Plugins

Barrière de revue adversariale des appels d’outils. Accrochée à tools/pre-execute, elle applique d’abord sans latence une regex locale aux commandes destructrices (rm -rf, git push --force, git reset --hard, DROP TABLE, format, écritures disque) et chemins sensibles (.env, id_rsa, .ssh, .git/, $DSH_HOME). Seule une correspondance déclenche un appel au modèle de revue, qui répond allow ou deny. Les lectures ordinaires et écritures courantes ne suivent pas ce parcours et n’ajoutent aucun délai. Chaque verdict s’affiche en direct dans l’interface Web.

Ajoute à chaque demande d’approbation d’escalade DSH une annotation générée par le modèle : action de la commande, intention du modèle, niveau et motif du risque, sens de chaque choix. Historique consultable sur /dsh-approval/history et diagnostics sur /dsh-approval/diag.

Service GitHub Issue pour DSH : transforme l’analyse d’un échec de télémétrie en rapport uniforme, crée une URL de nouvelle issue préremplie et la raccourcit si elle dépasse la limite configurée ; reformule une description simple en issue structuré avec le modèle du déploiement.

Fait passer les commandes bash éligibles par rtk (Rust Token Killer) afin de compresser leur sortie avant son envoi au modèle : le rtk installé réécrit chaque commande et sa sortie est utilisée. En l’absence de rtk, l’exécuteur reste identique à celui d’origine.

Enregistre chaque session dans une chronologie Markdown lisible au sein de son workspace : requête complète envoyée au modèle (system prompt et injections de plugins inclus), saisie utilisateur, réponses, raisonnement, appels et résultats d’outils, lectures/écritures de fichiers, recherches Web, chargement de skills, commandes et usage des tokens. Avec page de revue, onglet par session et périmètre de capture configurable.

Agent Studio pour DSH Web : configure modèles, prompts, liaisons d’outils par plugin et Skills ; lance des essais avec résultats d’outils modifiables et consulte l’historique. Conserve les instantanés de capacités des sessions, exporte des presets autonomes et prépare des Agents avec un preset guidé.

Intégration CI Jenkins : panneau de progression dans la barre latérale droite, réglages multi-instance et cinq outils pour les modèles (list jobs, build status, console log, workspace, trigger build). Si un build suivi échoue, l’alerte de panne réveille la conversation qui le suivait.

Boucle d’auto-amélioration à trois rôles : Data-RSI nettoie quotidiennement (winsorize→standardisation cross-sectionnelle→median fill) et extrait l’expérience ; Harness-RSI fait évoluer prompt/mémoire/skills ; Model-RSI fait évoluer les recettes alpha par walk-forward natif, gap de 2 jours et multi-seed. Hors ligne en une commande, détection GPU, un skill.

Détection host des tâches longues pour petits contextes locaux : longues sorties structurées en parts (une partie par réponse, puis assemblage) ; travaux multiétapes en ledger PLAN.md/notes (plan d’abord, une étape par réponse). Heuristique côté host, sans auto-évaluation des limites du modèle.

Bots persistants et salons dans DSH : chaque Bot conserve son modèle, preset de permissions, workspace et session après redémarrage ; chaque réponse est un run inscrit dans un ledger rejoué par le panneau latéral.

Assistant résident DSH, pas un chat : fenêtre flottante et conversation permanente indépendantes. Heartbeat limité par 4 gates (autorisation, budget/jour, quiet hours, cooldown), avec lease résistant aux redémarrages. À chaque wake, le modèle choisit SKIP ou bref message : le silence est une décision. Affiche le flux réel du store host ou du log disque si la session n’est pas publiée, et peut écrire dans cette conversation. Read-only, même portée que la personne représentée : lit toutes sessions, la machine et des canaux comme GitHub, mais n’écrit, n’envoie, ne publie, ne demande pas de permission et ne bloque aucun tool d’autres sessions. `npm run digest:github` classe notifications et PR ouverts personnels en trois sections chinoises et crée des réponses explicitement non envoyées.

Gestionnaire quotidien/hebdomadaire : rappel au démarrage, bandeau au-dessus du composer, coche en un clic, cartes modifiables et bilan IA le dimanche. Widget API latéral : solde, tokens/coût du jour et cumulés, par modèle, graphique 7 jours. JSON dans $DSH_HOME.

Répond aux questions complexes par un explicateur HTML visuel d’une page : le modèle rédige un brouillon Markdown bref et le CLI am fourni, sans dépendance, produit layout/CSS/coordonnées. Bundle DSH uniquement skill, upstream copié tel quel, sans code Host.

Ajoute des réglages Omni-modal à DeepSeek Harness pour tout endpoint image/vidéo compatible OpenAI. Les profils sont interchangeables ; chacun sépare endpoint, API key, model, path et size pour l’image et la vidéo, avec paramètres supplémentaires libres. Test de connexion sans quota de génération. Trois outils pour le modèle : generate_image, generate_video, check_video. Les tâches vidéo asynchrones persistent après redémarrage.

Retire la barrière de capacité bloquant les prompts image : adapte les résultats llm.resolveModelInfo et tables d’adaptateurs pour déclarer image input, permettant l’envoi/lecture sur des routes sans modalité déclarée. Aucun edit app.asar/config-tree.

Diff pixel par pixel de deux PNG locaux : première ligne `PIXEL_CHANGED=true|false` exploitable en assertion, puis ratio, boîtes par région, delta max, erreur absolue moyenne et page HTML autonome. Régions ignorées en coordonnées absolues/fractionnaires (horloge, curseur). Aucune reconnaissance de contenu : indique seulement le changement, déterministement. Tout local, sans modèle/réseau/upload.

Panneau droit de comparaison d’images choisies dans le workspace : 1/2/3/4/6 par page, zoom/pan par image, synchronisation du zoom/position et pellicule réordonnable. Tout reste chargé par le navigateur, rien n’est envoyé au modèle.

Fournisseur web_search compatible OpenAI : une configuration baseURL/apiKey/model pour Qwen Token Plan, OpenAI ou toute passerelle Responses API.

Pont DSH–WorkBuddy local en quatre parties : lire/chercher/ajouter memory, skills, plans, daily logs ; lancer CodeBuddy CLI local avec quatre profils ; piloter WorkBuddy via CDP (ouvrir conversation, lire réponses HTML enrichi assaini, saisir/envoyer, changer de modèle facturé au compte, relancer avec debug port absent) ; intégrer la conversation dans DSH. 25 outils, 15 routes HTTP.

Traduit chinois↔anglais sans quitter DSH avec les modèles configurés, sans clé API supplémentaire ; flux en continu, prompt personnalisable et historique local pour revoir/retraduire.

Moteur MCP de recherche de code SQLite FTS5/BM25 : code_search, code_outline, code_index, index_status. Bigrammes CJK, découpage tree-sitter tenant compte des déclarations, réindexation incrémentale, filtre secret à trois couches. Les requêtes chinoises retrouvent du code anglais ; pas de vector store/embedding par défaut. Requiert moteur local Python 3.10–3.12 via scripts/install.sh et CODERAG_ROOT dans profile patch.

Annulation fichier par tour : snapshot avant écriture ; model (undo tool), humain (/undo) ou bouton peuvent restaurer tous les fichiers modifiés pendant le tour. Écriture des snapshots in-process, sans shell, donc aucune permission sandbox supplémentaire en workspace-write.

Monte le service sémantique tsm-core-dlr (vecteurs + graphe LanceDB) comme outils MCP ; fournit skill de modélisation DLR/TSM indépendant du scénario, statut et règles agent. Dépendance obligatoire, à démarrer avant activation du bundle.