Plugins

Paramètres par défaut d’auto-compaction améliorés pour les préréglages d’agent DeepSeek Harness : appliquez en une seule commande des seuils et budgets de rétention ajustés, ainsi que des politiques par modèle, de manière idempotente avec sauvegardes et retour arrière.

Sessions incognito : un sous-agent autonome et éphémère avec son propre préréglage (aucun contexte parent) et une boîte à outils complète, fenêtre flottante déplaçable, effacé sans aucune trace à la fermeture.

Contexte de réseau de connaissances métier OpenBKN pour DeepSeek Harness

Support du raisonnement DSV4.1 avec contexte multimodal et acceptation bornée d'artefacts pour DeepSeek Harness

Passerelle universelle Model Context Protocol (MCP) pour DeepSeek Harness : connecte les agents à des serveurs MCP stdio/sse/websocket avec un moteur d'échelle de 10 000 outils dormants, une recherche d'outils BM25 en moins d'une milliseconde, une budgétisation dynamique des jetons et un tableau de bord web en temps réel.

Plugin DSH de sélection automatique du niveau de raisonnement : le modèle Jev System One juge la quantité de réflexion que mérite chaque message, déduit le palier à partir des niveaux déclarés par le modèle, une enveloppe de contexte permet aux relances comme « continue » d'hériter de la profondeur du sujet, les égalités se tranchent vers le haut et tout échec réutilise silencieusement le niveau d'origine. | Effort de raisonnement piloté par Jev pour chaque message : échelles par modèle déduites de ce que chaque modèle annonce, enveloppe de contexte à taille fixe pour que les relances héritent de la profondeur du sujet, égalités tranchées vers le haut, repli silencieux sur tout chemin d'échec.

Préréglage d'agent minimal pour Windows sous DeepSeek Harness : persona fixe en une ligne, trois outils, aucun contexte d'exécution.

Suppression par message pour DSH : retirer un message utilisateur, une étape de réponse ou toute une réponse de l'assistant du contexte de modèle dérivé via le contrat officiel de remplacement de surface, et la masquer dans la transcription visible sans réécrire le journal en ajout seul.

Réveils proactifs au niveau de l'hôte pour DeepSeek Harness : le modèle programme ses propres alarmes (une fois, intervalle ou cron, avec jitter optionnel), les sessions froides sont réveillées à l'heure via session resume, les relances du modèle sont encadrées par des heures calmes et un budget quotidien, et les tours de réveil silencieux se terminent par proactive_reclaim et sortent du contexte comme des pierres tombales. Les fichiers de planification déclarés synchronisent par glob leurs JSON avec les alarmes de l'hôte ; min_idle_seconds reporte les réveils jusqu'à ce que la session cible se calme, et un panneau web gère alarmes et historique — le moteur de battement pour les compagnons IA et les personnages de rôle ayant leurs propres routines.

Fusionne le contexte d'autres sessions dans le tour en cours : résolution de conflits pondérée par les preuves, rétractation des affirmations dont les prémisses ont été rétractées, étiquetage de confiance qui résiste à l'injection de prompts entre sessions, et compactage limité par un budget. Livre un benchmark.

Envoie chaque prompt dsh dans le pipeline local de mémoire de retour agent-feedback-loop — capture l'insatisfaction, la transforme hors ligne en réflexions, et rattache au tour le contexte compilé des règles de récurrence, sans jamais bloquer un prompt. Nécessite le runtime agent-feedback-loop ; exécuter ensuite agent-feedback-loop install câble automatiquement les profils dsh existants.

Affiche une session DSH comme une toile de conversation — chaque tour est un nœud, n'importe quel tour crée une véritable session enfant, et un contexte compacté se replie en un seul nœud vert depuis lequel vous pouvez continuer à parler ; le rail gauche regroupe les toiles par workspace DSH et les renomme au rythme des titres de session.

Ancre d'instructions de session pour DeepSeek Harness : la première étape d'une nouvelle session injecte un bloc d'instructions librement composé comme message issu du plugin, et il est réancré après une compaction par résumé, tous les N tours, ou lorsque la pression de contexte mesurée franchit un seuil. Une commande /anchor réancre à la demande sans appel au modèle ; une page de paramètres gère la bibliothèque de presets paginée, l'ordre d'injection, la source de réancrage et les limites de caractères.

Intelligence de base de code multilingue pour les IDE compatibles MCP, la CLI et DeepSeek Harness : chat, recherche, audit, refactorisation et rapports prêts à présenter à partir de code local.

Portée MCP par workspace pour DeepSeek Harness — décidez quels serveurs MCP une session peut voir depuis le répertoire où elle a été ouverte.

Conscience de la dérive du workspace pour les agents DeepSeek Harness : détecte les modifications de fichiers externes/utilisateur et les injecte dans le contexte de l'agent aux frontières d'étape.

Touches d'envoi et de retour à la ligne configurables, un menu contextuel du composeur avec trois sources (laisser faire DSH et les autres plugins / menu du navigateur / menu personnalisé au style du plugin), un panneau de commandes rapides avec des listes de prompts catégorisées où chaque prompt peut s'ajouter à chaque envoi ou seulement au premier message d'une session, une ligne créer-et-déplacer en bas de chaque catégorie, un optimiseur de prompt qui réécrit le brouillon via un appel à un modèle distinct, une mémorisation de la taille du panneau de réglages, et l'injection automatique de l'en-tête x-opencode-session pour les routes OpenCode. Les listes de prompts résident dans un ~/.dsh/quick-prompts.json global, indépendant de la session et du projet.

Intelligence de base de code multilingue pour DeepSeek Harness et les IDE compatibles MCP : chat, recherche, audit, refactorisation et rapports prêts à présenter à partir de code local.

Notes autocollantes à l'échelle de l'espace de travail sur un canevas infini : les notes sont de simples fichiers Markdown, créées manuellement, capturées depuis des conversations ou distillées par l'IA, et peuvent être renvoyées comme contexte ; embarque 12 outils de modèle et 5 compétences incluses pour créer, étiqueter, organiser, comparer et fusionner des notes.

Adaptateur DeepSeek Harness pour Context Mode : outils ctx_* in-process pour l'exécution de code en bac à sable et une base de connaissances FTS5, plus des conseils de routage de la fenêtre de contexte.

Une logique de compression de contexte inspirée du cerveau humain qui réduit fortement l'occupation du contexte et la consommation de tokens des tâches longues.

Compresse le contexte temporel de DSH de ~280 caractères à 46 en injectant une ligne de date compacte dans l'instantané du contexte d'exécution ; zéro dépendance à l'exécution.

Tiroir de question latérale ouvert depuis la rangée d'actions d'une réponse terminée : les questions de suivi s'exécutent dans une session indépendante auto-archivée, amorcée avec le texte de la conversation précédente (lecture seule, plafonné à 48 000 caractères), sans toucher à la session principale. La session latérale hérite du modèle de la principale, commutable dans le tiroir, avec un anneau d'utilisation du contexte.

Injection de prompt unique au niveau de la requête, sans pollution ultérieure du contexte. Compatibilité d'interface et de données façon SillyTavern, déclencheurs par mot-clé/regex/constante et un outil lore_lookup pour la recherche à la demande.