Plugins

Compactage de contexte gardé pour DeepSeek Harness (dsh) : le LLM propose, les gardes deterministic disposent — réduction eager par atome (extract/summary/false sous gardes verbatim) + éviction paresseuse du reference-graph (0-LLM) + rappel au bit près depuis un log append-only.

Passerelle MCP à divulgation progressive qui recherche de grands catalogues distants via `mcp_search`, puis invoque les schémas exacts via `mcp_call`, avec connexions différées et caches bornés.

Gérez les serveurs MCP, les skills et les outils de votre agent — état réel en contexte (chargé/tronqué/évincé) et interrupteurs par session.

Bibliothèque littéraire autonome pour DSH avec export Zotero optionnel : récupération de PDF en texte intégral (Unpaywall/arXiv/modèles d'URL personnalisés), recherche souple adossée à Crossref, génération de citations APA/GB-T 7714/MLA/Chicago, lecteur PDF en panneau latéral avec surlignages et notes, et Q&R/traduction assistée par IA dirigée vers la conversation en cours.

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.

Outils d'écriture qui éliminent les tournures de phrase « IA » et s'alignent sur votre voix personnelle. 8 outils déterministes analysent le texte, construisent une empreinte stylistique à partir de vos échantillons et renvoient des briefs de réécriture.

Carte de paramètres pour le moteur de nouvelle tentative automatique LLM de DSH : ajustez en direct le nombre de tentatives, le backoff et le jitter depuis Settings -> General, avec des chips retryableCodes configurables - les valeurs par défaut ajoutent INVALID_REQUEST afin que les erreurs HTTP 400 reasoning_text de type OpenAI en mode thinking soient retentées automatiquement.

Récupère n'importe quelle page http/https et renvoie le titre, la description, le texte principal, le plan des titres et les liens, avec des statistiques (nombre de caractères/mots, temps de lecture, langue) et les mots-clés principaux ; peut télécharger les images du contenu dans l'espace de travail de la session pour analyse visuelle et les transmettre aux analyseurs enregistrés via le service scrape.imageAnalyzer.

Serveur MCP de données financières A-share chinoises pour le harness : 11 outils fin_data__* (quotes/K-lines/financials/calendar/special-data/announcements/EDB/reconcile/funds/indices) sur THS REST officiel gratuit (primaire) + AKShare (fallback) + Wind (domaines exclusifs), avec dégradation observable, compression de budget de contexte (-72.2% côté résultat mesuré), et un lac de données de marché hors ligne 10 ans ; BYOK.

Gestionnaire MCP & Skill : activer/désactiver les serveurs MCP et compétences depuis un panneau Paramètres pour libérer du contexte en temps réel ; couche intermédiaire IA optionnelle (mcp_search/mcp_call) appelle les serveurs désactivés à la demande, avec filtrage de visibilité basé sur état qui garde visibles les serveurs activés par l'utilisateur.

Saisie vocale pour DeepSeek Harness : parlez dans le microphone et le texte reconnu est soumis comme un message de chat normal, via la reconnaissance vocale locale ou du navigateur.

Pont de vision gratuit pour les modèles texte uniquement : compréhension d'images, OCR, analyse d'interface et de débogage via des fournisseurs de niveau gratuit (Qwen3-VL-Flash, Doubao, DeepSeek-OCR) avec une interface graphique de paramètres.

Plugin DeepSeek Harness qui se connecte à un serveur PowerContext via HTTP pour le rappel, la mémoire, le transfert de contexte, l'expérience et les skills.

Envoie des images locales ou des URL d’images HTTP(S) à un point de terminaison vision compatible OpenAI configuré avec l’outil inspect_image et renvoie sa réponse textuelle à la conversation.

Installation de modèles gratuits en un clic pour DSH web, pensée pour les débutants en codage : installateur en un clic pour Windows (install.bat) et macOS/Linux (install.sh, v1.7.0+) ; quatre canaux gratuits en permanence — Zhipu GLM (texte + image), SiliconFlow (Qwen3-8B plus 15+ modèles de moins de 9B), iFlytek Spark Lite et le pool gratuit OpenRouter, qui passe par openrouter/auto et choisit dans un pool qui évolue avec le temps ; l'indice de configuration en bas à gauche disparaît dès qu'un modèle gratuit est connecté ; rappel de tarification DeepSeek en temps réel heures pleines/heures creuses ; centre d'aide pour débutants inclus.

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.

Discipline d'exécution modulaire à la pointe pour DSH : routage fondé sur les preuves à travers 26 compétences, planification de fichiers de style Manus, portes de vérification, récupération après séries d'échecs et tableau de bord web interactif.

Capture de fenêtre façon Codex pour DSH Desktop sur macOS et Windows : appuyez sur les deux touches Command (macOS) ou les deux touches Ctrl (Windows), ou sur le bouton caméra, pour capturer la fenêtre au premier plan, la joindre au chat en cours et injecter un arbre d'accessibilité de style VoiceOver comme contexte masqué.

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.

Outil display_file côté modèle qui affiche 36 extensions de fichiers en ligne dans l'interface web : images avec lightbox et zoom au clic, vidéo avec navigation, audio, PDF, fichiers Office et OpenDocument convertis en PDF sur l'hôte via LibreOffice, et HTML local dans un cadre isolé ; les octets sont diffusés depuis une route HTTP signée avec prise en charge des plages, et PNG/JPEG/WebP/GIF entrent aussi dans le contexte du modèle sur les routes compatibles images.

Index structurel de code pour DSH : recherche de symboles Tree-sitter sur 8 langages (dont C/C++), une carte du dépôt bornée classée par PageRank du graphe d'imports et injectée dans le prompt système, un graphe d'appels au niveau fonction via code_refs, des vérifications optionnelles de dépendances circulaires et de modules orphelins via code_health, plus un contexte de modifications de l'arbre de travail et un contexte de code sensible à la tâche.