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.

Mémoire de projet uniquement locale, sans dépendance d'exécution intégrée ni service externe : JSON comme source de vérité plus un PROJECT_MEMORY.md généré, Hot Memory bornée en tokens et figée par session pour la stabilité du cache de préfixes de prompt, rappel BM25 inter-projets mis en cache, provenance fiable de session/tour, gouvernance explicable des doublons/conflits avant écriture, cycle de vie éditable importance/épingle/étiquettes/remplacement/archivage, distillation configurable en fin de tour de haut niveau, et une GUI web bilingue pour la recherche, l'inspection, le diagnostic et les réglages en direct.

Mode d'apprentissage local-first : fils d'apprentissage inter-sessions avec explications par source.

Mode d'apprentissage qui explique chaque étape de l'agent (en cours de développement).

Sélectionnez n'importe quel texte dans une conversation et appuyez sur le bouton Explain pour obtenir une bulle d'explication Markdown en streaming, avec des questions de suivi récursives.

Mode de codage Codex compact pour DSH : garde-fous légers pour éviter que GPT ne soit trop verbeux, avec un prompt modifiable et des outils natifs de type Codex.

Plugin d'optimisation pour DSH Desktop. Contraintes injectées seulement si utiles (zéro token au repos), en couches : texte stable dans le prompt, volatil en fin ; cache du prompt préservé. Chaque tour est classé (question/recherche/discussion/diagnostic/exécution) : pas d'édition en question ni de correctif non demandé en diagnostic ; citations de code non ouvert, négations sur des symboles non vus, exigences hors livrable : signalées ; tout code, champ ou id est expliqué en clair dès sa première apparition. Mémoire : alertes à 75 %/90 %, connaissances de projet par répertoire de travail, supprimables par id. Artefacts : contrat de tâche, journal des modifications. Tableau de bord : routage et blocs dans lume-metrics.jsonl via lume_metrics ; personas distillés de journaux ou fiches.

Affiche une barre d’outils flottante au-dessus du texte sélectionné dans une conversation, avec des actions pour copier, citer, demander, expliquer, traduire, résumer et utiliser des prompts personnalisés.

Plugin de mode d'apprentissage Feynman : boucle enseigner → reformuler → évaluer → réexpliquer, rendue en fiches de cours HTML riches (diagrammes mermaid + coloration syntaxique shiki).

Validation JSON Schema : validation/chemins/explication/normalisation.

Testez/extrayez/remplacez en toute sécurité/expliquez statiquement des regex, sans exécuter de code.

Explique localement les exécutions d'agent DeepSeek Harness en échec, puis produit un plan de reprise expurgé. Aucun modèle requis.

Garde anti-injection de prompt sensible à la source pour DSH : suit le contexte de tour non fiable, détecte les signaux d'injection, score les cibles sensibles et bloque les appels d'outils à haut risque avec des journaux d'audit explicables.

Mémoire locale bornée avec contrôle d'autorité CBDC : affirmations SQLite + FTS5, rappel ciblé avec des décisions explicables d'usage/vérification/ignorance et une piste d'audit complète, commandes /memory, ≤3 affirmations/1200 caractères injectés par appel, aucun appel modèle supplémentaire.

Explain a selected word or sentence from a DSH conversation in a floating window: a channel of its own that leaves the session untouched, and the answer can be pinned to a session of its own.

Adds an Explain button to the approval card: one model call returns exactly three lines reading the pending operation, covering what it does, which files or system state it reads, writes, modifies or executes, and a risky/attention/safe verdict with a one-sentence justification. It also renders the detail area for `write` and `edit` calls, which the shipped renderer leaves blank because it only reads a `command` field.

Go (weiqi) review coach: parses SGF records, backfills winrate and score analysis with a bundled KataGo engine, explains the costly moves in the chat, and writes the commentary back into an SGF copy; a web panel shows the board with problem moves, AI choices and variations.

A tiny octopus desktop pet that explains AI-jargon in plain language for the DeepSeek Harness web GUI.

Update copilot for DeepSeek Harness: one scan covers the DeepSeek Harness core and every profile plugin; explains what changed and how risky each update is, then updates only what you confirm.

Widget de coût des tokens en direct par tâche : fenêtres tarifaires pleines/creuses, coûts projetés après hausse, tableau des coûts par tâche triable, multidevise (COP/USD/CNY + ~40 autres) avec taux de change, et explication LLM en streaming en un clic des tâches coûteuses.

Select text in the DSH web UI to stream a translation and an explanation of what it means in that specific context, read against the conversation it came from; the panel keeps a replayable history and can be promoted into a full session.

Generates 3Blue1Brown-style Manim animations to explain answers, with a right-column gallery and inline multi-modal file publishing.

OpenReelbench, the open video creative bench for DeepSeek Harness: a gated four-stage pipeline (brief -> script -> assets -> compose) that turns one sentence into a narrated explainer video; generation via ComfyUI workflows, assembly with FFmpeg. / DSH 开源

Select text in any Windows app to explain or translate it with the Harness agent, answered in a native always-on-top overlay.