Plugins

Bundle DeepSeek Harness pour textes longs (articles universitaires, analyses sectorielles, commentaires d’affaires), organisé en 9 rôles/6 phases : T1 littérature, T2 données et T3 cas en parallèle ; T4 analyste, T5 auteur, T6 partenaire critique, T7 auditeur, T8 finaliseur exécuté par le coordinateur, T9 évaluateur par les pairs. Vérification triangulaire des preuves ; M-gate : 26 contrôles (25 scripts + 1 humain) ; audit G0-G16 avec contrôle des marques d’écriture IA dans les textes chinois ; note de pair avec correspondance de revue ; 4 points humains. Installation : `dsh plugin add lunheng-article-pipeline` (`package.json#dsh.bundle.patch` et `lib/index.js` enregistrent le skill). Cartes T1-T9, modèles, 36 scripts sans dépendance et README en 5 langues.

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.

Restauration de conversation de style TRAE — points de contrôle par tour (fenêtre glissante de 10 tours) restaurent les fichiers touchés et tronquent le contexte du modèle sur place, en conservant le même identifiant de session. Initié uniquement par l'humain : commande /rollback ou bouton Web par tour (fonctionne aussi sur les tours interrompus), avec aperçu listant chaque fichier affecté et son action — restaurer, récupérer, supprimer ou ignorer.

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.

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.

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.

Ajoute Delete session au menu contextuel latéral; après confirmation affichant la taille des logs et l’activité en cours, détache proprement les fichiers log, checkpoints de projection et inscriptions mémoire du host.

Workbench de code dans la barre droite : arborescence workspace et éditeur Monaco multi-onglets (coloration, sauvegarde protégée par version), complétion Tab DeepSeek fill-in-the-middle, checkpoint/rollback à chaque sauvegarde, recherche du codebase et outil agent `codebase_search`, plus des puces de référence insérant la sélection dans le chat en mention `@path`.

Points de contrôle locaux des tâches et récupération limitée pour DSH, avec mémoire hiérarchique L0–L3 facultative, recherche tenant compte des dépendances, contexte tenant compte des prérequis et six outils mémoire activables en option.

Pont expérimental Windows permettant à Codex de superviser des tâches DSH Desktop 0.2.1-rc.3 via MCP local : questions bloquantes sur l’orientation, jalons du plan, revue et révision, routage vers des espaces nommés. Adaptation Windows de Cryocell77/dsh-desktop-mcp-bridge (MIT) ; même nom de package et entrée du chargeur que l’amont, donc activation simultanée impossible.

Pack de productivité DeepSeek Harness : recherche de conversations, checkpoints, gestion du contexte, chats principal et latéral, mémoire locale à long terme, tâches et planification quotidienne.

Points de contrôle du workspace entier par tour : instantané à chaque fin et liste des fichiers modifiés sous le tour. Restaure fichiers, conversation ou les deux. Le balayage de tout l’arbre, plutôt qu’un hook d’écriture, capture aussi shell, éditeurs externes et git. Restaurer la conversation crée une branche depuis ce tour sans couper l’original ; la restauration elle-même est annulable. Historique dans un dépôt git miroir sous DSH_HOME, sans toucher au .git du projet. Git >=2.20 et Node.js >=20 requis.

Rollback de conversation façon TRAE, reconstruit pour DSH 0.1.7-rc.2 : des checkpoints par tour restaurent les fichiers touchés et tronquent le contexte du modèle sur place sous le même session id. /rollback doctor vérifie le contrat framework-contract ; l’aperçu diff des fichiers concernés est calculé par rapport au disque actuel pour rester juste après redémarrage. Ajoute l’annulation en un clic de la dernière action par Ctrl+Shift+Z, une option de masquage des messages annulés et l’interface anglaise.

Plugin de patrouille du navigateur et d’inspection de sites : enseignez une fois, puis rejouez des runbooks déterministes avec Chromium géré, captures d’écran, identifiants, points de contrôle et récupération des sélecteurs.

Points de contrôle intelligents, protections de l’espace de travail et restauration instantanée pour DeepSeek Harness.

Flux de traduction de sous-titres multilingues pour dsh : analyse SRT/VTT, traduction LLM au niveau des phrases, fusion bilingue, par lots avec points de contrôle reprenables.

Per-turn git checkpoints of a workspace: undo one turn’s changes, or go back to the end of an earlier turn, with a diff preview and an undo of the revert itself.

Host-side progress checkpoints for long DSH tasks. After N minutes or M tool calls the model is nudged to post a one-line progress note and keep working, so you can correct it before it runs far off course.

Writes a novel from one idea to a validated manuscript with a code-driven workflow: a JavaScript state machine runs the stages (constitution, outline, design, writing, validation, batch, export) and a 15-step per-chapter loop, PowerShell scripts validate each gate, and versioned checkpoints let a restart resume at the exact chapter. Nine subagent roles do the drafting and review. Needs PowerShell 7 (pwsh) and Python 3.7+; without pwsh the gates record a DEGRADED verdict and the run pauses.

Per-turn, per-file checkpoints for files written by DSH tools: keep, undo, redo, and revert to here from a dock above the composer, with inline before/after diffs, pinning, and per-session storage cleanup.

A Conductor tab and commands for a chat's context: /new replaces the context in place with a model-written handoff, /rewind restores the chat and the agent's file edits to an earlier prompt, plus /drop, pins, an automatic compaction level, recovery after failed turns, silent messages between chats and agent and task orchestration. Supersedes dsh-orchestrator, dsh-force-compact and dsh-continue, so do not install it alongside them. Requires DSH >= 0.2.1-rc.5, Node >= 22.5, the web profile and dsh-better-sidebar.

Routes model and reasoning effort per turn: a cheap classifier reads each request and picks one of five tiers, a supervisor model re-routes on tool errors and checkpoints, and upgrading to the stronger model waits for confirmation.

Declarative DAG runtime for DSH tool plans with bounded parallel execution, read-only retries, per-step checkpoints, cancellation, and conservative crash recovery.

Keep conclusions alive across context compaction: the model writes a task checkpoint and the plugin re-injects it into the system prompt's first node — the span compaction never touches, so it survives any number of compactions. Four-tier injection (0/95/175/≤12000 chars) scales with session relatedness; checkpoints live in the plugin's own folder, never in your workspace.