Plugins

Radar des plugins DSH classés par étoiles. Liste dès 3 000 étoiles GitHub ou 100k téléchargements npm en 30 jours ; après une baisse de rang, reste listé 180 jours par défaut pour être trouvable après une période virale.

Étalonnage vidéo local avec LUT DJI Log adaptées à la caméra, hautes lumières et ombres indépendantes, commandes facultatives peau/couleurs sélectives, aperçu des images et export HEVC 10 bits. Le tarball universel indiqué ne fournit aucun runtime : au premier lancement, « configure environment » télécharge par HTTPS un runtime épinglé (Python 3.12 + FFmpeg 9, ~100 Mo) ou permet d’indiquer son Python 3.10+ et FFmpeg/ffprobe 8+. Les releases suffixés par plateforme incluent ce runtime.

Outils Agent qui téléchargent une vidéo Bilibili, la transcrivent avec whisper.cpp local puis rédigent une note Markdown structurée avec le LLM de DSH ; export PDF facultatif. Windows uniquement. Dépendances manquantes téléchargées dans le dossier data : yt-dlp.exe et build ffmpeg.exe (GitHub/gyan.dev), binaire whisper.cpp x64 de GitHub et modèle d’environ 547 Mo depuis hf-mirror. L’export PDF appelle Edge/Chrome installé localement. Deux outils : video_to_notes et note_to_pdf. JS pur, sans clé API supplémentaire.

Traduction PDF pour DeepSeek Harness via un compte connector yiyide.cc. Les 12 outils couvrent autorisation, envoi avec précontrôle par page, aperçu de trois pages, devis, confirmation qui verrouille les points/crédits de traduction, suivi du travail, validation qualité et téléchargement local du PDF traduit ou bilingue.

Ajoute un bouton Download PNG à côté du bouton de copie des messages de l’assistant dans l’interface Web DSH.

Menu à trois points dans l’en-tête de session : télécharger le journal, passer chaque transcription entre Normal et Verbose et définir ce que Verbose développe (blocs de réflexion, appels d’outils, sortie du terminal).

Skill DSH : téléchargement par lot de PDF en texte intégral à partir de DOI/titres via un vrai navigateur, avec l’accès institutionnel de l’utilisateur (CARSI/SSO/VPN du campus) et les voies open access. Bundle dsh installable pour transmettre la skill à chaque agent.

Proxy de téléchargement DeepSeek Harness : enregistre des outils comme dsh_download ; les fichiers étrangers passent par le moteur proxy intégré (abonnement autonome ou proxyUrl explicite), les fichiers locaux par connexion directe. Avec sha256, taille maximale, détection de stagnation et repli automatique en cas d’échec du direct ; panneau Paramètres → Proxy de téléchargement.

Classe les plugins DSH selon les téléchargements npm mensuels réels plutôt que les étoiles GitHub et montre ceux que le classement par étoiles sous-évalue. Signale le désaccord entre les deux classements, sans verdict unique de qualité. Chaque chiffre est lu à l’appel sur l’endpoint public npm, pas dans un instantané stocké. Un second axe compare la version tools déclarée en peerDependencies à celle qui tourne ici, pour signaler plutôt que recommander un plugin populaire impossible à installer sur cet Host. GET en lecture seule, sans route HTTP propre.

Panneau de livraison dans la barre latérale DSH : indexe chaque image et fichier envoyé au harness (pièces jointes adressées par contenu et chemins locaux @), reconstruit l’historique Taildrop par appareil depuis les appels `tailscale file cp` des journaux, liste les fichiers entrants (boîte Tailscale et fichiers non marqués de `~/Downloads`) et permet d’en envoyer depuis le panneau avec statut en ligne et progression.

Bulle de bureau DSH 44x44 toujours au premier plan, reflétant l’activité réelle de l’agent (réflexion, recherche, récupération Web, erreur, attente de saisie) et affichant un badge ! ou ? lorsqu’une tâche finit ou attend une réponse en votre absence. Windows uniquement ; télécharge son propre runtime Electron au premier usage.

Réécrit les commandes pwsh et bash via `rtk rewrite` et exécute l’équivalent compact ; si rtk manque ou n’a pas d’équivalent, utilise la commande d’origine. Inclut un téléchargeur `/rtk install` vérifié par checksum.

38 outils pour piloter depuis l’agent le navigateur intégré à la barre latérale droite DSH : ouverture/navigation, lecture du texte, éléments interactifs et arbre d’accessibilité ; clic, saisie, sélection, case, touches, défilement ; redimensionnement du cadre par glissement (un cadre réduit affiche la mise en page mobile par reflow responsive) ; capture/pleine page/PDF/Markdown, extraction JSON, téléchargement, cookies, journaux par étape avec rejeu et liste blanche d’actions. `web_search` intégré sert un SearXNG auto-hébergé via tunnel SSH, avec Tavily et navigateur réel en secours. Le fournisseur Fetch réessaie les URL GitHub bloquées via des miroirs mesurés et lit le charset de l’en-tête pour décoder GBK/GB2312.

Recherche bibliographique CNKI en lecture seule pour DSH. Quatre outils MCP (search/detail/export/status) pilotent votre propre Edge/Chrome via un pont de messagerie native. Aucun téléchargement PDF ; intervalle minimal de 3 secondes et plafond de 300 actions par jour. Pour faire apparaître les outils, installez `pip install wensu`, exécutez `wensu setup` et chargez l’extension navigateur.

Importe au démarrage dans DSH wallpaper engine les fonds nouvellement téléchargés par l’application Hao Wallpaper, de façon incrémentale et idempotente. Nécessite Hao Wallpaper, Python 3.8+ et l’installation préalable de `dsh-plugin-wallpaper-engine` (elysia395/dsh-wallpaper-engine). Compatible macOS et Windows.

Plugin DeepSeek Harness pour les environnements en conteneur sans accès au système de fichiers local : via le navigateur, boutons de téléchargement à la place de « Show file location », raccourci « Show files » et éditeur de fichiers Monaco dans la barre latérale.

Garde avant exécution : le prédicat tools.guard décide allow/ask/refuse selon le preset de permission pour commandes shell risquées (contourner hooks git, rm destructeur, download-and-run, réécriture historique git) et modifications de chemins credentials ou de fichiers non lus durant le tour ; fournit au modèle motif et alternative praticable.

Pool de routes sortantes DSH : 15 seeds + 20 candidates, 7 types de cible. Vérifie par handshake TLS avec chaîne complète (TCP seul peut déclarer saine une IP morte) ; cooldown 2/5/15 min après échec, route saine la plus rapide par type. Réécrit URL via 4 règles (prefix/registry/index/host-replace) pour git/pip/npm/pnpm/gh/curl/wget par shell bash (seuls downloads lancés par le modèle ; pas pwsh/host/renderer), tools line_pool_status/line_pool_run ou child-process spawn. Garde les retours ligne, change seulement le segment download. Jamais user:token@host ; aucun token aux mirrors, config globale intacte. Panel : latence/échec/cooldown, retest/activation par route, TUN/proxy via network-adapter/loopback. Revalide candidates toutes les 24 h.

Trois compagnons chibi intégrés, bulles nuage et léger rebond, rappellent pauses, eau, longues sessions et nuits tardives. Aucun téléchargement dans la page ; la fenêtre macOS facultative requiert un helper Electron téléchargé séparément.

OCR des PDF scannés constitués uniquement d’images vers Markdown. Comme un livre prend environ une heure, chaque page est marquée par checkpoint pour reprendre après interruption ; un journal affiche la progression et le rapport qualité signale les pages vides et lignes peu fiables. Nécessite Python 3.10+ et `pip install -r requirements` ; le premier lancement télécharge le modèle OCR.

Notes de réunion pour dsh : une réunion par conversation, transcrite et séparée par locuteur sur l’appareil, avec points clés, tâches, notes manuscrites, revues et scores mensuels dans le même panneau. Exporte SRT/Markdown/Word et crée un zip portable importable par un autre dsh. Les tâches confirmées sont envoyées en un clic à DingTalk/WeCom selon vos réglages robot. Modèles de reconnaissance interchangeables, modèle local plus puissant importable depuis un fichier ; reconnaissance cloud désactivée par défaut, aucune requête avant consentement. Word requiert Python et python-docx ; le premier lancement télécharge un modèle de 28 ou 77 Mo.

Permet au modèle de voir réellement une vidéo : ffmpeg local échantillonne des images horodatées et faster-whisper transcrit la piste audio, afin que l’agent lise les pixels réels image par image, sans résumé textuel. Traitement entièrement local, aucun téléversement ; signale explicitement l’absence de parole. Windows uniquement ; Python 3.10+ et ffmpeg requis. Le premier video_eyes_setup télécharge environ 700 Mo (faster-whisper et son modèle).

Recherche et téléchargement d’images multi-sources (14 moteurs + 7 alias : Baidu, Bing, 360, Duitang, Huaban, Iconify, DuckDuckGo, Yandex, Openverse, Wikimedia, Pixiv, Wallhaven, Konachan, Safebooru). Enregistre les images choisies dans le workspace de session avec un meta.json par fichier et les affiche dans la conversation ; CLI autonome inclus.

Transforme des livres audio MP3 anglais et documents en leçons d’écoute. Transcrit localement chaque phrase avec le modèle déjà téléchargé par la saisie vocale DSH (~241 Mo ; téléchargé au premier usage s’il manque ; ffmpeg requis), puis le modèle DSH corrige et explique. Exercices d’écoute à l’aveugle/intensive et répétition espacée ; export de doublage chinois. Voix Kokoro hors ligne, panneau latéral, quatre outils IA.