Plugins

Panneau d'analyse du contexte DSH : tableau de bord Context + commande /context + navigateur Context — gestion complète du cycle de vie du contexte avec une composition catégorisée, des détails de contenu, des tendances d'évolution, des événements de compaction/injection et des statistiques.

Atelier d'écriture de romans pour DSH avec un préréglage d'auteur, la gestion du plan et des personnages, des annotations de manuscrit, des flux de revue et un backend Python local géré.

Téléchargement local de factures IMAP, OCR, archivage et résumés de remboursement Excel pour DeepSeek Harness.

Extension de mémoire persistante inter-agents et local-first pour DeepSeek Harness (DSH), propulsée par Mnemon. Elle partage la mémoire à long terme entre les agents compatibles Mnemon et ajoute une mémoire d'exécution, des documents de projet consultables, un rappel sémantique, un graphe de connaissances et une interface de barre latérale.

Couche mnémotechnique.

Tableau de tâches SQLite local sous forme de page de superposition native : projets, tâches, commentaires, relations, pièces jointes et automatisation de flux de travail, avec les statuts backlog → todo → in_progress → in_review → done ; les outils Agent `taskboard_*` ne peuvent soumettre du travail qu'à in_review, plus une CLI JSON headless et une skill packagée.

Espace de travail terminal pour DeepSeek Harness avec importation locale de thèmes JSON/JSONC VS Code, effets d'arrière-plan de terminal hérités, sélection de texte à la souris, vues structurées d'outils et de diff, gestion Session/Profile/plugin et navigateurs Skill/MCP.

Marketplace d'extensions et de compétences piloté par les topics GitHub : une page de paramètres qui parcourt le registre collecté automatiquement (l'ensemble du topic dsh-plugin plus l'index des compétences, actualisé par CI toutes les 2 heures) avec installation en un clic, détection du type, confirmations de sécurité pour les scripts d'installation et les dépendances fantômes de l'hôte, gestion des clés d'environnement, et la spécification de reconnaissance STANDARD.md.

Plan de contrôle mémoire à trois niveaux pour DeepSeek Harness : contexte d'exécution persistant, documents de projet recherchables, mémoire à long terme enfichable, routage intelligent, flux de travail d'agent supervisés, WebUI et outils headless.

La mémoire qui rêve — mémoire inter-sessions pour DeepSeek Harness : elle se souvient de vous d'une session à l'autre, se consolide automatiquement pendant son sommeil (autoDream), gèle les souvenirs contradictoires pour votre relecture et conserve une piste d'audit rejouable. Recherche sémantique locale offline-first sur SQLite avec des miroirs Markdown modifiables à la main, un graphe d'entités, un panneau de mémoire interactif, ainsi qu'une API externe et une CLI.

Téléchargement local de factures IMAP, OCR, archivage et bundle récapitulatif Excel pour DeepSeek Harness

Compression du contexte pilotée par le modèle (Active Context Pruning) pour DeepSeek Harness : le modèle décide quand et quoi compresser.

La mémoire qui rêve — mémoire inter-sessions pour DeepSeek Harness : elle vous retrouve d'une session à l'autre, se consolide automatiquement pendant son sommeil (autoDream), gèle les souvenirs en conflit pour votre revue et conserve une piste d'audit rejouable. Recherche sémantique locale offline-first sur SQLite avec miroirs Markdown modifiables à la main, graphe d'entités, panneau de mémoire interactif, plus une API externe et une CLI.

La mémoire qui rêve — mémoire inter-sessions pour DeepSeek Harness : elle se souvient de vous d'une session à l'autre, se consolide automatiquement pendant son sommeil (autoDream), gèle les mémoires en conflit pour votre revue et tient une piste d'audit rejouable. Recherche sémantique locale offline-first sur SQLite avec miroirs Markdown éditables à la main, graphe d'entités, panneau de mémoire interactif, plus API externe et CLI.

Ajoute la connexion de compte, la configuration d'API et de Provider personnalisé, le changement de modèle, le repli d'image pour les modèles textuels et l'attribution des jetons/coûts à DeepSeek Harness 47f.

Mémoire associative proactive pour DSH : injecte un rappel sans prompt à une frontière fixe, avec auto-consolidation à trois couches, cristallisation des skills et gestion du contexte à la manière d’Astra. Comprend des registres de passation et un tableau blanc PLAN qui survivent aux changements de fenêtre de contexte, ainsi qu’une détection du niveau d’eau avec une fenêtre de modèle auto-détectée. Stockage Markdown local, agnostique au modèle, zéro dépendance ; plancher lexical de 0 Go avec couches sémantiques optionnelles.

Un panneau de gestion des plugins : activation/désactivation en un clic des plugins installés, plus un marché de plugins GitHub dsh-plugin avec détails et installations en un clic.

Centre de contrôle DeepSeek Harness pour le suivi officiel du solde, les coûts et jetons par session, les totaux de jetons tiers, les alertes de fin de tâche, le rechargement officiel, des mises en page flexibles et des contrôles de session assistés par agent.

Panneau de gestion en lecture seule pour le client MCP officiel de DSH : statut de connexion, outils enregistrés, erreurs et nombre de reconnexions, via la commande /mcp et un onglet Réglages, avec un affichage assaini et des suggestions de patchs d'activation/désactivation.

Agent Context Editor est un plugin inter-agents permettant d'exclure, d'éditer et de compresser sélectivement le contexte de conversation IA manuellement. Il prend aussi en charge la recherche, le filtrage, la sélection, le masquage, la restauration et l'annulation des modifications de conversation tout en préservant la session d'origine.

Plugin d'agent de flux de travail d'ingénierie harness/loop guidé par des compétences.

Moteur de mémoire inter-sessions pour DeepSeek Harness : stockage SQLite + miroir Markdown modifiable par un humain, consolidation autoDream, recherche sémantique hors ligne (vectorisation/reclassement/clustering locaux), chronologie entité-attribut, Sleep Mode, autoSummarize avec modèle personnalisé et 7 outils de mémoire.

Infrastructure de l'écosystème : une console navigateur légère pour gérer les plugins officiels du dépôt (aucun patch) plus une compétence make-dsh-plugin pour le développement guidé de plugins.

Lecture approfondie de livres et d'articles selon cinq modes (rapide, approfondi, carte des connaissances, Feynman, livre complet) avec rapports affirmation-preuve-données, cartes mentales Mermaid/XMind, comparaison par lots, vérification préalable du budget, progression transparente des tâches en arrière-plan, et exports MD/HTML à partir d'URL, de fichiers ou de texte collé.