Plugins

Normify · plugin DSH : écrit l'architecture du projet sous forme d'arborescence de modules fractals normalisée, validation à trois niveaux (à l'écriture / validation / reçu figé), 30 outils normify_* + compétence normify-gen, génère en un clic un diagramme d'architecture interactif dans un seul fichier ; prend en charge le développement accompagné (change_open → brief → check → mise en œuvre → refresh → change_close).

Système rigoureux de flux d’ingénierie pour agents de programmation IA : planification, TDD, boucles de correction automatique, graphes de connaissances du code et exécution multi-agents par vagues. Nécessite codebase-memory-mcp (pip install "codebase-memory-mcp>=0.10.8,<0.11.0") ; /scan s’arrête en son absence.

Faites correspondre vos modèles et vos budgets de tokens à chaque rôle, puis laissez DSH déléguer des sous-agents spécialisés selon le type de tâche. Couvre l’analyse d’architecture, l’UI/UX, l’implémentation de code, l’exploration de la base de code et la recherche documentaire, avec configuration automatique ainsi qu’un effort de raisonnement et des permissions d’outils par rôle.

Détection de code mort pour les bases de code générées par IA : graphlint construit un graphe de dépendances, trouve le code inaccessible depuis tout point d'entrée pour permettre le nettoyage de la base de code et la compréhension de l'efficacité fonctionnelle, et expose les outils graphlint_query / graphlint_build / graphlint_config ainsi qu'une compétence graphlint aux agents DSH.

Relie le graphe de connaissances de code Codebase Memory MCP à DSH et maintient les dépôts indexés à jour grâce à un observateur de système de fichiers débouncé. Pont MCP réservé à Windows (la partie observateur est multiplateforme) ; installe automatiquement sa CLI npm via npx au premier lancement.

Compétence de vérification d'affirmations qui confronte documents de conception et plans aux faits du code, en escaladant les affirmations comportementales vers une vérification exécutable par primitives logiques pour machines à états et modèles de données, avec régression avant/après, contraintes de domaine et exploration des risques de concurrence.

Un outil read_graph adossé à un graphe de connaissances du code (relations CONTAINS / EXPORTS / IMPORTS / IMPORTS_SYMBOL).

Graphe de connaissances de code local pour les agents : analyse une base de code (Python/JS/TS/Go/Java/Rust) en un index SQLite et répond aux questions sur appelants, appelés, dépendances, dépendants, impact et plein texte.

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`.

Bridge MCP Codebase Memory pour DeepSeek Harness : six outils de code pour le graphe de connaissances, daemon d’arrière-plan à démarrage automatique avec UI Web de visualisation et skill agent intégrée.

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.

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.

Apporte à DSH la base de connaissances de code de langchain-ai/openwiki : création/lecture/mise à jour en un clic du Wiki, cartes Grounded Claims avec sources traçables et base de projet issue de fichiers locaux importés. Réutilise le modèle déjà configuré dans DSH, sans seconde clé API.

Analyse une base de code et génère une documentation d'architecture : responsabilités des modules, dépendances, points d'entrée et méthodes d'exécution.

Graphes de connaissances du code pour DeepSeek Harness : sept outils Agent `graphify_*`, commande `/graphify` et page Graphify construisent et interrogent localement le graphe du projet via AST, sans API key ; recherches path/explain/god-node et exports wiki/HTML/SVG/GraphML/Obsidian. Nécessite le CLI `graphifyy` ; seule l’extraction complète de documents/PDF/images requiert une clé LLM.

Surveille l’obsolescence du graphe Codebase Memory : compare head_sha du nœud Branch à git rev-parse HEAD et indique le behindBy exact. Reconstruit uniquement les projets obsolètes via la CLI codebase-memory-mcp, hors limite de 60 s de l’outil MCP. Surveille les modifications de chaque projet et expose le même état dans une carte de réglages et une interface REST.

Outils CLI codebase-memory destinés au modèle : `codebase_list_projects`, `index_repository`, `index_status`, `search_graph`, `query_graph`, `trace_path`, `get_code_snippet`, `get_graph_schema`, `get_architecture`, `search_code`, `detect_changes`, `manage_adr`, `ingest_traces` et `delete_project`.

Fournit à l’agent avant modification une carte du codebase classée par priorité et honnête sur sa couverture.

Fournit Codegraph CLI comme huit outils d’analyse de code pour DSH : recherche de symboles, appelants/appelés, analyse d’impact, exploration du code, lecture de symboles/fichiers, état de l’index et synchronisation.

Transforme les problèmes de conception du code en plan de refactorisation exécutable et priorisé, avec heuristiques de longueur de fichier/imbrication profonde/longueur de fonction/god object et runbook par étapes. Lecture seule, sans réécriture automatique.

Plugin DeepSeek Harness : analyse une base de code et génère un plan de Software Design Document (SDD).

Bundle DeepSeek Harness facultatif pour codebase-memory-mcp.

Pack de skills d’atelier documentaire : quatre Agent Skills uniquement basées sur des prompts pour produire README, descriptions de PR, journaux de modifications et revues de code à partir d’un codebase. Installation dans dsh via une entrée de plugin dsh.bundle.