Plugins

Compagnon de session en quatre modules : export intelligent de conversation (Markdown/PDF/JSON/image longue PNG avec rédaction de confidentialité et ZIP par lot), résumés de passation de contexte avec sauvegarde/import de modèles, optimisation des coûts API (tarification officielle en direct, planification heures pleines/creuses, budgets journaliers/mensuels, routage de modèle), et recherche globale de conversation avec recherche dans le chat (Ctrl+F, CSS Custom Highlight API).

Plugin de mode d'apprentissage Feynman : boucle enseigner → reformuler → évaluer → réexpliquer, rendue en fiches de cours HTML riches (diagrammes mermaid + coloration syntaxique shiki).

À la fin d'un tour du modèle, un LLM génère 3 suggestions de suivi critiques, affichées sous forme de puces cliquables à envoyer.

Ajoute des niveaux d'effort de réflexion (bas, moyen, élevé, etc.) aux API tierces de DeepSeek Harness, avec sélection du modèle pour chaque appel de sous-agent.

Déclaration des capacités par modèle pour DeepSeek Harness : niveaux d'effort de réflexion (orthographes réseau) + modalités de requête (vision) pour les fournisseurs compatibles OpenAI. Section de réglages, zéro dépendance runtime au harness, pas de YAML.

Plugin DeepSeek Harness qui relie les images de session à des API de vision interchangeables, tout en gardant DeepSeek comme modèle principal.

Chaînes de repli automatiques entre fournisseurs/modèles pour les agents DeepSeek Harness lorsque les requêtes LLM échouent de façon répétée (nouvelles tentatives épuisées, authentification, quota, limite de débit)

Changement de style de sortie à l'exécution, équivalent à outputStyles de Claude Code, pour DeepSeek Harness.

11 skills de workflow partageables (handoff, triage, to-spec, to-tickets, wayfinder, teach, wait-what, dsh-mode-routing, ask-matt, overnight-execution, full-throttle) en pack de skills installable.

Suivi du coût des tokens par modèle avec tarification configurable pour cache-hit/miss, sortie et fenêtre de pointe, une barre de coût de session en direct, et des signalements de modèles non configurés.

Le sélecteur de modèle de DSH : pointez-le vers n'importe quel endpoint compatible OpenAI, avec des préréglages de fournisseurs DeepSeek gratuits/économiques sélectionnés et un repli automatique quand un palier gratuit vous limite en débit.

Disjoncteur de modèle à deux niveaux avec bascule de secours : déclenche l'arrêt d'un modèle ou de tout un fournisseur après des échecs de requête répétés, et route la requête suivante vers un repli configuré.

Passerelle de vision native au fournisseur LLM : les images collées dans le chat sont décrites par un modèle de vision (Qwen3-VL via pi-ai/llama.cpp), et la description textuelle est transmise à DeepSeek texte seul pour la réponse — l'admission, le routage et la compaction des images passent tous par les mécanismes natifs du harness, avec un cache de descriptions LRU et une reprise sur erreur 503.

Les images jointes au composeur sont transcrites en texte par un modèle de vision compatible OpenAI avant d'atteindre les modèles DeepSeek texte seul.

Mémoire locale bornée avec contrôle d'autorité CBDC : affirmations SQLite + FTS5, rappel ciblé avec des décisions explicables d'usage/vérification/ignorance et une piste d'audit complète, commandes /memory, ≤3 affirmations/1200 caractères injectés par appel, aucun appel modèle supplémentaire.

Carte de chaleur d'activité dans la barre latérale de DSH Web : grille façon GitHub des commits quotidiens, usage de tokens et dépense estimée, avec une ligne de stats du jour pour le total de tokens toutes sessions, le taux de cache-hit et le coût par modèle au tarif automatique.

World-model research toolkit: inspect frames, name 3D / pixel / latent routes, score pred vs GT, and RSI skills / wm.yaml.

DeepSeek Harness plugin: generate_ui — the model turns a request (+ data) into an A2UI document rendered as an interactive surface in the chat, generated through dsh's own model service (valuz-genui core)

OpenCode Zen free models provider for dsh

Migrate Codex CLI conversations, MCP servers, memories and project files into DeepSeek Harness sessions, workspaces and MCP registrations. 把 Codex CLI 的对话、MCP、记忆与项目文件迁移为 DSH 会话、工作区与 MCP 注册。

Rust dev domain plugin for DeepSeek Harness (dsh): verification pyramid fmt→clippy→build+test→miri+audit(+semver) as model-facing tools + graph-layer governance (anti-Goodhart 8 rules incl. #[allow] density / deleted tests, blind-spot via Cargo.toml & pub

Linux kernel dev domain plugin for DeepSeek Harness (dsh): verification pyramid L1-L4 as model-facing tools + graph-layer governance (anti-Goodhart / blind-spot / patch-conflict) + AGENTS.md contract as a system-prompt section. Plain JS, no build step.

DeepSeek Harness plugin: import models with capabilities from an OpenAI-compatible /v1/models listing (gateway capability extensions) and edit per-model capabilities (thinking, vision) on its settings page

Windows-adapted DeepSeek Harness coding-mode agent preset with a persistent PowerShell 7 shell.