Plugins

Fork maintenu de feibi-mochi/deepseek-harness-control-center, non mis à jour depuis le 2026-09-09. Les tarifs suivent le catalogue officiel des modèles plutôt qu’un préfixe codé en dur : DeepSeek V4.1 Flash (`deepseek-flash`) est donc tarifé et affiche son horloge pointe/creuse. La page officielle est analysée structurellement afin qu’un renommage ou retrait ne bloque plus la synchronisation. Ajoute une interface anglaise à l’original chinois. Les autres fonctions restent : solde, coûts/tokens par session, horloge pointe/creuse de 24 h, quota Z.ai et registre local, avec thème clair/sombre de l’hôte.

Met en attente les appels aux modèles DeepSeek jusqu’à la fin de chaque fenêtre de pointe configurée au lieu de les envoyer, afin qu’ils soient facturés au tarif creux. Met aussi en pause les objectifs actifs et affiche le solde et un graphique de dépenses sur 8 h.

Suit l’utilisation des tokens API et les coûts estimés selon le tarif modèle par route, avec groupes de facturation facultatifs, affichage CNY/USD synchronisé, rapports de session, totaux du composer et total quotidien cliquable dans la barre latérale.

Affiche dans l’en-tête de session l’usage et le solde du modèle actif : consommation glissante/hebdomadaire/mensuelle OpenCode Go et plafond mensuel du modèle choisi ; fenêtres de 5 h et hebdomadaire Command Code avec crédits restants ; solde du compte DeepSeek.

Suivi cumulatif de l’utilisation des tokens DeepSeek Harness, détaillé par modèle et par jour, avec tableau dans les paramètres et répertoire de données modifiable en ligne.

Expressions natives IA pour le chat bidirectionnel : les personnes voient des images, tandis que les modèles texte uniquement lisent des significations fixes. Comprend sélecteur, expressions personnalisées, import/export et deux styles visuels.

Tâches planifiées propres à la session : injecte un prompt dans la session actuelle après un délai, à une heure fixe ou à intervalle répété pour réveiller le modèle. Gestion via le panneau au-dessus du composer, /schedule ou sept outils modèle. Les minuteurs s’arrêtent à la fermeture de DSH et ne reprennent jamais automatiquement ; une pause conserve le temps restant.

Mémoire Hypatia événementielle pour DSH : journalise automatiquement les conversations via les événements de session, consolide en arrière-plan les résumés de segments et unités de travail avec une route modèle dédiée, puis injecte les rappels. Aucun travail modèle par appel dans la session principale.

Inspecteur LLM au niveau réseau : capture les corps HTTP bruts des requêtes/réponses fournisseur et associe chaque capture à la session via le flux llm/stream. La requête s’affiche en arbre repliable avec taille par nœud (un cas mesuré : 98,6 % dans un tableau de 973 entrées) ; la réponse recompose les fragments SSE OpenAI en reasoning, content, tool calls et usage. Onglet Conversation View et page de visualisation loopback.

Disjoncteur de remplissage rapide pour la compaction automatique DeepSeek Harness. Refuse une compaction inutile si le contexte s’est rempli en moins de N tours d’outil, M fois de suite (cas indétectable par le déclencheur step-pressure sans limite). Au lieu de dépenser un appel de résumé à chaque étape, signale la situation avec un conseil — souvent qu’une lecture ou sortie d’outil était trop volumineuse. État et réarmement via /compaction-breaker ; injecte une section de prompt que le modèle transmet à l’utilisateur. Sessions host-plane via le bundle de profil ; sessions ordinaires : remplacer une ligne de l’agent preset.

Connectez-vous avec un compte ChatGPT et consultez l’utilisation de l’abonnement Codex dans les paramètres de modèles DSH Web, via OAuth navigateur ou code d’appareil.

Ajoute un bouton étincelle à gauche du sélecteur de modèle du composer : reformule le brouillon en consigne plus claire et complète, le remplace sur place et permet d’annuler en un clic. Cinq styles sont proposés ; le bouton est grisé si le brouillon contient des puces fichier/commande.

Contrôle natif de Windows pour DeepSeek Harness : deux outils pilotent et lisent toute application de bureau. Un appel groupé exécute find/click/type/key/read/wait/screenshot en un passage du moteur ; si les étapes sont connues, un seul aller-retour modèle suffit. read renvoie le texte de la fenêtre, pas une image. L’entrée et la capture privilégient UI Automation, messages Win32 et PrintWindow hors écran, sans toucher au focus ni au pointeur.

Utilisez vos modèles DSH dans [Libre WebUI](https://github.com/libre-webui/libre-webui) pour le chat, Work en bac à sable et le suivi d’usage ; les identifiants fournisseur restent dans DSH. Nécessite Libre WebUI 0.37.0 ou ultérieur.

Sonde manuelle de modèles pour DeepSeek Harness : dans Session View, choisir fournisseur, type d’API, modèle et route ; envoyer une vraie requête HTTP brute via openai-completions, openai-responses ou anthropic-messages, avec ou sans streaming. Affiche latence, TTFT, statut HTTP, tokens et diagnostic à trois niveaux (API request/model response/strict check) sur un écran, avec des erreurs en langage clair.

Compaction du contexte de DeepSeek Harness pilotée par le modèle : l’agent décide quand et quoi compresser et enregistre durablement les remplacements du journal de session. La compression des résultats d’outils est réversible, avec récupération exacte octet par octet par hash.

Affiche le solde du compte DeepSeek dans le pied de la barre latérale avec bouton d’actualisation. Le popover présente solde, graphiques quotidiens de tokens et coût estimé sur 7/30 jours, tableau par modèle et lien vers l’usage de la plateforme. Le solde vient de `/user/balance` officiel ; l’usage est agrégé depuis les journaux DSH locaux et tarifé selon les prix CNY publiés en heures pleines/creuses : il est donc indiqué comme estimation avec son périmètre.

Remplace le sélecteur de modèle du chat par une liste repliable par fournisseur ; regroupe les fournisseurs miroirs vision-bridge sous leur amont et conserve les options reasoning-effort déclarées dans les réglages de chaque modèle. Testé uniquement sur DSH Desktop ; la version web de DSH n’est pas testée.

Console depuis la barre latérale, avec 8 onglets : aperçu ; sessions du service sessions (titre, dossier, état, mise à jour, filtres) ; bundles et entrées Loader via pluginInventory/pluginManager avec activation par bundle ; marché des dépôts publics `topic:dsh-plugin` via GitHub Search API ; éditeur modèles/fournisseurs : écrit dans llm-pi-ai via `remote.settings.mutate`, change le modèle de session, ajoute/modifie fournisseurs et listes de modèles, stocke les clés API via `remote.credentials` et préserve les champs de profil absents du formulaire ; MCP ; skills ; usage lu sur le loopback hôte `/api/dsh-usage/overview`. Services déclarés par `ctx.inject` ; s’il en manque, la console n’est pas montée sans planter.

Expose sur le LAN tous les modèles déjà configurés dans DeepSeek Harness via des endpoints compatibles OpenAI et Anthropic. Prend en charge les clés API, limites par clé, coupe-circuit, filtres de modèles et rapports d’utilisation.

AlphaRSI : boucle d’auto-amélioration à trois rôles qui fait évoluer la recette d’entraînement des modèles de séquences alpha. Operator exécute le walk-forward, Evaluator note avec OOS RankIC et Refiner propose des hyperparamètres par recherche bayésienne TPE ; seules les recettes strictement meilleures sont conservées. Exécution hors ligne en une commande, bundle de données vérifié par sha1, détection GPU automatique. Une skill incluse.

Répercute dans DeepSeek Harness les fournisseurs et modèles cc-switch dès leur enregistrement, puis affiche dans le compositeur et la carte de réglages les périodes du forfait, le solde ou un script d’usage personnalisé de chaque fournisseur.

Suite de simon300000/dsh-auto : le préréglage de permissions Auto Approve de DSH Web UI examine chaque demande avec un seul appel au modèle, sans sous-agent réviseur. Il approuve automatiquement uniquement les actions validées et soumet les autres à l’approbation humaine. Il mémorise les décisions confirmées dans des listes d’autorisation/refus par projet et globales, avec une chronologie des approbations dans la barre latérale droite.

Évite l’échec d’un appel dû à un argument redondant d’élévation du sandbox. pwsh, bash, write et edit annoncent tout l’enum `sandbox_permissions`, mais DSH n’accepte qu’un niveau strictement supérieur à celui déjà actif ; répéter le même niveau est refusé avant exécution et peut coûter un tour en tentatives. Enregistre un seul listener waterfall tools/execute et, uniquement après ce refus documenté et si l’argument contient le champ d’élévation, réémet une fois le même appel sans ce champ. Sûr : le refus précède l’exécution (rien n’a tourné) et l’appel corrigé ne correspond plus, donc pas de boucle. Vérifié : avant, isError=true et commande non exécutée ; après, sortie réelle et isError=false, avec un tool/call et un tool/result. Aucune dépendance.