Plugins

Rembobinage de conversation en place dans la même fenêtre de session sans fork (sémantique /rewind de Claude Code) : un bouton ↶ par message ramène le contexte du modèle à n'importe quel message utilisateur, avec restauration optionnelle de fichiers style Claude Code depuis des sauvegardes persistées sur disque.

Rembobine une conversation DeepSeek Harness et son espace de travail ensemble, sans toucher à Git : chaque rembobinage est un fork, /redo l’inverse, et un moteur Rust crée des instantanés en quelques millisecondes.

Installe quatre presets de recherche mathématique multi-agents pour DSH : v2 (pipeline guidé par les probabilités avec débat multi-vérificateurs), v3 (base de connaissances Markdown façon article avec un agent planificateur et une bibliothèque de méthodes réutilisable), v4 (résidents persistants auto-organisés qui s'écrivent et se réunissent) et v5 (un institut de recherche avec un académicien qui décompose et attribue le travail, des chercheurs votants, des intérimaires, un chat de groupe et un tableau de tâches compare-and-set) ; les quatre gèrent la reprise sur point de contrôle, l'intervention humaine et un interrupteur optionnel de vérification formelle Lean (off/encourage/require) dont la preuve validée transforme le vote en contrôle de fidélité des énoncés Lean.

Brainstorming visuel par branches qui crée une session isolée pour chaque direction, automatise les transferts (handoffs) parent, frère, point de contrôle et retour, et fournit un onglet arborescence complet avec une vue Better Sidebar optionnelle.

/rewind façon Claude Code pour DeepSeek Harness : instantanés de l'espace de travail basés sur git avant chaque exécution d'outil modifiant l'état, embranchements de session aux limites de tour, et une commande /rewind en une étape qui restaure les fichiers et rebranche la session sur un point de contrôle.

Transportez un état de tâche durable entre DeepSeek Harness, WorkBuddy, Claude Code et Codex, grâce à des points de contrôle lisibles par machine et un verrouillage optimiste.

Le bundle DeepSeek Harness enregistre une compétence transformant la production longue (articles académiques, analyses sectorielles, commentaires d'affaires) en pipeline à 9 rôles : scouts T1 littérature / T2 données / T3 cas en parallèle, T4 analyste, T5 rédacteur, T6 compagnon critique, T7 auditeur, T8 finaliseur, T9 évaluateur par les pairs exécutés par le coordinateur. Sur 6 phases, vérification triangulaire, M-gate de 23 contrôles, audit G0-G14 incluant gate de traçabilité IA, notation peer-review avec correspondance de revues, et 4 points de contrôle humains. Installation avec `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch plus lib/index.js) ; fournit fiches de rôles T1-T9, modèles et 11 scripts de vérification sans dépendance, avec READMEs en cinq langues.

Explore les points de contrôle produits par dsh-checkpoint-rewind sous forme de chronologie de nœuds temporels et affiche les diffs ligne par fichier entre n’importe quels deux d’entre eux, avec relecture des traces à partir des journaux de session (aucun producteur de snapshots requis) et un retour arrière de l’espace de travail orienté aperçu avec annulation en une seule action, via les commandes /diff et /rollback, une API HTTP JSON et un panneau GUI.

Garde-fous appliqués par le moteur pour les essaims d'agents DeepSeek Harness : les portes de qualité rejettent le travail à moitié fait, des points de contrôle résistants aux plantages reprennent sur place — les équipes IA ne se contentent pas de tourner, elles ne cassent pas.

Exécute des pipelines AItelier depuis DSH via MCP : 39 outils (22 lecture, 17 écriture) pour générer, exécuter, inspecter, éditer, exporter et importer des pipelines SkillFlow multi-étapes. Les étapes s'exécutent dans AItelier plutôt que dans la session DSH et sont interrogées par run_id, marquent une pause aux points de contrôle imposés par le moteur et répondus avec answer_checkpoint, et laissent des traces par étape et des sorties d'étape à lire ensuite ; add_provider / map_model / edit_role dirigent un rôle individuel vers un endpoint local ou moins cher. Regroupe une compétence aitelier-pipelines.

État de travail inter-sessions explicite pour DeepSeek Harness : objectifs, décisions et prochaines étapes capturés automatiquement à partir des événements de l'hôte ou via un outil work_state visible par le modèle, inspectable avec /checkpoint.

Workspace checkpoints per tool call: records every file mutation inside the workspace (excluding .git and node_modules by default), including changes made by shell commands rather than by write/edit, and stores the previous content of each changed path in a content-addressed store kept outside the workspace. Restores have two modes — undo one record, or return to a point in time — with a line-level diff preview, a dry run by default, and a rescue record written before every restore so the restore itself can be undone.

Model-autonomous context compaction for DeepSeek Harness: a mind_map tool surveys the agent context surface (stable seq ids, roles, token weights, clear-boundary markers, the clear-mind playbook), a clear_mind tool replaces a chosen conversation-history span with a model-written checkpoint through the native compaction transaction, call and result pairs self-collapse into one-line tombstones, and a proactive reminder nudges the model when the context grows long or a turn runs too many steps.

Per-project memory for DeepSeek Harness. Three Markdown files per workspace — PROJECT.md, DECISIONS.md and SESSIONS.md — are auto-created on the first step of any session in that workspace, re-read from disk and re-injected only when they change (and re-injected if compaction dropped them), and written back by classification through a memory_checkpoint tool, with a bounded end-of-turn nudge when a turn did work but recorded nothing. memory_read and memory_search read the live log and the archive, the latter over a zero-dependency BM25 index. The session log is capped at 200 entries with the overflow moved to SESSIONS-archive.md — never injected, but visible, readable and searchable, and restorable one entry at a time. Settings page: a workspace list with a path filter, read-only tabs for the three memory files plus the archive, reload, export/import of one workspace's memory as a JSON bundle, a two-step clear, a panel that rewrites or removes the AGENTS.md instruction block, and a PROJECT.md staleness reminder. A composer status chip shows that workspace's sync state and creates the files on click. Zero dependencies — no vector store, no embeddings, and no model calls.

TRAE-style conversation rollback — per-turn checkpoints (10-turn sliding window) roll back touched files and truncate model context in place, keeping the same session id. Human-initiated only: a /rollback command or a per-turn Web button (works on interrupted turns too), with a preview listing each affected file and its action — restore, recover, delete, or skip.

Browser patrol & website inspection plugin for DeepSeek Harness (DSH). Teach once, replay deterministic runbooks with managed Chromium, screenshots, credentials, checkpoints and selector recovery.

Smart checkpoints, workspace safety guards and instant rollback for DeepSeek Harness.

Multi-language subtitle translation workflow for dsh: SRT/VTT parsing, sentence-level LLM translation, bilingual merge, batched with resumable checkpoints.

Classificateur de permissions autonome pour le preset auto : règles allow/deny par outil, juge sémantique LLM et points de contrôle git pour les sessions non surveillées.

Relecteur de diff incrémental pour DSH : après approbation d'un lot, seuls les changements depuis le checkpoint sont affichés, avec un panneau de revue Web et la commande `/review` qui réinjecte le feedback à l'agent.

Ajoute des outils Git (status, diff, log, commit, branch, et checkpoint optionnel) protégés par approbation.

Creates local, content-addressed workspace checkpoints with diff previews and two-phase restore confirmation.

Tiered compaction hub: replaces the single 80% compaction cliff with a configurable ladder (default 30/50/70/90) whose tiers escalate from gentle to maximum consolidation laws, folds a deterministic keyword index into every checkpoint so facts accumulate across cycles, and summarizes through a model chain — primary plus up to 3 fallbacks, each with its own reasoning effort. Adds a Compaction module sub-tab and a Settings card; toggling off always restores stock compaction.

Session-memory autopilot: watches DSH sessions and extracts OKF entries in-process through the harness LLM (ctx.llm, deepseek-official by default) at idle, commit, compaction and end checkpoints, storing them via the vault MCP server.