Plugins

Remplace les fournisseurs de système de fichiers et bash par un espace de travail virtuel mirage : les outils de fichiers et les commandes shell s'exécutent sur des ressources montées (RAM, S3, Redis, Slack, Gmail, Notion, Postgres) au lieu du disque hôte, avec des modes lecture/écriture/exécution par montage, un routage de bac à sable par commande (monty, pyodide, quickjs en processus ; docker, e2b, daytona à distance), et des CLI installées (git, gh, slack, linear, ntn, gws, ou une que vous enregistrez) comme mots-clés de tête dans le terminal virtuel.

Faites évoluer compétences, agents, prompts, code et plugins depuis DeepSeek Harness, avec AgentDescent.

Expose les modèles gratuits OpenCode Zen à DeepSeek Harness, sans clé API.

Labyrinthe d'exécution pour les sessions DSH : le vrai trajet de l'agent — progression principale, détours échoués ou en cul-de-sac, retours en arrière, nouvelles tentatives de requête et branches de sous-agent — tracé sur une seule chronologie horodatée, avec trois pistes sous chaque couloir partageant cet axe (densité des tool-calls, impulsion de tokens, pression du contexte) et un panneau d'analyse déterministe en dessous (matrice des résultats d'outils, chaînes échec-récupération, distribution des durées) ; observez-le grandir en direct dans un onglet de session, ou téléversez jusqu'à 5 journaux de session pour une comparaison sur le même axe.

Mémoire causale pour dsh : un pont stdio MCP à dépendance zéro qui monte les 17 outils du serveur de mémoire causale sous des noms propres (pas de préfixe mcp__) - décision → bords de résultat avec des relations typées (causées / activées / empêchées) dans un magasin SQLite local qui survit au compactage - plus une section d'invite système épinglée. Nécessite le binaire du serveur de mémoire causale sur PATH (pip install causal-memory ou une version prédéfinie).

Trace Compare & Live Maze : dessinez l’exploration réelle de l’agent — chemin principal, détours infructueux ou sans issue, retours en arrière et branches de sous-agents — sur une unique ligne temporelle murale ; importez 1 à 2 journaux de session pour une comparaison sur le même axe ou observez sa croissance en direct dans un onglet de session.

Panneau d'anatomie pour les organes d'Agent-Body : sert un tableau de bord de signes vitaux en direct à /anatomy au sein même du harness — organes, battement, registre de guérison, compteurs d'auto-entraînement et le flux de pouls réel — lu directement dans les fichiers d'exécution plutôt que ressaisi. Hôte uniquement, sans bundle client ni étape de build.

Moteur de contexte Zero-residence : les gros payloads d'outils sont évincés du contexte actif vers un stockage interrogeable et seuls des pointeurs déterministes subsistent, de sorte que les tokens de prompt par tour cessent de croître avec la transcription. Tout contenu masqué est reconstruit mot pour mot à la demande depuis le journal de session, par id d'appel d'outil ou seq de session.

Noyau d'organes d'Agent-Body : plugins organisés comme un seul corps. Chaque commande devient un influx nerveux qui innerve de façon déterministe l'organe compétent et nomme la capacité à utiliser ; un battement à intervalle variable diffuse directives de l'opérateur, proprioception et alertes d'homéostasie ; les réflexes se déclenchent sans appel de modèle ; les échecs suivent une attribution déterministe (outil, arguments, permission, délai, réseau), une prescription et une boucle de revérification, les erreurs d'arguments n'étant jamais réessayées. Un organe manquant est compensé par celui dont les capacités recouvrent le plus, et les schémas d'outils sont filtrés selon l'intention (réduction mesurée de 84,7 %, reproductible dans le dépôt). Paquet des plugins noyau d'agent-body.

L'organe de mémoire d'Agent-Body : après 2 minutes de silence il passe en sommeil léger et après 5 minutes en sommeil profond, où des règles déterministes distillent l'expérience réelle en cartes de mémoire (pièges, playbooks, points chauds, problèmes non résolus, faits). Les commandes entrantes rappellent les cartes liées par mot-clé et les injectent dans le contexte ; les cartes inutilisées décroissent selon une demi-vie et sont archivées plutôt que supprimées. Il débruite aussi les avertissements d'homéostasie du corps entier : les répétitions dans une fenêtre sont comptées au lieu d'être réimprimées, et un avertissement qui revient sans jamais guérir converge vers un décalage d'état stable connu et se tait. La consolidation et le rappel ne font aucun appel de modèle.

Couche de coordination de plugins : les plugins déclarent leurs capacités, les commandes sont routées vers le plugin propriétaire sans appel au modèle, les schémas d'outils se chargent à la demande pour réduire les tokens du prompt, l'historique d'exécution se consolide en mémoire long terme au repos, et les échecs sont classés avant toute nouvelle tentative.

Couche d'intégration native DSH pour le moteur de mémoire Minta : compose la ligne officielle dsh-mcp-client, enregistre la skill minta-memory-governance ainsi qu'un préchauffage de mémoire en début de session, et fournit un preset d'agent Minta ; nécessite le moteur Minta déployé séparément (Python/Docker) pour fournir les 19 outils MCP — inutilisable sans celui-ci.

Repliement de contexte sans perte pour DeepSeek Harness : le segment le plus ancien est remplacé par un résumé, et les originaux restent dans le journal de session.

CLI self de Superself en tant qu'outils face au modèle (contexte de projet, unités de travail, rapports, décisions) plus une commande /self — état de projet inter-sessions et inter-projets conservé hors du dépôt de code.

Swarm de style Kimi-Code : dispatch de sous-agents en parallèle par lots avec planification adaptative, une commande /swarm et des lignes de progression en direct dans le chat.

Ajoute des contrats d'exécution persistants, des graphes de travail récursifs, des clarifications critiques et des portes de vérification par preuves pour les tâches Harness longues ou insuffisamment spécifiées.

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

Plugin DeepSeek Harness : le CLI `self` de Superself comme outils destinés au modèle plus une commande /self — état du projet inter-sessions et inter-projets pour les agents.

Examine le code local et GitHub/npm avant le développement pour trouver des implémentations réutilisables, évalue réutilisation contre réécriture et vérifie le couplage de l’architecture.

Ship DeepSeek Harness to your own VPS: one command (or a form in DSH Settings → VPS Deploy) installs a zero-dependency login gateway, automatic HTTPS through Caddy, systemd supervision and one-click DSH upgrades.

One-command VPS deployment for DeepSeek Harness: a zero-dependency login gateway with automatic HTTPS that proxies the native web UI, a token-protected setup wizard, and one-click DSH upgrades with automatic rollback; as a plugin it adds Settings → VPS Deploy with version, upgrade and gateway status, or the one-command setup when DSH is not yet on a VPS.

Deterministic loop guard: denies a tool call repeated with identical arguments and caps per-agent calls, in code outside the model; incident log lets a parent interrupt a stuck subagent.