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.

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.

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.

5 outils: `video_outline` carte texte sans tokens image (4–60 fenêtres/temps); `video_probe` métadonnées/plan sans décodage; `video_storyboard` planche contact+index timecode, zoom/dédup.; `video_zoom` agrandit 1–9 cellules; `video_read` OCR keyframes seulement, plan/[mm:ss]. Audio: sous-titres→`DSH_ASR_CMD`→transcript; audio long : segments d’environ 45 s coupés sur silence. Dès 10 min, keyframes seules. OCR : Windows, tesseract line boxes ou `DSH_OCR_CMD`. `bilibili.com/video/BV...`, bare BV/av/b23.tv : ≤300 s CDN sans disque; plus long, téléchargement unique, cache max 4 GB/24 vidéos; URL play 10 min. ffmpeg requis, ffprobe si présent, aucune autre dépendance runtime. Wire-compatible SAOS-3624/dsh-video-storyboard; mêmes noms `video_probe`/`video_storyboard`/`video_zoom`, incompatibles.

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

Fournisseurs web_search/web_fetch agrégés derrière les outils intégrés DeepSeek Harness. Search interroge AnySearch, Zhipu et Zhihu en parallèle, déduplique les URL, fusionne par Reciprocal Rank Fusion et peut reranker via SiliconFlow. Fetch distingue les URL : pages statiques via HTTP intégré, dynamiques via Firecrawl/AnySearch Extract, puis choix du corps selon la qualité. Un circuit breaker partagé ignore un moteur jusqu’au lendemain après quota ou 429. Les clés API sont dans le credential store et leur valeur n’est jamais affichée.

Mémoire autonome dans un seul fichier SQLite local : une tâche nocturne déduplique, fusionne, atténue et relie les entrées. Recherche hybride RRF à sept signaux (FTS5 + jieba privilégiant le chinois, KNN vectoriel facultatif, PPR de graphe), graphe de connaissances typé, détection des conflits plutôt qu’écrasement silencieux et panneaux de télémétrie Web.

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.

Battement autonome par agent racine : compare TODO, tableau Agent Team et goal au dernier état. Il ne signale que L1 (rapport), L2 (ask_user_question) ou L4 (escalade) et ne démarre jamais de travail. Message avec motif, ligne facultative d’état physiologique et tâche (max. 800 caractères). Déduplication, heures calmes, budget quotidien, délais après contact/redémarrage, état persistant ; les follow-up ne s’empilent pas. Partage avec dsh-plugin-memory le tour advisory de ~/.dsh/proactive-cooldown.json (180 s). Silence pendant le travail d’un sous-agent/équipier ; nombre affiché, polling suspendu onglet masqué. v0.8 ajoute le diagnostic des impulsions et du détenteur du tour, avec réglages de fenêtre, présence et ligne physiologique.

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).

Saisie vocale au micro pour le composeur : transcription en direct via la Web Speech API du navigateur, déduplication/poursuite automatique, ponctuation intelligente, réglages de langue et d'envoi automatique.

Montage incrémental de fichiers avec déduplication de lecture : les plages de lignes montées ne sont jamais renvoyées au modèle, les changements sur disque invalident et remontent, avec un onglet Fichiers montés et un suivi des économies de tokens.

Routeur et garde-fou d’artefacts pour DeepSeek Harness : routeur de skills qui classe le catalogue actif à chaque tour, et contrôle d’écriture imposant lecture avant écriture, déduplication et audit de quatre lignes pour chaque écriture de fichier.

Fournisseur complémentaire de recherche Web : chaque web_search fusionne l’API DeepSeek Search (principale) et les résultats Google de serper.dev (secondaires) selon un ratio fixe de 2:1. Requêtes HTTP directes sans tour de modèle auxiliaire ; déduplication des URL, résumés DeepSeek longs réduits en extraits, délais propres à chaque backend et dégradation vers celui qui répond.

Synchronisation bidirectionnelle des tâches TickTick/Dida365 (滴答清单) via l’API Open OAuth officielle : récupérer les tâches entre listes, les créer/modifier/terminer/supprimer, synchroniser ponctuellement avec déduplication des titres et utiliser un panneau Web de réglages.

File dedupe and unify toolkit, shown as "小视频整理" in the DSH sidebar: exact matches by head/middle/tail sampling or full byte compare, near-duplicate MP4s grouped by duration and a configurable first-N-seconds frame window (default 10s, 1–5 fps, default 2; longer videos are compared on their first N seconds too), batch rename or move by extension, UUID, file size or video length, empty-folder cleanup under the selected sources, and MOV/AVI/WMV detected by file header and transcoded to MP4 keeping resolution, frame rate and audio parameters. Requires ffmpeg and ffprobe on PATH. Concurrent workers per task with a shared setting; one task at a time; per-group help dialogs; local-only API. Every task that moves files has one-click restore: per-group/target _dupfc_restore.json records, deleted files skipped and counted, files outside the record renamed to UUID and moved into resetFail; orphaned ffmpeg processes left by a crashed host are swept on plugin load.

Intercepts DSH tool results before the model reads them: dedupe cache for repeated calls, a declarative decision graph that replaces large outputs with structured digests, an injection gate, and an honest token ledger that includes a negative-return account for over-compression. Measured 1400-1600 tokens saved per hit; the cumulative ledger is currently negative and the README says why, including that it cannot skip model turns.

A DSH workbench for picking photos from local folders on macOS and Windows: local dedupe, filtering and grouping, AI grid triage and scoring with an image-capable model you supply (the plugin bundles no model, credentials or quota), then human review, calibration and export.

Bridge IM Feishu (Lark) via connexion persistante d’une app auto-hébergée : transmet les messages entrants à une Session DSH et renvoie la réponse dans le même chat. Déduplication, listes autorisées, texte d’accusé et dry-run. Le déclenchement autonome a été séparé dans `dsh-self-trigger`.

Injecteur de règles à trois portées pour DeepSeek Harness : republie les règles dans les longues sessions, bloque les boucles, déduplique par fingerprint de contenu, persiste par Session et fournit un éditeur dans les réglages.

Maintient le backend QQ NapCat à côté de DSH. Vérifie au démarrage le port HTTP OneBot 11, lance NapCat s’il ne répond pas, puis revérifie toutes les 45 secondes. Tue les chaînes de processus dupliquées et masque la console. Peut créer une tâche planifiée à l’ouverture de session si un nom de tâche est défini. Ajoute une page de réglages et les outils `napcat_status`, `napcat_restart`, `napcat_dedupe`. Après confirmation du risque, peut mémoriser le mot de passe QQ pour renouveler un jeton fast-login expiré sans QR. Windows uniquement ; sans tâche planifiée, le QQ lancé s’arrête avec DSH.

Atelier d’usage pour les forfaits à jetons : agrège depuis le journal de session l’usage assistant/message par appel et par jour ; déduplique les responseId entre sessions afin de compter une seule fois les copies fork/resume. Convertit le volume local en crédits selon les conditions et le taux saisis (1 M tokens = 0,2 crédit par défaut), plafonds jour/semaine/mois de 600/2500/6000, avec portée facultative aux canaux choisis. Lecture dans le compositeur et page de réglages : coûts par fournisseur, graphiques barres/lignes sur 7/30 j et carte thermique glissante sur 6 mois. Aucune lecture d’identifiants ; le pourcentage restant uniquement disponible via l’API de contrôle du fournisseur est remplacé par une conversion locale clairement étiquetée. Référence : tarifs DeepSeek publics.

Mémoire à long terme fondée sur mem0 et un magasin Chroma local : injecte le profil utilisateur et les faits retrouvés dans le system prompt, et capture à la fin de session. Une tâche nocturne déduplique, fusionne les paraphrases et résout les contradictions ; un graphe thématique persistant est écrit sous forme de cartes Markdown. Export périodique vers un dépôt Git et interface mémoire pleine page avec recherche, fusion par lot, instantanés et annulation. Avant usage, configuration manuelle d’un environnement Python venv et clés API LLM et embeddings requises.