Plugins

Importe la configuration de Claude Code dans DeepSeek Harness depuis un écran de paramètres natif ou la CLI, avec des aperçus en simulation pour les compétences, commandes, agents, hooks, règles d'autorisation et configuration MCP. Codex et OpenCode restent pris en charge comme origines secondaires, avec une application sans collision et des vérifications post-migration.

Parcourez, activez, désactivez et gérez les Agent Skills de Claude Code, Codex, OpenCode, Gemini et des répertoires personnalisés dans le panneau des paramètres de DSH.

Pilule flottante d'utilisation du plan OpenCode Go : pourcentages de consommation sur trois fenêtres (glissante/hebdomadaire/mensuelle) avec mini graphiques en aires, alimentés par échantillonnage en arrière-plan via l'API officielle /v1/usage.

Cerveau DeepSeek + transcription automatique d'images : attachez des images dans la GUI et chacune est transcrite par le modèle officiel deepseek-v4-flash-vision-exp par défaut (un cerveau V4-Pro en texte pur peut voir les images), avec n'importe quelle VLM compatible OpenAI ou Ollama local comme alternatives.

Ajoute les modèles gratuits d’OpenCode Zen à DeepSeek Harness comme un fournisseur unique, via un environnement OpenCode géré et isolé. La page des paramètres liste et teste chaque modèle.

Contexte de réseau de connaissances métier pour DeepSeek Harness : liez une session à un réseau de connaissances OpenBKN, interrogez ses objets et ses métriques via des outils MCP gérés, et ouvrez une provenance adossée aux traces (faits d'exécution et graphe métier) pour chaque réponse. Fourni avec l'OpenBKN Runtime ; les vues de provenance exigent une licence entreprise OpenBKN.

Panneau flottant d'utilisation DeepSeek style verre macOS pour l'interface web DSH : solde officiel en direct et utilisation des tokens (aujourd'hui, session, tendance lissée sur 24 h, par modèle) sans ouvrir platform.deepseek.com/usage. · Panneau d'utilisation DSH en verre dépoli : solde officiel + utilisation des tokens

Compression de contexte déterministe pour dsh — zéro appel LLM, élagage par règles qui préserve textuellement chemins, commandes, traces d'erreur et tâches ouvertes. Compresse ~80k jetons en quelques centaines.

Analyse détaillée de l'utilisation et des coûts par modèle, avec statistiques d'utilisation par session et requêtes d'utilisation pour GLM, MiniMax, OpenCode Go, DeepSeek et plus.

Chemins de fichiers cliquables dans les réponses DSH : ouverture en ligne façon Codex, révélation dans le gestionnaire de fichiers, et une liste de puces des fichiers mentionnés en fin de tour.

Recherche Web multi-sources agrégée pour DeepSeek Harness : remplace web_search natif par le grounding du modèle et les API de recherche d’agents, avec attribution des sources et cartes de citations enrichies.

Une passerelle de routage IA qui s'exécute comme plugin DSH. Ajoute un panneau latéral Routing System pour les fournisseurs, le pool de comptes, les combinaisons de repli et les clés API, et fournit un point de terminaison compatible OpenAI à http://localhost:3080/v1.

Explorateur de fichiers de projet dans la colonne de détails (sélection multiple, déplacement par glisser-déposer, envoi, téléchargement, renommage, corbeille, ouverture système) avec un onglet d'aperçu en lecture seule dans la session pour Markdown/HTML/JSON/CSV/notebook/PDF + coloration syntaxique, un badge de débit du modèle en direct et une GoalBar multiligne.

Marketplace de plugins communautaires pour DeepSeek Harness, conforme à la spécification officielle : parcourez, recherchez et installez plus de 4000 plugins communautaires sélectionnés manuellement sans quitter l'app, avec mises à jour quotidiennes.

Outil de compréhension vidéo à faible coût : un outil video_understand transforme un lien Bilibili / BV / une vidéo locale en couche d’informations AVIS (ASR + structure de scène + suivi d’objets + étiquettes YOLO) et renvoie un résumé + Q&R. Routage dynamique inter-couches guidé par les questions (L0 ASR / L1 suivi d’objets / L2 VLM sur image clé), réutilisation de la couche sémantique pour les questions répétées, plafond de budget par question. Moteur Python : la couche principale nécessite faster-whisper / opencv / yt-dlp (~200-300MB) ; la couche sémantique optionnelle ajoute ~2GB de torch / transformers / ultralytics. Un doctor --fix inclus configure le venv et installe les deux.

Ce n’est pas un autre plugin de mémoire : ODR est une boucle d’amélioration dans des mondes évolutifs (Dream-RSI). Les tentatives sont consignées dans un Discovery Tree, puis des milliers de variantes sont rejouées dans ce monde entre les exécutions. Une stratégie, recette ou leçon n’est promue qu’après un rejeu contrefactuel concluant, jamais sur la seule parole du modèle ; Sentinel filtre les appels d’outils avant consommation du budget. Le LLM reste figé. Installation npm : dsh-open-dream-rsi.

Attache un en-tête x-opencode-session stable par conversation aux requêtes du fournisseur OpenCode / OpenCode Go, corrigeant les erreurs 400 MissingSessionID et préservant l'affinité de session et le routage du cache d'invites.

Contrôle par tour du niveau de réflexion (reasoning_effort) pour DeepSeek Harness : Auto planifie low/high/max selon l'historique récent des tool calls, ou permet de fixer un wire level (off/on/minimal/low/medium/high/xhigh/max), avec mappage wire personnalisé, garde de capacités par modèle et préréglages de fenêtre de contexte (64K–1M) ; sa capability card s'associe à [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (installable depuis dsh-market) pour tester le raisonnement avec des passerelles compatibles OpenAI (vLLM / LM Studio / auto-hébergées). La carte écrit les capacités llm-pi-ai, l'adaptateur pilote le wire (compat.thinkingFormat) et le plugin maintient la liste de takeover.

Exporte le flux d’événements de session vers OpenTelemetry OTLP et Langfuse sous forme de traces et de métriques nettoyées et tamponnées, désactivé par défaut.

Expédiez des tâches autonomes depuis DSH vers 11 CLIs d’agents externes (Codex, Claude Code, TraeCode, OpenCode, Gemini, Cursor, Kimi, Qwen, Copilot, WorkBuddy, Grok) : un bundle hôte uniquement enregistrant l’outil conductor_dispatch ainsi qu’une compétence conductor déclenchée automatiquement.

Utilisez un abonnement ChatGPT/Codex dans DeepSeek Harness avec les modèles GPT, la génération d'images, la recherche web, le rapport de quota d'abonnement, le contrôle des modèles et fonctionnalités, et la connexion OAuth par navigateur ou code d'appareil.

Compétences personnelles pour agents et plugins `/init` pour pi, DeepSeek Harness, Cline, Grok Build, goose et Aider.

Se connecte à un compte ChatGPT par OAuth et expose les modèles de son forfait comme route fournisseur DeepSeek Harness. Appelle api.openai.com/v1/responses avec les droits du forfait du compte, et non via le backend Codex.

Ajoute un outil generate_image reposant sur la file FAL, toute API d’images compatible OpenAI ou un abonnement ChatGPT/Grok, et affiche le résultat directement dans la conversation.