Plugins

Quatre outils en lecture seule sur une base de connaissances WeKnora : lister les bases de connaissances, recherche hybride de passages, réassembler les chunks d'un document dans l'ordre, et la réponse RAG citée ou ReAct-agent de WeKnora avec un identifiant de session reprenable.

Outils de récupération de connaissances WeKnora pour DeepSeek Harness (dsh) : recherche sémantique, lecture de documents et réponses RAG/agent sur vos propres bases de connaissances.

Ensemble de configuration uniquement qui monte Ouroboros via le client MCP de DSH, exposant 36 outils de flux de travail d'entretien, Seed, exécution, évaluation et évolution dans DSH.

Preset de recherche vérifiée : chaque étape repose sur des observations validées par le système, les affirmations L3+ passent à un évaluateur indépendant et la session forme un registre rejouable et une ontologie consultable. Nécessite DSH >=0.1.7-alpha.1.

Simulateur sandbox externe 2D pour Miliastra, piloté par Lua et compatible avec DeepSeek Harness, Web et MCP.

Boîte à outils de R&D quantitative pour DeepSeek Harness — 59 outils répartis sur six domaines couvrant les données de marché, les indicateurs, l’évaluation de facteurs, la validation ML walk-forward, le risque (VaR/CVaR/drawdown/Beta avec Kupiec POF), les options, les obligations, les FICC et la simulation de fonds, avec un pipeline de recherche bout en bout PDAT→PET.

Contrôle votre vrai Chrome depuis DSH via un pont WebSocket local : gestion des onglets, navigation, instantanés DOM, évaluation du JavaScript de page, clics, saisie, captures d’écran, attentes et gestion des boîtes de dialogue. Activation par un interrupteur dans Settings.

Contrôle votre vrai Chrome depuis DSH via un pont WebSocket local : gestion d'onglets, navigation, snapshots DOM, évaluation JS de page, clics, saisie, captures d'écran, attentes et gestion de dialogues derrière une bascule dans Paramètres.

Atelier de recherche A-share local-first pour DeepSeek Harness : tableaux de bord de marché, listes de surveillance, valorisation, quatre agents investisseur, rapports versionnés, et chat post-rapport continu.

Plugin de contrôle d’évaluation DSH côté hôte : injecte dans le processus agent les variables, limites de budget, racine de session et filiation des forks d’un essai ; route les appels modèle via un host broker sous gateway lease et écrit un bundle descriptor versionné pour attribuer les preuves.

Réécrit les requêtes sortantes `/chat/completions` avec une structure de chaîne de pensée évolutive (génome à neuf dimensions, sélection élitiste avec croisement de fragments, une réévaluation déterministe), note les réponses selon une base fixe de 20 objectifs et ajoute une ligne par réécriture à `live-requests.jsonl` dans les données du plugin (par défaut `<cwd>/.aecot`, modifiable avec `AECOT_ROOT`).

OMK — Observer. Mesurer. Savoir. Modifications de connaissances étayées par des preuves pour les applications IA.

Harness d'évaluation pour les plugins DSH : des cas au format YAML pilotent de vraies exécutions d'agent en mode headless, avec des assertions sur les appels d'outils, les arguments, les résultats et l'utilisation des tokens, ainsi qu'une barrière de référence pour la non-régression en CI.

Persona pour DeepSeek Harness : un config.json régit le nom que se donne l'IA (par modèle, par palier), comment elle vous appelle, sa posture, le texte de caractère, des contrats par élément avec options, la langue de la réflexion et le ton des réponses, plus une mémoire à confirmation humaine : l'IA ne peut qu'ajouter des candidats, une ligne de confirmation les active, et le journal est en ajout seul, rejouable. Les entrées confirmées sont injectées comme bloc cité de données et non d'instructions ; celles étiquetées d'un kind vont vers des fichiers arbitraires et n'atteignent jamais le prompt. Le prompt est relu depuis le disque à chaque assemblage : les modifications s'appliquent sans redémarrage. Presets : instantanés JSON partageables. Sans dépendances, réseau ni shell.

Mémoire d'équipe auto-évolutive en Markdown brut dans git : un plugin Cordis natif qui enregistre 38 outils mémoire à nom simple plus une section de signaux de prompt réévaluée à chaque assemblage, avec renforcement RPE, décroissance et consolidation pendant le sommeil ; partage un dépôt de données avec ses hôtes Claude Code (MCP) et OpenClaw ; vérifié avec DSH 0.1.0-rc.6.

Mémoire d'équipe auto-évolutive en Markdown brut dans git : un plugin Cordis natif qui enregistre 38 outils de mémoire à nom simple ainsi qu'une section de signaux de prompt réévaluée à chaque assemblage, avec renforcement RPE, décroissance et consolidation pendant le sommeil ; partage un seul dépôt de données avec ses hôtes Claude Code (MCP) et OpenClaw ; vérifié avec DSH 0.1.0-rc.6.

Évaluateur d'expressions mathématiques sécurisé, avec un analyseur syntaxique à descente récursive sans dépendance.

Contrôleur d'auto-évolution axé sur les preuves : génération bornée de candidats Cordis, admission Loader réelle en une seule tentative, évaluation Harbor et lignée journalisée reprenant après incident.

Une fenêtre Chrome visible par session DSH : 16 outils chrome_* (open/status/close/navigate/tabs/snapshot/screenshot/click/click_at/fill/type/press_key/hover/scroll/evaluate/wait), un onglet Chrome dans la GUI Web avec vue screencast en direct (repli sur heartbeat de capture d'écran pour les pages inactives), gestion des onglets, contrôles de fenêtre et historique de captures d'écran.

Plugin d’évaluation d’actifs de données selon les méthodes par les coûts (coût de remplacement) et par les revenus.

Pilote le navigateur headless Moli installé localement depuis DeepSeek Harness : fetch rendu, évaluation JavaScript, Markdown, arbres sémantiques, captures et PDF. Un sélecteur CSS renvoie un conteneur plutôt que toute la page ; selon une mesure de l’auteur, cela réduit les tokens de 40 à 80 fois sur les pages de listes. Le défilement déclenche le chargement différé. Installe Moli s’il manque. L’auteur indique l’avoir testé avec un moteur réel sous Windows, Linux et macOS.

Plugin de configuration Lua LSP pour le harnais DeepSeek utilisant lua-language-server.

Boîte à outils de données financières pour les agents DSH : formatage des nombres et des devises (y compris les unités chinoises wan/yi), calculs de rendement et CAGR, ratios de valorisation et de rentabilité, PV/FV, métriques de risque et liste de contrôle de la qualité des données.

Plugin de planification multi-modèle proactive : ingestion de signaux multi-sources avec déduplication et classement d'urgence, moteur de décision à quatre voies (exécuter/différer/rejeter/demander à l'utilisateur), génération de plan DAG avec exécution parallèle de modèles, réflexion qualité avec réessai automatique et changement de modèle, mémoire long terme pour les motifs de tâches et leçons, et évolution de stratégie via algorithmes génétiques avec évaluation en sandbox et déploiement canary.