Plugins

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.

RAG de base de connaissances littéraire locale pour DSH : recherche hybride BM25 + vectorielle sur un index SQLite, reclassement par cross-encoder, réponses citées avec provenance au niveau de la section et de la page, rafraîchissement des métadonnées seules et ingestion en arrière-plan avec suivi de progression.

Mémoire inter-session avec rappel déterministe à zéro jeton (bigram-Jaccard fusionné avec FTS5 BM25 via RRF, tokenisation adaptée au chinois), renforcement qui consolide les observations répétées, et procédures cristallisées en fichiers SKILL.md affinés sur place via un cycle active-stale-archived avec archivage et restauration réversibles. L’ingestion et la purge exposent chacune un niveau d’autonomie choisi par l’utilisateur ; les conflits et les écritures à forte importance vont toujours en revue humaine, et rien n’est jamais supprimé automatiquement. Nécessite Node 22.5+.

Une base de connaissances de style Obsidian : ingérez des sources, laissez le LLM construire et maintenir un wiki interconnecté, et posez des questions ancrées dedans.

Connector only, it renders nothing itself: subscribes to DeepSeek Harness session events and folds them into a 12-phase work state (planning / thinking / executing-tool / streaming / waiting-input / voice / awaiting-approval / complete / error / paused / idle / heartbeat), then POSTs each phase to a desktop-pet backend at http://127.0.0.1:8000/api/plugin/dsh/ingest. It holds no window. No API key or token is needed. Requires the Mao Live2D pet application to be separately installed and running (that is a Windows Electron app with its own PowerShell 7 / Python 3.10+ / Node 18+ prerequisites); without it this plugin has nothing to push to.

Mémoire longue inter-session via service Go local (environ 50 Mo RAM, SQLite-vec et affirmations enrichies par vérification) : rappel injecté sans latence à chaque message, ingestion de transcription en fin de session, outils memory_search/memory_logs/memory_ingest. Installation : dsh plugin --profile web add @djasdh/interest-memory-dsh-bridge. `dsh plugin add` ne fournit que le pont et n’installe pas le service Go ; installez-le et démarrez-le d'abord selon le README. Tant qu'il ne tourne pas, les outils renvoient silencieusement un résultat vide.

Cipher memory platform as a DSH bundle: four memory types (attention, experience, preference, cognitive) sedimented per turn by four memory agents, cross-session deterministic recall injected via systemPrompt.context, insight review kept out of user-facing output, per-session UNNI/LOOP modes with memory-driven auto-continuation, memory search/ingest tools, plus a settings page (SOUL editor) and an AgentPool panel.

Curation de la sortie des outils à l'ingestion : conserve les lignes d'erreur et d'avertissement ainsi que le début et la fin, déverse le texte complet sur disque avec un pointeur que le modèle peut relire ; couvre tous les outils textuels, les petits résultats passent intacts.

Mémoire bi-temporelle adossée à un démon SodaMem : le rappel est versé au prompt pendant l'assemblage de chaque tour et chaque tour clos est ingéré, sans appel d'outil ni appel de modèle sur le chemin de lecture ; chaque fait rappelé cite le tour dont il provient et porte des dates de validité, de sorte que les faits remplacés cessent d'être récupérés.

Plugin d’application du protocole mémoire : relie le serveur MCP opencode-memory, impose memory_weave avant les appels d’outils, ingère automatiquement les tours et injecte le contexte mémoire dans les étapes de l’agent.

Local knowledge base for DeepSeek Harness: five tools to ingest Markdown, plain text and PDF files, search them with BM25 or hybrid BM25 plus optional local embeddings, and answer with cited source passages. Runs offline with no database server. Requires Node.js 18+ and Python 3.9+; PDF ingest needs pymupdf.

Fullscreen business-app framework for DeepSeek Harness Web with a dark-sidebar workbench bundling a database connectivity tester and SQL query panel, a two-level knowledge base (bill and accounting) with local search and Word document ingestion, metadata environment comparison with alter-SQL generation, a data dictionary, agent log-search report demos, a system test-case runner, Evernote-style notes, developer utilities, and mini-games.

Plugin de migration de session inter-outils pour DeepSeek Harness (dsh) : import haute fidélité, reprise, extraction de connaissances, export bidirectionnel, rédaction pour la confidentialité.

Converts tables in .docx, .xlsx, .xlsm, .csv and .tsv files into the table JSON consumed by the rule checkers, and reports when it could not rather than guessing.

Model-facing codebase-memory CLI tools (codebase_list_projects/index_repository/index_status/search_graph/query_graph/trace_path/get_code_snippet/get_graph_schema/get_architecture/search_code/detect_changes/manage_adr/ingest_traces/delete_project) that ru

Turn chat logs into a panel list maintained by a resident agent. Includes a zero npm-dependency core and an optional WeChat/QQ ingestion pipeline. Installs as a DSH profile bundle.

Resume screening plugin for HR in DeepSeek Harness: ingest up to 100k Word/PDF/Excel resumes into one searchable library with skills / coarse categories / ingest time, auto-ingest & de-dupe new resumes, then screen by plain-language criteria — rule pre-filter in the database plus LLM fine-judge on the shortlisted few, CSV export. Works on DeepSeek Harness 0.1.7 through 0.2.x, tested on 0.2.0-rc.1.

Knowledge base (Vault memory + knowledge graph) for dsh: kb__* tools for deterministic memory search/write, knowledge-graph nodes/edges/subgraph/traversal, document-to-graph ingestion and unified cross-store query (KAL) - no web-search tools.

Obsidian knowledge-base ingest workflow as a DeepSeek Harness plugin: a bundled skill provider + an obsidian_validate_vault model tool, all declarative and composable.

DeepSeek Harness plugin: ingest research PDFs into a citable OKF markdown library, then search, graph, measure coverage, and write surveys in the same conversation

The claude-obsidian-derived knowledge-suite skills (wiki, wiki-ingest, wiki-query, wiki-lint, save) as a DeepSeek Harness plugin, with attribution.