Knit trie Markdown/code/image/vidéo du workspace dans une sidebar par dialogue ; Context Pack via knit_docs. BM25/IDF local compare messages récents aux titres/résumés/contenus : aucun modèle/réseau ni transfert. Index persistant entre redémarrages/sessions. Preuves/aperçu ; attribution figée à la lecture ; épingler/exclure avant récupération, réversible. v0.23 : hybride facultatif OFF ; exige embeddings Ollama/OpenAI compatibles configurés par l’utilisateur. Envoie query+titre/résumé seulement (Markdown : début ≤60 caractères ; code : dossier relatif ; média : nom), jamais contenu intégral/chemin absolu ; loopback local. v0.24 lie changements non commités via git status lecture seule (argv fixe, sans shell, env allowlist), OFF. Pas de test réel ; aucun gain revendiqué.

Un thème Blue Glass fantaisie océanique pour DeepSeek Harness Web : arrière-plan océan net, bulles de verre, barre latérale océan avec wordmark HARNESS à dégradé or et personnage cartoon en bas, bouton de réglages en forme de baleine, et texte de modèle en dégradé.

Thème Bloom Morandi : dix variantes (mist, cinnabar, petal, ripple, sage, stone, lapis, amber, aurora, lavender) bâties sur OKLCH afin que les modes clair et sombre restent perceptuellement équilibrés, commutables depuis la barre supérieure ; les 20 pairespremier plan/arrière-plan atteignent WCAG AA ou mieux.

Passerelle Feishu/Lark hautement fiable pour DeepSeek Harness : authentification en un clic par QR code, commandes basées sur des cartes et cartes de confirmation d'intention, boîte d'envoi sans perte avec livraison au moins une fois, envoi/réception de médias, ZIP des journaux de session via /doctor, et une interface Web DSH réutilisable qui place les sessions dans le bon espace de travail.

Animation de démarrage et fonds de chat pour DeepSeek Harness : démarrage en deux actes avec import d’animations personnalisées et trois transitions configurables (entrée du premier acte, jonction des actes, sortie du second). Les fonds acceptent images fixes ou vidéos en boucle muettes, dossiers de projets Wallpaper Engine, répertoires vidéo personnalisés, rotation aléatoire et suppression vidéo par vidéo.

Configurez visuellement le prompt, les outils, les skills visibles, les sous-agents et les modèles de repli d'un agent, et assemblez-en plusieurs en une équipe. Il n'écrit ni ne modifie jamais de fichier de preset de l'hôte.

QA de fidélité de conception pour les modèles texte uniquement : un outil `deepseek_vision` emprunte un œil à n’importe quelle route vision compatible OpenAI, afin que le modèle puisse juger si une implémentation correspond à sa maquette — livré avec le benchmark derrière ce jugement (quatre fixtures, 23 défauts injectés, transcriptions brutes) et la discipline de questionnement dont il dépend.

Installe quatre presets de recherche mathématique multi-agents pour DSH : v2 (pipeline guidé par les probabilités avec débat multi-vérificateurs), v3 (base de connaissances Markdown façon article avec un agent planificateur et une bibliothèque de méthodes réutilisable), v4 (résidents persistants auto-organisés qui s'écrivent et se réunissent) et v5 (un institut de recherche avec un académicien qui décompose et attribue le travail, des chercheurs votants, des intérimaires, un chat de groupe et un tableau de tâches compare-and-set) ; les quatre gèrent la reprise sur point de contrôle, l'intervention humaine et un interrupteur optionnel de vérification formelle Lean (off/encourage/require) dont la preuve validée transforme le vote en contrôle de fidélité des énoncés Lean.

Sélecteur de compétences façon WorkBuddy : un bouton à côté du compositeur ouvre une liste consultable des compétences installées ; en choisir une insère le geste officiel /skill-name, afin que la compétence se charge avec votre message.

Accès via barre native ou @ aux onglets connectés Chrome/Edge, HTML local autorisé et apps Windows actives. Instantanés compacts, actions par lots, captures, outils WebMCP, uploads autorisés, glisser élément/fichier dans la même frame, métadonnées réseau opt-in. Contexte en puces ; annotations et journaux locaux choisis ajoutés au brouillon sans envoi. Contrôle app : MCP correspondant installé ou installation approuvée, sinon Cua Driver (texte, raccourcis, commandes paginées). Lecture bureau : fenêtre une fois par connexion ou récupération. Échec : preuves conservées, arrêt sans rejeu automatique. Saisie en arrière-plan selon l’app. Requiert Chrome/Edge Chromium 125+ et extension MV3 dépaquetée, associée une fois ; le plugin ne l’installe pas.

Panneau flottant de gestion des serveurs MCP et des skills dans l’interface Web DSH : le chargement différé par serveur (ToolSearch, désactivé par défaut) retire les outils de son contexte à chaque tour ; le prompt ne liste que leurs noms et le schéma complet n’entre qu’après recherche par le modèle avec tool_search intégré, évitant le coût des schémas inutilisés. Serveurs MCP globaux ou dans le .dsh/mcp.json d’un projet, activation par serveur, catalogue de 47 services et import depuis dix autres clients. Les skills sont découverts automatiquement dans leurs vrais périmètres avec gestion des conflits ; invocation automatique par le modèle ou manuelle uniquement, réglable par skill.

Affiche les sessions DSH actives dans une cuisine 3D façon Overcooked : les agents IA travaillent, des filles-baleines déambulent et vous observez la scène de côté. Des bulles indiquent qui cuisine, attend ou a terminé et permettent d’accéder à la session en un clic. Créé pour suivre l’avancement, le projet donne maintenant envie de regarder les baleines sans s’arrêter.

Génère des titres de session déterministes et configurables pour DeepSeek Harness à partir de champs sémantiques du prompt et de modèles.

Automatisation quotidienne de jeux sous Windows pour Genshin Impact, Honkai Impact 3, Honkai: Star Rail et Zenless Zone Zero : une tâche planifiée par jeu pilote BetterGI, la famille de skills game-daily, March7thAssistant ou ZenlessZoneZero-OneDragon. Interrupteurs par jeu, vérification que le jeu reste au premier plan, supervision pendant l’exécution qui n’intervient qu’en cas de problème et une session de rapport par jeu, complétée par les résultats suivants. Nécessite l’app DSH de bureau et le moteur externe correspondant installé.

Pilote le tracé scientifique OriginLab Origin depuis le chat IA via MCP : 62 outils. Chien de garde des boîtes de dialogue modales, garde de sécurité LabTalk, release/reconnect, ajustement avec paramètres initiaux/fixes/pondérés, retouches fines de graphiques et feuilles, outils matriciels, FigureSpec YAML déclaratif (diffable et rejouable), instantané en lecture seule des MCP Resources, passerelle matplotlib-figure, assemblage PowerPoint avec étiquettes de panneaux, recherche de modèles du Graph Gallery, export EPS, liste blanche d'accès aux fichiers, base de régression visuelle et livrable OPJU éditable avec vérification déterministe de relecture.

Plugin d’autoévolution réflexive pour Qwen3.8 27B/3.8 Flash local et API en ligne : un contrôleur de convergence du cycle de code limite la réflexion de vérification répétée de Qwen3.8 27B/Flash pour converger plus vite et réduire le temps de réflexion ; une garde de livraison à cinq états détecte et corrige les tours bloqués et boucles infinies. Logique hôte indépendante du modèle, largement compatible avec les API en ligne ; amélioration continue par usage avec auto-vérifications contradictoires, escalade vers le critique, recherche de mémoire par index inversé, convergence du cycle de code et garde à cinq états.

Workflow multi-agents pour concours de modélisation mathématique : le preset « UltraMath » exécute un problème de la lecture au framework, dérivation, codage, vérification, papier et revue, plus 4 presets de rôle à étape unique (mathématicien, ingénieur, rédacteur, relecteur) et 33 docs skill de bibliothèque de modèles.

Mémoire de projet uniquement locale, sans dépendance d'exécution intégrée ni service externe : JSON comme source de vérité plus un PROJECT_MEMORY.md généré, Hot Memory bornée en tokens et figée par session pour la stabilité du cache de préfixes de prompt, rappel BM25 inter-projets mis en cache, provenance fiable de session/tour, gouvernance explicable des doublons/conflits avant écriture, cycle de vie éditable importance/épingle/étiquettes/remplacement/archivage, distillation configurable en fin de tour de haut niveau, et une GUI web bilingue pour la recherche, l'inspection, le diagnostic et les réglages en direct.

Fournisseur de modèles Tencent CodeBuddy pour DeepSeek Harness. La connexion se fait par OAuth dans le navigateur, sans clé API ; le catalogue CodeBuddy indique pour chaque modèle ses capacités de contexte, de sortie, d’appel d’outils, de raisonnement et d’image. Plusieurs comptes sont conservés, avec bascule automatique vers le prochain compte utilisable. Le composer affiche le quota restant et un panneau d’utilisation des jetons et crédits. Le plugin exécute aussi, pour chaque compte, les tâches de croissance CodeBuddy automatisables et en consigne le journal d’exécution. Installation npm : `dsh plugin --profile web add @tnnevol/dsh-codebuddy`.