Plugins

Exploration de l'architecture AGI en boîte blanche : métacognition (boucle d'auto-cognition), apprentissage continu (volant d'inertie des connaissances), modèle du monde (espace de conditions, graphe de mémoire spatio-temporelle), auto-amélioration (discipline bootstrap), pipeline en boîte blanche zéro-LLM et garde-fous de confiance auditables.

Marketplace d'extensions et de compétences piloté par les topics GitHub : une page de paramètres qui parcourt le registre collecté automatiquement (l'ensemble du topic dsh-plugin plus l'index des compétences, actualisé par CI toutes les 2 heures) avec installation en un clic, détection du type, confirmations de sécurité pour les scripts d'installation et les dépendances fantômes de l'hôte, gestion des clés d'environnement, et la spécification de reconnaissance STANDARD.md.

Amélioration de prompts en un clic (5 modes, chaîne de mémoire, repli multi-modèles) plus reconnaissance vocale (Qwen3-ASR cloud / SenseVoice hors ligne, arrêt automatique au silence) pour le compositeur, avec redémarrage du service DSH en un clic.

Saisie vocale pour l'interface web : appuyez sur Alt (ou Alt+Space) pour démarrer/arrêter la dictée, Web Speech du navigateur (zéro config) ou ASR cloud compatible OpenAI, polissage optionnel via le LLM configuré par DSH, interface de paramètres.

Plugin de saisie vocale pour DeepSeek Harness (dsh) : un bouton microphone dans le compositeur transforme la parole en brouillon transcrit, avec un choix de backends de reconnaissance vocale, un peaufinage optionnel via les propres routes LLM de dsh et une page de paramètres native.

Mode voix duplex intégral pour l'interface Web DeepSeek Harness : bascule (envoi automatique après 2 s de pause) ou dictée push-to-talk dans un brouillon modifiable avec ASR streaming zipformer2, mot de réveil optionnel ; lecture phrase par phrase via Edge TTS avec sous-titres en direct, et la parole interrompt la lecture et le tour en cours (vrai barge-in). ASR sur appareil, aucune clé API requise.

Plugin de vision externe pour DeepSeek Harness : panneau de configuration via le bouton baleine, reconnaissance d'image avec réponse automatique, et outils de capture d'écran/reconnaissance pour l'agent.

Pour le modèle de vision natif de DeepSeek Harness deepseek-v4-flash-vision-exp, relève les limites d'admission des images à 32 MiB / 8192 px / 600 images et ajoute un outil highres_read qui découpe les grandes images en tuiles, puis renvoie l'image entière plus des tuiles de 800x800 via l'outil read_image de l'hôte.

Saisie vocale pour DeepSeek Harness : parlez dans le microphone et le texte reconnu est soumis comme un message de chat normal, via la reconnaissance vocale locale ou du navigateur.

Vision pour DeepSeek en mode texte seul via Doubao Web par défaut (gratuit, sans clé API — pilote votre Chrome connecté via un pont CDP Windows), avec quota Antigravity IDE (flash/pro) ou repli sur Gemini ; escalade automatique du niveau de détail, mémoire de preuves visuelles avec réhydratation après compaction, cache par hachage de contenu, et un panneau client bilingue.

Fournit l'outil see_image pour DSH : envoie un fichier image à un modèle de vision compatible OpenAI configurable et relaie sa description à un modèle texte uniquement.

Reconnaissance d'images volumineuses pour les modèles vision-exp : reconnaissance par tuiles 800×800 sans perte (smart/pipeline/full), OCR local avec prétraitement et routage d'écriture manuscrite, GPU multi-fournisseur en option (DirectML/CUDA/OpenVINO) avec repli CPU automatique.

Boucle vocale gratuite pour l'interface web : entrée micro via SpeechRecognition du navigateur avec résultats intermédiaires en direct, boutons haut-parleur de lecture à voix haute et lecture automatique des réponses de l'assistant, sans configuration et sans clé d'API.

Un noyau de jugement pour DeepSeek Harness : une boucle cognitive qui donne une source et une attribution à chaque décision et mène la planification jusqu'au bout, une mémoire hippocampe qui condense l'expérience en connaissances réutilisables, et une carte de persona personnalisable (nom, personnalité, style de communication). Nécessite DSH ^0.1.0-rc.7.

Préréglage d'agent natif J-Space Cognition Suite SV1 et plugin Cordis autonome : 13 modules, contrôleur persistant et workspace découplé.

Station de travail omni-modale pour DSH : analyze_image sur une chaîne de basculement VLM ordonnée à plusieurs cartes, une boîte à outils de vision à six outils (zoom, échantillonnage de couleurs, diff de pixels, OCR, détection d'éléments, affichage en ligne) partageant le même résolveur d'images, generate_image via les protocoles OpenAI/DashScope/ComfyUI, generate_video asynchrone multi-cartes avec un constructeur /build-video-tool, et TTS speak/clone_voice sur sept fournisseurs, le tout piloté par une seule page de paramètres à enregistrement automatique.

Saisie à une main, sans clavier, pour la zone de rédaction : maintenez le bouton de la souris enfoncé sur la zone de saisie, parlez, relâchez — le texte atterrit dans le brouillon, et glisser vers le haut annule sans laisser une phrase à moitié écrite. Pas de bouton micro à viser ni de raccourci à mémoriser ; la main n'a jamais à quitter la zone de saisie, ce qui est tout l'intérêt quand l'autre main est occupée. La reconnaissance fonctionne entièrement hors ligne (SenseVoice via sherpa-onnx, aucune clé API, l'audio ne quitte jamais la machine).

Assistant vocal pour dsh web : prononcez la phrase de réveil (par ex. « 小鲸 ») pour activer la dictée mains libres — ce que vous dites est transcrit et saisi automatiquement dans la zone de chat. Prend en charge les commandes d'édition vocales (envoyer, effacer, nouvelle ligne, arrêter la lecture) et lit à voix haute les réponses de l'assistant en chinois. La reconnaissance vocale s'exécute localement dans le navigateur via sherpa-onnx WASM, elle fonctionne donc hors ligne sans clé API.

Conversations vocales continues pour DSH avec écoute mains libres, push-to-talk, reconnaissance vocale, réponses TTS et délégation d'Agent en arrière-plan.

Compréhension d'images pour tout modèle DSH : outils de vision, OCR, grounding et recadrage avec presets de domaine pour l'histopathologie, la biologie cellulaire, l'anatomie, les images cliniques et les figures scientifiques.

Saisie vocale pour l'interface Web : un bouton micro qui lance la reconnaissance vocale hors ligne locale VocoType et insère automatiquement le texte reconnu dans le compositeur (déploiement automatique, déduplication, dictée continue).

Affiche en ligne dans le chat DSH Web les images collées ou importées et donne la vision aux modèles texte seuls : l’outil visual_review, invocable par le modèle, appelle d’abord une API multimodale compatible OpenAI, puis bascule sur un worker local Qwen3-VL en cas d’échec.

Offre complète de capacités de vision pour DeepSeek Harness : un outil vision_understand (API de vision compatibles OpenAI, Zhipu GLM-4V-Flash gratuit par défaut) ainsi que des points d'entrée coller/glisser-déposer/bouton pour la reconnaissance d'images.

Assistant d'appel vocal pour l'interface web DSH : une boule d'appel flottante et déplaçable, un VAD côté navigateur qui envoie chaque prise de parole après une pause, la reconnaissance vocale FunASR HTTP ou en streaming, des réponses TTS MiniMax ou compatibles OpenAI, un mode optionnel à mot d'éveil avec mise en veille automatique, et la répartition de tâches vers des sessions de sous-agents séparées avec progression, arrêt et rapports de fin parlés.