Plugins

Panneau de crédits Free Egg dans DSH : soldes WorkBuddy/Qoder, budget quotidien, état du check-in et dépense par tour. Tarifie les crédits WorkBuddy par type de token entrée/cache/sortie lorsque les tarifs sont connus. Si new-api est configuré, un clic choisit la plateforme débitée en premier. Requiert un gateway local WorkBuddy2API ou Qoder.

Widget chaton Gemini pour DSH Web UI : affiche en direct le quota gratuit de Google Gemini API par modèle, avec changement de modèle, alertes colorées, déplacement avec aimantation au bord et changement de texte au clic.

Génère et livre images/vidéos via generate_image/generate_video/send_media ; niveau gratuit d’Agnes ou backend compatible OpenAI, jobs en arrière-plan qui poussent automatiquement les médias terminés et galerie/cartes avec téléchargement, lightbox et ouverture native.

Ajoute une échelle d’effort de raisonnement aux modèles routés par pi-ai, sans réglage manuel. Ordre de repli : valeurs déclarées, models.dev, puis sept niveaux par défaut. Remplace le sélecteur du compositeur par un sélecteur vertical façon Codex.

Mémoire à long terme reposant sur SQLite pour DeepSeek Harness : ajout, recherche, mise à jour et archivage d’entrées avec catégories et tags, journalisation automatique des conversations, compression par niveaux et récupération limitée au workspace actuel et aux faits globaux.

Connecte les modèles de l’application de bureau Qoder CN à DeepSeek Harness sans intervention de l’utilisateur. Déchiffre les identifiants OSCrypt locaux, signe les requêtes selon le schéma COSY pour la passerelle CN et liste 14 modèles avec badge d’offre gratuite.

Propose plusieurs styles de mise en forme, des emoji et des autocollants thématiques pour les réponses IA de DSH, avec protection des performances pour les réponses longues.

Compteur de coûts LLM par session pour l’interface Web de DeepSeek Harness : répartit l’utilisation du fournisseur par modèle entre entrée hors cache, lecture du cache, écriture du cache et sortie, puis estime le coût selon les tarifs à l’usage de DeepSeek et Xiaomi MiMo, y compris les plages de pointe et creuses de DeepSeek.

Fournisseur de recherche Tavily pour l’interface Web de DeepSeek Harness (ctx.web) : privilégie les identifiants sans clé, applique un délai après leur refus et indique à l’utilisateur le repli vers la clé.

Panneau d’utilisation des modèles pour DeepSeek Harness : comptabilisation automatique par appel depuis les journaux de session avec horodatages réels, historique complet et incréments en direct. Affiche tokens, coût, requêtes, tendance et composition des modèles, avec vues par modèle, projet ou session et tarification par paliers modifiable.

Permet aux routes OpenCode de DSH llm-pi-ai de passer le contrôle du forfait gratuit Zen : User-Agent OpenCode, session canonique `ses_` et outils bash/read. Portée limitée à `opencode.ai`.

Hub de compaction par paliers : remplace le seuil unique de 80 % par une échelle configurable (30/50/70/90 par défaut), des règles douces à la consolidation maximale. Intègre un index déterministe de mots-clés à chaque checkpoint pour accumuler les faits entre cycles et résume via une chaîne de modèles : principal + jusqu’à 3 secours, chacun avec son effort de raisonnement. Ajoute un sous-onglet Compaction et une carte Settings ; désactiver restaure toujours la compaction standard.

Skin CSS qui restyle le contrôle de niveau de raisonnement de hytime/dsh-thinking-effort en pilule bleu-violet, champ d’étoiles et reflet animé, avec palettes claire et sombre. Ce plugin doit être installé ; le skin n’ajoute aucune interface.

Routage automatique par niveau pour DeepSeek Harness : le modèle virtuel `smart` classe chaque requête selon sa difficulté (hard/normal/easy) et son besoin de vision, puis la délègue aux modèles déjà configurés. Sans configuration supplémentaire.

Déclare les niveaux d’effort de raisonnement par modèle tiers dans les paramètres llm-pi-ai, afin que le sélecteur d’intensité DSH standard fonctionne avec les modèles absents du catalogue pi-ai.

Protocole de collaboration à trois pour dsh : machine à états Step List, chaîne de revue à cinq niveaux (Gemini/Web/Claude Code/dialogue/manuel), arbitrage des options, reprise après redémarrage avec heartbeat et persistance des capacités.

Catalogue de fournisseurs Zhipu BigModel GLM à deux endpoints (Coding Plan et API standard), découverte de modèles en direct, correspondance des niveaux de raisonnement testée en conditions réelles et carte Settings pour les clés, endpoints et niveau par défaut.

Outil webfetch pour le texte intégral des articles Web/Toutiao en trois étapes (direct fetch → navigateur headless Edge CDP résident → repli dump-dom), avec gestion automatique du défi anti-bot Toutiao et skill d’expérience incluse.

Plugin DeepSeek Harness (dsh) qui enregistre Lynkr, passerelle auto-hébergée de routage LLM par niveaux et multi-fournisseurs, comme fournisseur personnalisé compatible OpenAI dans `settings.yaml`.

File priorisée faisant autorité pour les tâches DSH↔Hermes (reset > approve > review) : mise en file par toutes les voies, modèle lease/claim avec concurrence 1, vieillissement des priorités contre la famine et mutex busy atomique. Le consumer Hermes (cron */1 + monitor gating) traite les tâches, écrit les demandes review-handoff après vérification d’un seul slot et appelle l’agent reset.

Carte flottante affichant le solde DeepSeek, le compte à rebours des tarifs de pointe/hors pointe et les tâches restantes estimées d’après l’usage historique des tokens par tâche et le contexte actuel.

Hub de compaction à paliers : remplace le seuil unique de 80 % par une échelle réglable (30/50/70/90 par défaut), de la consolidation légère à la maximale. Intègre un index déterministe de mots-clés à chaque checkpoint pour accumuler les faits entre cycles. Résume avec une chaîne de modèles — modèle principal et jusqu’à 3 replis, chacun avec son effort de raisonnement. Ajoute un sous-onglet Compaction et une carte de réglages ; la désactivation restaure toujours la compaction standard.

Remplace la page officielle Models par la gestion du cycle de vie des providers, des niveaux d’effort par modèle, des règles de nouvelle tentative personnalisées, le tri par glisser-déposer et la synchronisation des modèles amont.

Fournisseur gratuit de Nous Portal pour dsh : gère l’OAuth Portal par code d’appareil et le cycle de vie de l’agent-key derrière une route harness compatible OpenAI.