Plugins

Outils de génération d’images et de vidéos Agnes AI pour DeepSeek Harness ; les longues tâches vidéo peuvent reprendre lors d’un appel ultérieur. Nécessite une clé API Agnes (AGNES_API_KEY).

Graphe de recherche biomédicale fondé sur la littérature et les résultats expérimentaux : fork d’hypothèses, liaison des preuves et progression de la recherche.

Un subagent Douyin parcourt vidéos et commentaires en heures creuses puis rend compte ; les outils `dy_*` savent aussi publier/répondre. Les réponses partent de la page déjà connectée avec sa signature propre, sans ticket IM. Temporisateur de quota quotidien et Settings → Douyin (interrupteur principal, mode auto, plages creuses, tours/jour, détail du rapport). Orienté Windows ; nécessite le binaire séparé `douyin-mcp` (releases yunsur/douyin-mcp, chemin via `dy_config mcpExe`) et une session Edge/Chromium. Répondre exige un navigateur connecté sur port CDP ; publier nécessite des identifiants supplémentaires que beaucoup de comptes n’ont pas.

Génération d’images via huit API fournisseur (Labnana, OpenAI, Gemini, Seedream, DashScope, xAI, Zhipu, ComfyUI), avec plusieurs profils enregistrés, galerie par conversation et suivi des crédits Labnana.

Orchestration 3D locale : détecte Blender, COLMAP et ComfyUI à chaque exécution pour choisir une route disponible. Le fallback Three.js crée des modèles depuis des primitives, édite/redimensionne des GLB, écrit un viewer hors ligne et rend des PNG multi-vues sans Blender.

Boîte à outils de recherche et planification pour le site de tutoriels de modding Minecraft BeiShan Besson : 7 outils pour chercher parmi 194 tutoriels indexés, planifier un parcours, comparer les versions et récupérer le texte des articles.

Garde les gros résultats hors conversation : `ctk_execute`, `ctk_execute_file` et `ctk_batch_execute` exécutent le code dans un processus enfant et ne renvoient que la conclusion. `ctk_index`/`ctk_search` archivent le contenu long dans une base locale FTS5 fondée sur `node:sqlite`; un gate refuse curl et wget avant exécution. Inclut `ctk_stats`, `ctk_doctor` et page de réglages avec occupation du contexte en direct. Aucune dépendance runtime tierce.

Télécharge les vidéos Bilibili avec yt-dlp, extrait les images clés et transcrit depuis les sous-titres du site ou faster-whisper local s’ils manquent. Enregistre la skill de résumé, activée uniquement si le message utilisateur ne contient que le lien vidéo. yt-dlp et ffmpeg dans PATH requis ; faster-whisper si absence de sous-titres.

Plugin mémoire/persona local-first pour DeepSeek Harness : quatre couches en fichiers (pinned, memory, facts, experience), persona SOUL/MOOD éditable, capture de session sans LLM, rappel BM25 et carte d’humeur à thème. Sans panneau web autonome, service Python, base vectorielle ni clé API.

Recherche par mot-clé dans le chat et entre sessions, contexte mis en évidence, navigation au clavier et accès instantané au message.

Redémarre DeepSeek Harness sans perdre le travail : attend l’inactivité de toutes les conversations puis reprend le travail interrompu. Si un superviseur gère l’hôte, il le sollicite ; aucun second hôte n’est lancé à côté d’un hôte actif. Avant chaque redémarrage, supprime les anciens cookies susceptibles de faire déborder l’en-tête de requête et bloquer le démarrage. Crée des instantanés de configuration et plugins (2 par défaut, 10 max ; anciens/incomplets supprimés). Aucun instantané appliqué ou restauré automatiquement, aucun contrôle de l’hôte : consultation ou rollback manuel seulement. À la fin, compte à rebours puis éteint la machine. Fonctionne sur Windows desktop et dsh web hébergé, vérifié sur WSL avec systemd. Web sous Windows, WSL sans systemd et Linux natif non testés.

Organiseur latéral à deux niveaux : groupes de workspace et dossiers de session imbriqués par workspace, glisser-déposer, points d’état en direct, vue des sessions en attente et marques non lues manuelles.

Personnages liés au model et monde partagé pour DeepSeek Harness : persona/mémoire modifiables, journaux AI et consolidation du sommeil facultatifs, commandes chinois/anglais, mascottes desktop adaptées aux tâches, thèmes et statistiques; les mises à jour préservent les réglages. Windows/Linux/macOS; prérequis par système dans le guide. Journaux/consolidation consomment des tokens. Fermer mascottes/bulles visibles avant installation/mise à jour est conseillé (des fichiers ouverts peuvent faire échouer l’installation). Requêtes de compte Codex/OpenAI API validées par des utilisateurs; autres sources en attente de validation/feedback.

Canaux entre conversations de même niveau : autorisation accordée par l’utilisateur, symétrique et persistante après redémarrage ; les messages en rafale sont regroupés en un envoi ordonné.

Ajoute une section au system prompt pour exclure les mots privés des livrables formels et, à intervalles, laisser une courte note à la fin.

Ajoute des paramètres aux requêtes modèle de dsh : routage/fallback OpenRouter, raisonnement, échantillonnage, champs body et headers personnalisés, pour OpenRouter ou tout autre gateway. Organisés par canal dsh ; aperçu en direct et journal des requêtes/réponses.

ZCode CLI doit être installé et connecté. Relaye son agent dans DSH comme fournisseur de modèles. Une session app-server résidente transmet chaque tour ; le catalogue est lu à l’exécution, donc contexte, images et routes suivent le CLI installé et le compte. Stable 0.6.0 prend en charge DSH 0.2.2-rc.1, améliore la détection du CLI et inclut Retry en option. Les permissions d’outil sont refusées par défaut ; les méthodes d’approbation/permission inconnues toujours ; full-auto exige un opt-in explicite. L’UI DSH ne contrôle pas ce processus app-server séparé ; ce n’est pas un sandbox OS. Dérivé de kyle123740/dsh-zcode-cli-proxy (AGPL-3.0) ; même provider id `zcode-cli`, incompatible avec l’original.

Ajoute la connexion/déconnexion web par device code du provider GitHub Copilot intégré à DSH, préconfigure une route Copilot prête à l’emploi et garde les identifiants dans le stockage intégré. Le catalogue de modèles sert de secours à la première connexion et n’écrase jamais les entrées personnalisées.

Connecte Cursor Desktop déjà authentifié localement comme LlmAdapter natif DSH : lit le jeton dans state.vscdb ou auth.json, utilise le flux bidi HTTP/2 privé agent.v1.AgentService/Run et traduit les deltas InteractionUpdate en StreamChunks DSH. Aucun proxy loopback. macOS, Windows, Linux.

Utilise dans dsh le quota de modèles du compte TRAE : gestion multi-comptes, check-in quotidien, rotation, statistiques d’usage, niveaux de reasoning et visibilité des modèles. Python 3.10+ requis; les dépendances Python sont téléchargées au premier lancement.

Fork de dsh-reasoning-effort. Ajoute au composeur un sélecteur de modèles à deux niveaux (fournisseurs, panneau latéral de modèles, recherche, lignes compactes), avec curseur d’effort de raisonnement et effets du niveau max.

Enrichit automatiquement les model channels de DeepSeek Harness : plus besoin de régler par model contextWindow, maxTokens, entrée multimodale [text, image] et niveaux reasoning effort {low, high, max} après ajout d’un provider channel. Enrichissement à l’enregistrement, page Settings UI et sauvegardes horodatées.

Ajoute une vidéo en boucle assourdie derrière le workspace Harness et rend le composer translucide après l’écran de démarrage.

Tableau de consommation des tokens dans la barre latérale DeepSeek Harness : totaux quotidiens des logs de session, heatmap sur 12 mois, détail par provider (aujourd’hui/7j/30j/tout; par heure aujourd’hui, avec débit moyen par route) et classement par session incluant les sessions archivées/supprimées et l’usage des sous-agents ajouté au parent.