Plugins

Escouades multi-modèles persistantes configurées dans les Réglages et sélectionnées dans le Composer, avec des politiques de modèle et d'outils par membre. Par défaut, l'Agent principal effectue lui-même le travail simple et ne délègue que lorsque l'escouade enregistrée est nécessaire ; le travail délégué s'exécute sous forme de DAG borné avec revue et réparation facultatives. Run Center suit les nouvelles tentatives et les tokens par membre à partir des événements d'usage officiels de Harness.

Amélioration de prompts en un clic (5 modes, chaîne de mémoire, repli multi-modèles) plus reconnaissance vocale (Qwen3-ASR cloud / SenseVoice hors ligne, arrêt automatique au silence) pour le compositeur, avec redémarrage du service DSH en un clic.

Conseil multi-modèles pour DeepSeek Harness : réponses indépendantes, revues croisées anonymes et décision finale inspectable.

Orchestrateur multi-modèles : le cerveau principal décompose les tâches complexes et répartit les sous-tâches vers des sous-agents GLM / Kimi / Qwen selon les forces de chaque modèle, avec l'usage de jetons par modèle.

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.

Modèle par défaut configurable pour les délégations de sous-agents via settings.yaml, avec stratégies mono-modèle et multi-modèles en tourniquet ou aléatoire.

Des revues d'advisor qui convergent au fil des tours, un mode ingénierie dont les écritures exigent un jeton de conception, l'escalade d'une tâche vers un modèle plus fort et une consultation parallèle multi-modèles ; une page de réglages édite les routes de modèle, les délais et les budgets.

Plugin de routage multi-modèles pour DeepSeek Harness : confiez les tâches spécialisées à des agents spécialisés — personnalisez des agents professionnels (vision/traduction/voix/sous-agent, etc.) et liez-les à des modèles indépendants ; connexion en un clic pour comptes multimodaux, routage de santé du pool de comptes et statistiques d'utilisation en temps réel.

Outil de vision appelable par l’agent qui décrit les images locales via n’importe quel endpoint de vision compatible OpenAI que vous configurez, avec une vérification croisée multi-modèle optionnelle et sans clé intégrée.

Profilage des capacités par modèle pour DSH : transforme l'historique des sessions locales en tableaux de bord par modèle affichant le nombre de sessions, l'utilisation des outils, les taux d'erreur et les principales signatures d'erreur, avec des filtres par plage horaire et la comparaison multi-modèles.

Pour DeepSeek Harness : enregistre des modèles, aide pour les portraits et sélectionne le modèle d'Agent depuis un catalogue sans secret.

Live2D session view with realtime voice: continuous voice input, streaming TTS, subtitle translation, multi-model catalog, standalone entry / Live2D 实时语音会话视图：连续语音输入、流式 TTS、字幕翻译、多模型目录、独立入口

FreeDSH — free-first multi-model routing, safe core updates and pt-BR/Windows support for DeepSeek Harness. Installable as a DSH bundle (dsh plugin add). Unofficial project.

Governs multi-model access, monthly credits, manual/quality/credit/auto routing, failure rerouting, and usage auditing for DSH.

DeepSeek-Harness plugin for multi-model orchestration with recursive task decomposition, dynamic routing, quality gates, failure recovery, and KPI reporting.

Une mascotte déplaçable vous invite à jouer au Xiangqi (échecs chinois) pendant que l'IA réfléchit, avec moteur intégré, export du record de coups et commentaire multi-modèles optionnel.

Puces de revue et de citation de messages pour les conversations : revue croisée multi-modèles (code/réponse) avec gradation de sévérité et résumés, historique des revues et préférences persistées par l'hôte.

Routeur de modèles à deux niveaux pour DeepSeek Harness — routage par LLM-Judge, chaînes de repli multi-modèles, bascule avec backoff exponentiel, et orchestration au niveau tâche (adaptation DSH de pi-shift-router).

DeepSee : vision DeepSeek Harness, routage multi-modèles, et auto-vérifications visuelles Gemini avant livraison.

Explicit, evidence-first multi-model consultation for DeepSeek Harness

Runs one coding prompt across multiple configured models in isolated Git worktrees, streams side-by-side tool traces and results, and commits the candidate the user adopts for later rounds.

Evidence-first multi-model coding comparison workbench for DeepSeek Harness