Plugins

Vérification de la qualité des données pour DeepSeek Harness — pipelines de profilage, nettoyage et vérification avec rapports structurés.

Optimise une instruction brute en un clic : trois styles, profilage contextuel rôle/tâche/objectif, sélection de plusieurs sorties par juge modèle et amélioration itérative via mémoire de session, valeurs par défaut intelligentes et réglages utilisateur. /template couvre 22 sous-cas sans appel modèle. Optimiser/annuler ✨ dans le champ, outil prompt_optimize, hook automatique, page d’état, panneau Settings (dsh 0.2.0) et détection des documents zh/en.

Profilage des performances et diagnostics du cache LLM pour DeepSeek Harness — ingénierie du contexte, profilage de latence et rapports sur le comportement du cache.

Plugin d'audit de sécurité pour DeepSeek Harness : profilage statique des permissions et sentinelle d'exécution pour les plugins tiers

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.

Profilage des capacités par modèle pour DSH : transforme l'historique des sessions locales en tableaux de bord par modèle affichant le nombre de sessions, l'utilisation des outils, les taux d'erreur et les principales signatures d'erreur, avec des filtres par plage horaire et la comparaison multi-modèles.

Per-answer timing breakdown: splits each reply into model, tool and other time, with first-token, decode and per-tool totals, and keeps a local JSONL ledger. Needs Node 24 or newer in the DSH runtime.

Boîte à outils d'analyse de données : profilage CSV/TSV/JSON, détection d'anomalies par IQR et z-score, résumé structuré avec problèmes de qualité, et requêtes de filtrage/groupement/agrégation sans code.

Profileur de contexte de requête pour DeepSeek Harness — voyez ce qui a changé entre les requêtes au modèle, et comment la réutilisation du cache a évolué en conséquence.

查应用里有没有展示 ICP/APP 备案号、隐私政策入口、运营者信息 —— 都是法定义务

Collects and redacts DSH runtime diagnostics before filing structured issues in GitHub or Gitea.

Algorithm learning toolkit syncing Codeforces and AtCoder submissions, profiling weaknesses, generating AI training plans, and tracking spaced-repetition reviews across a 114-lesson algorithm curriculum.