Plugins

LoopX, un noyau d'état et plan de contrôle neutre vis-à-vis du fournisseur et local-first pour les agents à long horizon : il conserve l'état Goal, Todo, gate, preuves, quota, reprise et handoff au-dessus de DeepSeek Harness, tandis que le plugin initialise la CLI et les skills, autorise une poursuite bornée dans la même session et ajoute une GoalBar en loopback pour la boucle bornée exacte.

LoopX, un noyau d'état et plan de contrôle local d'abord, neutre vis-à-vis des fournisseurs, pour les agents à long horizon : conserve l'état Goal, Todo, gate, evidence, quota, recovery et handoff au-dessus de DeepSeek Harness, tandis que le plugin amorce le CLI et les skills, autorise une continuation bornée dans la même session et ajoute un GoalBar en boucle de retour pour la boucle exactement bornée.

baro comme fournisseur de sous-agents pour DeepSeek Harness : déléguez un objectif découpé en plusieurs stories et recevez en retour une exécution parallèle, une revue indépendante et un résultat vérifié — avec un panneau d'exécution en direct dans la barre latérale

Espace de travail local-first de production et d'exploitation de contenu pour DSH : gérez idées, scripts, ressources multimédias, calendriers, objectifs, statut de publication et revues post-publication.

Passerelle mobile authentifiée pour DeepSeek Harness : connexion du client iOS natif compagnon via WebSocket pour les sessions, événements en direct, tâches, objectifs, validations, commandes et transferts de fichiers, avec appairage par QR et révocation d’appareil.

Suite de contrôle à distance mobile : plugin intégré avec entrée native dans la barre latérale et tiroir d'administration, passerelle à jeton porteur autoréparatrice via LAN/Tailscale, application Android (sessions/approbations/questions/objectifs), transfert de fichiers /fs/* (reprise Range, envoi de 2 Go), basculement automatique multi-serveur basé sur la latence, cache de chat hors ligne.

Client terminal plein écran pour DeepSeek Harness construit sur pi-tui : relecture/reprise de session, réponses en streaming, cartes d'outils repliables, approbations et questions dans le terminal, gestion des modèles/préréglages/permissions/plans/objectifs, mode shell et un registre de trajectoire.

Pont MCP permettant à ChatGPT Web de créer, consulter, poursuivre et superviser les sessions et objectifs d'agents DeepSeek Harness, tout en préservant le modèle natif d'approbation, de bac à sable et de sécurité de l'espace de travail de DSH.

Optimisation en un clic d'une instruction brute en prompt professionnel : trois styles de sortie, profilage de rôle/tâche/objectif conscient de la situation, apprentissage auto-itératif (mémoire de session + valeurs par défaut intelligentes + substitutions utilisateur), /template pour 22 sous-scènes avec zéro appel au modèle, ✨ optimisation/annulation en un clic dans la zone de saisie, outil prompt_optimize, hook d'auto-optimisation et documents zh/en détectés automatiquement.

Gestion du cycle de vie des objectifs pour dsh avec un tableau kanban interactif : objectifs, critères, tentatives et revues vivent dans l'espace de travail, pilotés par les outils graph_*, avec un tableau à deux voies rendu dans la vue de conversation.

Suite d'agents de recherche : contrôle d'objectifs à long horizon avec des chaînes de preuves auditables, planification cron, équipes d'experts multi-agents, mémoire de recherche auto-évolutive (rappel FTS5 + RRF), espaces de travail par projet, et une UI d'espace de travail personnalisée.

Plugin d'annonce vocale sans dépendance, piloté par les événements : pas de modèle supplémentaire, pas de coût en jetons. Parle avec la voix naturelle intégrée du système, prenant en charge Windows et macOS ; annonces de réponse finale, alertes d'approbation et de question, annonces d'événements facultatives (fin de tour, commande terminée, changement d'objectif, erreurs d'outils, mises à jour de tâches), réponses finales rejouables et une page de paramètres visuelle bilingue.

Explorateur de fichiers de projet dans la colonne de détails (sélection multiple, déplacement par glisser-déposer, envoi, téléchargement, renommage, corbeille, ouverture système) avec un onglet d'aperçu en lecture seule dans la session pour Markdown/HTML/JSON/CSV/notebook/PDF + coloration syntaxique, un badge de débit du modèle en direct et une GoalBar multiligne.

Notifications sonores par événement : fin de tour, approbation, question, revue de plan, objectif-bloqué, et échec de tâche reçoivent chacun leur propre son et volume, configurable dans l'UI Web (synthé intégré, muet, ou fichier audio local).

Amélioration de l'invite en un clic dans le composeur : réécrit le brouillon en une invite structurée (rôle et objectif, étapes exécutables, format de sortie, critères d'acceptation, cas extrêmes) avec aperçu avant/après, remplissage et annulation. Ne change jamais d’intention, ne fabrique jamais d’exigences.

Équipe Multi-Agent par rôles pour DeepSeek Harness : produit, architecture, frontend, backend, révision et QA travaillent en neuf phases contrôlées ; équipe persistante disponible. Sans dépendances d’exécution ni build.

Sept modes préréglés d'agent pour DeepSeek Harness, chacun avec une limite d'outils fixe, un routage de modèle par mode et des niveaux de délégation rapide/profond omd_task, plus une boucle plan-à-exécution (/mode, /start-work, /ulw adossé à un objectif) et une page de paramètres qui remappe les modèles par mode et par niveau.

Suite de contrôle à distance mobile : plugin groupé avec entrée native dans la barre latérale et tiroir d'administration, passerelle à jeton porteur auto-réparatrice via LAN/Tailscale, application Android (sessions/approbations/questions/objectifs), transfert de fichiers /fs/* (reprise Range, upload 2 Go), basculement automatique multi-serveurs selon la latence, cache de chat hors ligne.

Garde-fou de dérive des exigences en cours d'exécution qui maintient les agents DSH de longue durée alignés sur l'objectif, les contraintes et les décisions approuvés par l'utilisateur.

Plugin de vérification d'objectifs basée sur des preuves pour DeepSeek Harness. Verrouille les objectifs via /ultragoal et vérifie l'achèvement par rapport aux codes de sortie des commandes et aux artefacts générés, empêchant le modèle de signaler faussement l'achèvement des tâches.

Plugin cognitif inspiré du cerveau : mémoires épisodique, sémantique, procédurale et émotionnelle avec signaux d’apprentissage par renforcement, pile d’objectifs avec déclencheurs temporels, recherche web autonome guidée par la curiosité et initiatives proactives.

Canal IM Feishu/Lark pour les agents DeepSeek Harness avec messages natifs de processus de réflexion, cartes d’approbation, cartes live d’objectifs et de tâches, lignes de fan-out de workflow, recherche textuelle de session, et notifications de règlement des jobs en arrière-plan et des sous-agents. L’accès est limité par le périmètre de visibilité propre à l’application Feishu par conception — toute personne admise par l’application peut piloter l’agent et répondre à ses approbations, sauf si les listes autorisées optionnelles pour l’expéditeur, le groupe et l’approbateur sont renseignées.

Transforme un brouillon DSH d’une ligne en brief complet (rôle, objectif, contraintes, format de sortie). Port de linshenkx/prompt-optimizer vérifié octet par octet, avec trois modes et dix modèles identiques à l’amont. Historique soumis au consentement, chaînes de versions et comparaison structurelle ; chaque exécution indique l’usage des tokens. Aucun enregistrement ni envoi sans clic.

Ajoute des artefacts de spécification, des skills, des commandes, une implémentation adossée à des objectifs, et un contexte de progression des tâches.