Plugins

DSH Mini TUI : un plugin d'interface terminal minimaliste pour DeepSeek Harness

Pont multimodal MiniMax : un seul outil `mmx_bridge` couvre la compréhension/génération d'images, la vidéo, la synthèse vocale, la musique, les pochettes, la recherche web et le quota ; prise en charge optionnelle de `web_search`/`read_image` ; lecteurs intégrés/aperçus d'images directement dans l'interface web (npm : `dsh-mmx-bridge`).

Transportez un état de tâche durable entre DeepSeek Harness, WorkBuddy, Claude Code et Codex, grâce à des points de contrôle lisibles par machine et un verrouillage optimiste.

Ajoute un panneau de réglages multi-utilisateur au client web DSH : sélection du mode d'utilisation, gestion des membres avec statut en ligne et liaison d'appareils, et bascule ou partage des bases de mémoire et de connaissances par membre.

Ajoute /pua pour inciter l'agent à essayer une autre approche et à vérifier les résultats avant de déclarer l'achèvement, avec 15 styles d'entreprise, des modes de persona, des réglages globaux et par conversation, et une boucle optionnelle qui continue jusqu'à ce qu'une commande de vérification réussisse, que la limite d'itérations soit atteinte ou que l'utilisateur annule.

Pack de skills modulaires de recherche/ingénierie IA, installable via dsh plugin add : enregistre 27 skills (audit de sécurité, lecture/écriture d'articles, dessin de figures, flux de travail de développement, analyse de stockage) sur ctx.skills.

Mémoire inter-session avec rappel déterministe à zéro jeton (bigram-Jaccard fusionné avec FTS5 BM25 via RRF, tokenisation adaptée au chinois), renforcement qui consolide les observations répétées, et procédures cristallisées en fichiers SKILL.md affinés sur place via un cycle active-stale-archived avec archivage et restauration réversibles. L’ingestion et la purge exposent chacune un niveau d’autonomie choisi par l’utilisateur ; les conflits et les écritures à forte importance vont toujours en revue humaine, et rien n’est jamais supprimé automatiquement. Nécessite Node 22.5+.

Boucle d'auto-raffinement continu : mémoire persistante, revue-et-raffinement périodique, connaissance partagée entre sessions, et rollback automatique via un outil harness_refine appelable par modèle.

Glisser-déposer façon Codex : faites glisser n'importe quel fichier dans l'interface web DSH, il atterrit dans ~/.dsh-dropbox, et son chemin est inséré dans le composeur sous forme de puce bleue complète.

Badges en ligne +N −M sur les lignes des outils edit/write et carte récapitulative pliable des changements de fichiers par tour avec diffs alignés, revue et annulation — couvre les appels natifs edit/write, str_replace_editor et les sous-appels Code Dispatch, sans git requis.

Plateforme de ressources IA d’entreprise sous forme de bundle cordis à 22 plugins : IAM organisation/comptes/rôles, fournisseur OIDC et SSO d’applications, gestion de serveurs MCP avec la plateforme elle-même exposée comme serveur MCP, stockage d’actifs NAS, hub de compétences, registres d’agents et d’applications, gestion de connecteurs SaaS, canal de données du portail d’entreprise, panneau d’atelier d’agents départemental, pontage de groupes DingTalk pour l’envoi de messages et d’approbations, inscription dsh distante en un clic avec proxy d’outils, mesure d’usage, facturation par portefeuille, passerelle de modèles, audit avec alertes, mise à jour automatique et marketplace de plugins tiers examinés — plus de 70 outils d’exploitation deviennent appelables par l’agent dsh.

AI Company Framework : transforme une phrase en une entreprise multi-agents — 15 Skills à plat (boss/pipeline/role-template/11 rôles/generic customer-memory), 7 templates de workflow, runtime AgentTeams + panneau d'activité, sidebar employés avec isolation par session, pont bot Feishu (bots boss et par employé, routage de groupe, push autonome, porte de décision humaine, guide contact externe), mémoire SQLite par client avec mémoire à trois couches (fusion inter-groupes), commutateur de mode /company ; pas de RAG.

Mémoire persistante locale d'abord pour DeepSeek Harness : injection de mémoire chaude pré-étape bornée, rappel à froid BM25 exact et bigramme chinois, six outils d'agent, écritures lease-lock à approbation validée avec reçus de récupération, et candidats de gouvernance en lecture seule et revue de trajectoire.

Port fidèle du mécanisme MEMORY.md / USER.md de hermes-agent pour DSH : mémoire double-banque bornée (2200/1375 chars), un outil unique `memory` (add/replace/remove/batch), injection frozen-snapshot par session, rappels nudge, stockage JSON natif DSH — zéro dépendance externe, zéro coût LLM.

Un second cerveau pour votre agent DeepSeek Harness — une revue par un modèle puissant avant les appels d'outils risqués, plus 67 modèles depuis un seul portefeuille. Pas de comptes, pas de clés API.

Garde-fou de dérive des exigences en cours d'exécution qui maintient les agents DSH de longue durée alignés sur l'objectif, les contraintes et les décisions approuvés par l'utilisateur.

Cotations d'actions américaines, historique des prix, états financiers, consensus des analystes et actualités via yahoo-finance2.

Revue hors ligne de schémas pour EasyEDA Pro, exposée à dsh sous forme de quatre outils : rapports de contrôle ponctuels, squelettes d'architecture, un diagnostic d'installation et un pont vers l'éditeur en direct privilégiant les actions en lecture seule, le tout piloté par la CLI locale boardwise.

Plugin de mémoire à long terme NeatMem pour DeepSeek Harness — client REST léger vers un serveur neatmem

Intégration non officielle de DeepSeek Harness pour Unreal MCP d'Unreal Engine 5.8

Repliement de contexte sans perte pour DeepSeek Harness : le segment le plus ancien est remplacé par un résumé, et les originaux restent dans le journal de session.

Enveloppe le travail dans des tâches nommées et, dès qu'une tâche se ferme, replie l'intégralité de sa plage de messages en un seul résumé à la limite d'étape suivante ; le contenu original peut être restauré à la demande.

Espace de travail média et vision pour DeepSeek Harness : génération d'images, de vidéos et de parole, questions-réponses sur images et localisation d'éléments, OCR de longues images, diff de pixels, vérification par capture d'écran HTML et résumé de vidéos, avec des fournisseurs DashScope et compatibles OpenAI, des pools de modèles et un client de type workbench.

Découverte progressive d'outils stable en cache : une surface fixe tool_search et tool_dispatch à chaque requête, recherche de catalogue en mémoire, dispatch imbriqué via le pipeline du Harness et une liste d'outils natifs stable au byte à travers la découverte.