Plugins

Mémoire automatique à la Claude Code, nativement : fichiers de mémoire typés (user/feedback/project/reference) avec un index MEMORY.md injecté automatiquement dans le prompt système (aucune empreinte quand il est vide) ; memory_write/read/list/delete suivent les règles d'écriture de Claude Code (déduplication et mise à jour, dates absolues, liens croisés) ; couches à l'échelle du workspace et de l'utilisateur, verrouillage de fichiers entre processus avec récupération des verrous orphelins, Markdown simple sur disque, aucun service externe, aucun embedding.

Opération red team pour une organisation : 5 rôles (reconnaissance, tri, vulnérabilités, exploitation, pivot interne) ; concurrence réglable, 3 par défaut, immédiate. Le précontrôle vérifie les ressources et demande une fois la clé/VPS manquant. Score 8 catégories/25, plafonds serveur, privilège max, déduplication par service ; auto-inscrits exclus, accès non classé = contrôle Web. Preuves horodatées dans SQLite local, console liée à la session. Rapport : score, commandes, origine des identifiants, tunnel, reproduction, index. 3 captures max/point ; photos sur site séparées des cartes issues des données. 14 skills de reconnaissance/évaluation, 56 redteam_*, mise à jour en 1 commande. npm sans installateur ni skills d’attaque ; l’opérateur récupère et lance Toolkit Release séparément.

Supervision attentionnée fondée sur les preuves pour DeepSeek Harness avec politique C0–C3, alertes d'Inbox dédupliquées, heures de silence et dossiers de résultat expurgés.

Téléversement de fichiers avec des cartes de pièces jointes codées par couleur (stockage isolé par session, déduplication sha256, purge par TTL), plus un outil read_document qui détecte le type de contenu pour PDF/DOCX/XLSX/TXT.

Allègement réversible du contexte pour DeepSeek Harness : réencodage tabulaire sans perte de tableaux JSON uniformes de style TOON, fenêtres de table échantillonnées par pas avec numéros de ligne, et déduplication inter-tours des sorties d'outil répétées ; chaque remplacement passe un seuil octets+jetons (≤72 % d'octets, strictement moins de jetons estimés) et l'original est écrit sur disque derrière un avis `[save-token #id]`, récupérable en un appel via l'outil `save_token_expand`, avec le comptage des jetons facturés et économisés dans un tableau de bord des paramètres.

Mémoire de projet pour dsh avec intégration native au système de tâches : les todos de session et les lectures de fichiers sont condensés automatiquement en enregistrements de tâches inter-session (liens tâche↔fichier), afin que les workflows puissent être repris et réutilisés sans recontextualisation. Mémoire à la lecture (pas de scan préalable) : extrait les symboles de code, résume les docs et relie docs↔symboles ; enrichissement sémantique TS optionnel (activé automatiquement si TS est installé). Les notes d’expérience sont dédupliquées automatiquement. Chaque rappel inclut une citation traçable. Pure JS, une seule dépendance, fonctionne immédiatement, fonctionnement silencieux, surcharge nulle.

Un deuxième cerveau autonome pour DeepSeek Harness : capture automatiquement les connaissances durables du dialogue dans un coffre-fort Markdown local (dedup personnalisé, recherche CJK, compatible git), avec une base de connaissances graphique et un graphe de connaissances interactif (filtre de légende, coloration par dimension temporelle, sélection par boîte, fusion, suppression, export/import PNG).

RAG de base de connaissances bibliographiques locale : 10 outils (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), recherche hybride BM25+vecteurs+reranker, questions-réponses avec citations et liens DOI cliquables, embeddings bge entièrement locaux sur un index SQLite en un seul fichier. Nécessite Python 3.9+ avec pymupdf, faiss-cpu et sentence-transformers ; l'installateur `npx dsh-kb-rag-install` les met en place et pré-télécharge le modèle.

Passerelle WeChat (iLink) bidirectionnelle : notifications de fin de tour et de demande d'approbation, approbation/rejet et injection de message dans le chat, déduplication persistante et regroupement convergent des longues réponses ; couche de canal extensible à d'autres messageries.

Journalise automatiquement les appels d'outils échoués, qu'ils viennent des outils natifs, de run_code PTC ou des invocations en ligne : déduplique et comptabilise les causes racines dans un skill afin que les erreurs répétées s'estompent.

Mémoire Markdown lisible par l’humain pour DeepSeek Harness : mémoire au niveau utilisateur (~/.deepseek-harness/MEMORY.md) + mémoire au niveau de l’espace de travail injectée à chaque tour, écriture automatique de journaux quotidiens avec distillation, pont vers les répertoires mémoire WorkBuddy/CodeBuddy existants, outils memory_note / memory_note_user / memory_read avec déduplication intégrée, et page de paramètres bilingue. Stockage en texte brut, sans base de données.

Fournisseur de compétences en direct qui ajoute au catalogue dsh les compétences issues des répertoires de plus de 60 autres agents (Claude Code, Codex, Cursor, Gemini CLI, Copilot), des marketplaces de plugins Claude Code et de tout dépôt git de compétences, sans copie ni lien symbolique ; déduplique, répare les frontmatter, renomme les collisions de noms et fournit une CLI (list, add, sync, doctor).

Suite de discipline d'exécution pour DSH avec interception des tentatives identiques, réflexion forcée, application des todo, déduplication de la mémoire et promotion de l'expérience en compétence (11 plugins + 6 compétences).

Revue des modifications de fichiers de session façon Codex : cartes par tour (avec reprise facultative des cartes modifiées par le shell), total correspondant au diff net du tour ; onglet avec diff surligné sans retour à la ligne, vrais numéros, ouverture à une ligne, volet partagé déplaçable, aperçu au survol du fichier entier avec 3 lignes autour de chaque changement, restauration d’un tour en un clic, taille des journaux et bouton d’effacement. Les journaux sont séparés par session ; les instantanés adressés par contenu sont dédupliqués et soumis au GC. Les thèmes clair/sombre suivent DSH ; la typographie suit DSH et les skins installés ou toute police locale, avec réglage en px. Une option ajoute au AGENTS.md global une règle de réflexion en chinois simplifié.

Fournisseur de recherche web agrégée qui diffuse une requête vers 11 moteurs (Exa, Parallel, DuckDuckGo, SearXNG, Brave, Tavily, Serper, Mojeek, DeepSeek, Anthropic, OpenAI) en parallèle, déduplique par URL et fusionne les résultats. Inclut une carte de réglages pour activer/désactiver les backends, stocker les clés API dans le coffre d'identifiants et régler concurrence et délais.

Plugin de planification multi-modèle proactive : ingestion de signaux multi-sources avec déduplication et classement d'urgence, moteur de décision à quatre voies (exécuter/différer/rejeter/demander à l'utilisateur), génération de plan DAG avec exécution parallèle de modèles, réflexion qualité avec réessai automatique et changement de modèle, mémoire long terme pour les motifs de tâches et leçons, et évolution de stratégie via algorithmes génétiques avec évaluation en sandbox et déploiement canary.

Recherche communautaire, analyse de similarité et décisions d'installation/dédoublonnage/fabrication maison pour l'écosystème dsh-plugin.

Recherche en texte intégral au niveau des messages dans les sessions DSH via un index trigramme FTS5 (user / assistant / steering / tool avec filtres par type), résultats dédupliqués entre sessions dérivées ou poursuivies, aperçu de contexte en lecture seule avec défilement automatique jusqu'au message ciblé, saut à la session réelle en un clic, et reconstruction incrémentale ou complète de l'index avec contrôle de santé ; l'i18n zh/en suit le service de locale du Host.

Pont de messagerie instantanée multicanal pour le harnais DeepSeek : acheminez les messages de discussion WeChat (ClawBot/iLink), QQ et Feishu (Lark) vers un agent DSH et relayez ses réponses, avec des sessions par canal et une déduplication des réponses.

Nettoyage et enrichissement des données pour les listes d'entreprise CSV/XLSX/JSON dans DeepSeek Harness, incluant le nettoyage de feuilles de calcul, la déduplication, le profilage, le Qichacha MCP optionnel et les exports.

Mémoire vectorielle entièrement locale pour DSH : embeddings locaux, stockage SQLite, injection automatique de rappel, déduplication avec détection de conflits, corbeille à suppression douce, sauvegarde en ligne et extraction LLM optionnelle.

Regroupez les skills installées et gérez les serveurs MCP depuis une UI du panneau de gauche : filtrez le catalogue de skills du modèle par groupes activés (union dédupliquée) et activez/désactivez les serveurs MCP indépendamment.

Mémoire locale à trois couches pour DeepSeek Harness : L1 mémoire instantané (MEMORY.md/USER.md) lue à la demande via les outils memory_* + L2 base de connaissances interrogeable (faits + SQLite FTS5, recherche en chinois par tokenisation à fenêtre glissante) + L3 import depuis Hermes/Claude Code/Codex/WorkBuddy et depuis les documents approuvés d'Agent Hub (memory/global, memory/projects, décisions acceptées) avec déduplication par hash de contenu. La v0.2.0 a supprimé toute injection automatique : la mémoire n'entre dans le contexte que lorsque le modèle appelle l'un des 12 outils memory_*, et les données restent sur le disque local.

Employé IA Gitee/GitHub : @ le bot sur un ticket (Gitee ou GitHub), il clone le dépôt, implémente le correctif sur la branche que vous nommez, ouvre une PR vers cette branche, et peut fusionner et fermer automatiquement le ticket. La v1.2 ajoute l'analyse de sécurité : configurer les dépôts à analyser, auditer avec des invites intégrées/personnalisées, dédupliquer et déposer les nouvelles découvertes en tant que tickets.