Plugins

Routage automatique d'effort de raisonnement pour dsh : un classifieur 7 questions finement réglé localement (ModernBERT, 842 Mo, <1 s CPU) choisit low/high/max pour les messages sans intention ; des tentatives intra-session escaladent le tier (low vers high vers max) sous contraintes d'exclusion ; le service de juge échoue en sécurité vers low s'il est injoignable. Une puce de tier dans la barre de saisie affiche le tier courant et les 20 derniers jugements. Toute inférence est locale — le texte de la tâche ne quitte jamais la machine.

Plugin DeepSeek Harness qui transforme les jugements Jev en trois actions automatiques — élaguer la sortie d'outil surdimensionnée vers les segments pertinents pour la requête, filtrer les pages récupérées à la recherche d'instructions visant le modèle, et choisir la skill adaptée à l'étape suivante — plus les outils jev_ask et jev_gate, un registre de jugements qui survit aux redémarrages et un rapport /jev-status. Nécessite une clé d'API TypeSafe ; sans elle, il reste inerte et n'envoie rien.

Noyau de jugement pour DeepSeek Harness : une boucle cognitive attribue une source à chaque décision et mène la planification à son terme ; la mémoire hippocampus transforme l’expérience en connaissances (journal, archive épisodique, baisse de confiance) ; l’architecture fixe responsabilités et critères cohérents ; une équipe A2A gère la mémoire via dsh-linghun-assembler. Nécessite DSH ^0.1.0-rc.7 (rc.2 pris en charge).

Approbation et revue automatiques des appels d'outils nécessitant une approbation : des groupes de mots-clés font correspondre les lignes rouges sans contexte, puis un modèle juge classe ce qui a été demandé et l'envoie vers autoriser, rejeter ou un humain selon la ligne correspondante et le niveau de risque ; un jugement qui n'a jamais été exécuté va toujours à un humain, et les rejets expliquent au modèle pourquoi.

Un corpus accumulé de goût du design pour les agents DSH : alimentez-le en bons et mauvais exemples, distillez des principes, et évaluez les nouveaux designs selon un jugement appris plutôt que via un ensemble fixe de règles.

Project workspaces for multi-session collaboration, conversation handoffs, searchable chat records, and editable shared memory; automatic memory curation and handoff judgment require two background models (memoryModel and sessionManagerModel) configured in the plugin config.

Couche d’évaluation des plugins DeepSeek Harness : attribue la disparition silencieuse d’un plugin, évalue les candidats dans votre environnement exact et tient un registre des capacités. Hors ligne, en lecture seule, fondée sur les preuves.

Couche de décision pour dsh : jugements typés indépendants du fournisseur (Jev d’abord), derrière les points de contrôle des outils, le routage du modèle, l’évaluation des résultats et l’approbation machine.

Espace d’audit pour DeepSeek Harness : lieu de consultation multi-agent où chaque siège de revue est occupé par un agent, chaque jugement est routé vers un interlocuteur de revue nommé et toute l’exécution reste traçable. Prêt à l’emploi : endpoint intégré, workspace créé au premier lancement et scènes de revue listant sièges et agents.

Enregistre la skill TypeSafe/Jev (System One) dans la couche globale de skills de DeepSeek Harness. Toutes les sessions peuvent ainsi classer, router, noter, extraire et appliquer un seuil de confiance via des jugements typés, sans prompt-and-parse. Aucune clé API incluse ; l’utilisateur fournit `OPENROUTER_API_KEY`.

v0.8.6 corrige le crash au démarrage : runtime Host peer optionnel, pas une dépendance installée. TypeSafe Jev/System One fournit 7 outils : `jev_decision` (1–25 verdicts typés parallèles, sans prose), `jev_choose` (classe 2–10 options), `jev_batch` (1–20 textes, 1–5 jugements, un appel réel/texte à concurrence bornée ; erreurs brutes, sans supposition), `jev_usage`, `jev_overview`, `jev_guard_status`, `jev_verify` (26/27 au benchmark fixe de 27 questions, concurrence 6). Ledger persistant par défaut : `$DSH_HOME/jev-usage.json`. Remaining=`quota.declaredBalanceUsd` moins dépenses locales depuis `quota.balanceSince` ; aucun endpoint de solde, rien d’inventé. API key absente : erreur explicite ; échecs isolés par surface. Client après refresh ; serveur après redémarrage Host.

Brain-inspired cognitive architecture for DeepSeek Harness: hippocampal episodic memory, cortical semantic memory, spreading-activation recall, appraisal-based emotion, neuromodulator state, Big Five personality and dual-process judgment.

Structural scaffolding for DSH agent continuity: layered memory (hot/index/judgments), judgment cards, handoff packs (compact mode), compaction review. Zero-dependency, pure files, portable — rebuild the 'self' across model changes. Not a memory engine; the skeleton of continuity.

Runs an approved OpenSpec change to completion while the model stays a mechanical forwarder: a bundled Python CLI computes the ticket DAG frontier, claims tasks atomically, prepares one git worktree per assignment, and returns exact actions. The session delegates each action with the DSH subagent tool and reconciles the completion notice against a hash-bound receipt produced by re-running verification commands on a clean, advanced HEAD, so free-text "done" never counts. Runtime scope changes are plain tasks.md edits. Liveness is observable, not guessed: status returns a relay block (elapsed and lease budget, receipt presence, heartbeat and activity age, a suggested action); abandoning a plausibly-still-working attempt is refused with the judgment data unless --force; a late sealed receipt is revived by adopt after full re-verification instead of rebuilding the ticket; dispatched subagents refresh a progress heartbeat outside the worktree. Requires Python 3.10+ on PATH and a git project that uses OpenSpec.

Look up Chinese companies inside the conversation: name a company and get its business registration, shareholders, executives, outbound investments and registration changes, plus judicial and operating-risk records such as enforcement, dishonest judgment debtor, consumption restriction, abnormal operation, serious illegality and administrative penalties (11 dimension groups). Results render as conversation cards with fields and the raw payload on expand, and the API key is saved from the plugin page into the Harness credential store.

Three ledgers for a model that loses context between restarts. Self-note: what I have become — capped at 40 entries, and every eviction first leaves a one-line crease recording which entry was dropped and why. Judgment ledger: record a claim together with how to verify it, come back when it is due, and mark it right or wrong; wrong ones stay in a mistakes book so you stop assuming you were always correct. Handoff: where this run stopped and what the next one should read first — a baton, not a memory. Three tools each taking an action parameter instead of a dozen separate ones (the prompt is paid every turn). Data lives in ~/.dsh/*.jsonl and is shared with the same-named CLI scripts. Zero dependencies.

Jeu de déduction sociale contre vos propres configurations de modèles. La table comporte N places (six par défaut, dont la vôtre) ; certaines autres sont occupées par des agents aux réglages différents de fournisseur, modèle, température, system prompt et déguisement. Interrogez-les et recoupez les réponses pour trouver les places non humaines. L’identité des places et la configuration des modèles restent cachées dans host state jusqu’au jugement ; les paramètres de déguisement sont alors révélés. Chaque manche exporte un JSONL de conversation par place et le jugement. Même seed et script de coups donnent une relecture identique octet par octet, pour comparer modèles ou niveaux de déguisement.

Exécute les jugements Jev (TypeSafe System One) aux gates de l’agent loop DeepSeek Harness : pre-step, pre-execute, post-execute et arrêt du tour. Aucune dépendance à l’UI ; intégrable à toute composition Harness.