Plugins

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

Observateur en lecture seule du chemin de travail des sessions : replie les tours en résumés d'étape, d'exécution, de durée et de tok/s, puis déploie branches parallèles, résultats d'outils et raisonnement visible du fournisseur.

baro comme fournisseur de sous-agents pour DeepSeek Harness : déléguez un objectif découpé en plusieurs stories et recevez en retour une exécution parallèle, une revue indépendante et un résultat vérifié — avec un panneau d'exécution en direct dans la barre latérale

Compare deux builds Vite en cours dans les conversations DSH, permet un choix à l’aveugle et l’examen de l’adoption selon les modifications actuelles du projet. Nécessite un projet Vite à la racine d’un dépôt Git avec au moins un commit.

Passerelle Feishu/Lark pour DeepSeek Harness : liaison PersonalAgent par scan, cartes en streaming, espaces de travail de projet git-worktree, tâches parallèles par portée, agents multi-rôles, notifications inter-sessions, gestion du modèle/de la clé dans le chat, et un gardien filet de sécurité qui continue de répondre dans Feishu même après un plantage de dsh.

Lecture approfondie et résumé pour DSH : livres, articles, vidéos et web transformés en notes Obsidian structurées via des parseurs de plugins, des sous-agents parallèles MapReduce de lecture profonde, des sorties JSON Schema et un cache idempotent.

Visualisation de flowgraph en direct pour les sessions DeepSeek Harness, incluant appels d'outils, groupes parallèles, branches de sous-agents et détails dépliables.

Boîte à outils de débogage ROS2 et analyse de vision d'état de robot pour DeepSeek Harness : énumération de node/topic/service/action/interface/TF, JSON de topologie du graphe complet, vérifications rosdep, builds à approbation validée et échafaudage de messages personnalisés, captures d'écran GUI et observation de vision multimodale, plus rendu offscreen RViz2 headless (maillages low-poly, lecture directe de pixels, passthrough GPU - rendu de mouvement à 30Hz) avec analyse temps réel VLM en parallèle.

Bundle DeepSeek Harness pour textes longs (articles universitaires, analyses sectorielles, commentaires d’affaires), organisé en 9 rôles/6 phases : T1 littérature, T2 données et T3 cas en parallèle ; T4 analyste, T5 auteur, T6 partenaire critique, T7 auditeur, T8 finaliseur exécuté par le coordinateur, T9 évaluateur par les pairs. Vérification triangulaire des preuves ; M-gate : 26 contrôles (25 scripts + 1 humain) ; audit G0-G16 avec contrôle des marques d’écriture IA dans les textes chinois ; note de pair avec correspondance de revue ; 4 points humains. Installation : `dsh plugin add lunheng-article-pipeline` (`package.json#dsh.bundle.patch` et `lib/index.js` enregistrent le skill). Cartes T1-T9, modèles, 36 scripts sans dépendance et README en 5 langues.

Transforme une exigence d’une ligne en livraison vérifiée. TeamFlow enchaîne triage, PRD, conception, plan technique, développement parallèle, QA avec reprise des défauts et validation. Il fournit 12 outils `teamflow_*` et un atelier avec graphe de pipeline en direct et kanban de backlog. Chaque exigence dispose d’un dossier contenant PRD, conception, plan technique, rapport QA et fiche de validation.

Pipeline de recherche multi-plateformes et de recherche approfondie : harvest_scout pour la découverte parallèle sur GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili et YouTube ; harvest_deep_research pour des rapports de recherche complets automatisés ; plus extraction, vérification croisée des sources et audit de crédibilité.

Recherche web fusionnée multi-moteurs, récupération de pages, recherche X (Twitter) en temps réel avec repli sans identifiants, recherche approfondie et recherche multi-agents parallèle pour DeepSeek Harness. Niveau gratuit : Bing / DuckDuckGo / Yahoo / Exa MCP (tous sans clé, vérifiés en direct) ; api la

Compositeur façon terminal pour l’interface Web DSH : historique des commandes (↑/↓, recherche par préfixe, Ctrl+R), complétion et prédiction du prompt suivant façon Codex (validation avec Tab ou →), barre de sélection (copier/citer/interroger le chat latéral), collage au clic droit, sommaire de chat déplaçable et fil parallèle dans la barre latérale droite.

Un moteur d'écriture de web-fictions pour DeepSeek Harness : rédaction parallèle, plan et brainstorming avec une clé DeepSeek distincte, gestion de l'univers et des présages, récupération vectorielle sémantique, une bibliothèque de corpus, un registre d'utilisation, une relecture mécanique et un plan de sérialisation local.

Recherche web multi-moteurs pour les agents de codage — un cœur SearchBoost unique (recherche fusionnée, fetch, X) avec des adaptateurs MCP (Cursor, Codex, Claude Code, Grok Build, Antigravity), une extension pi et des bundles DeepSeek Harness

Essaims d'IA basés sur les rôles pour DeepSeek Harness : un architecte planifie, des constructeurs parallèles exécutent, des relecteurs filtrent la qualité, et un intégrateur livre. Épinglage de modèles par rôle avec chaînes de secours, boucles de revue, contrats de preuves, revues à validation humaine, pause/reprise tenant compte du quota, et un kanban en direct + diagramme de flux dans l'interface web. 40 tests ; installation depuis GitHub ou npm.

Plugin Mixture-of-Agents pour DeepSeek Harness : une commande /moa diffuse un prompt vers plusieurs modèles en parallèle, fusionne leurs réponses dans un espace de travail de fichiers et s'intègre à Live Canvas pour la sortie visuelle.

Preset d’orchestration multi-agent pour DeepSeek Harness. Le chief orchestrator n’implémente jamais : il trie chaque demande, confie le plan à un expert PM et délègue la réalisation aux spécialistes via un roster fusionné (outils de liste et de convocation). Il coordonne le parallélisme avec un taskboard DAG de dépendances, utilise un message bus basé sur des fichiers et exige une revue indépendante avant livraison. Comprend 11 experts principaux. Des équipes supplémentaires (Agency agents EN/ZH, classic collections) se téléchargent en un clic depuis Settings via deux canaux, GitHub/CDN, avec vérification sha256. Publié sur npm sous dsh-expert-orchestrator ; nécessite DSH >= 0.1.7-alpha.2.

Fournisseur de recherche web agrégée qui diffuse une requête vers 11 moteurs (Exa, Parallel, DuckDuckGo, SearXNG, Brave, Tavily, Serper, Mojeek, DeepSeek, Anthropic, OpenAI) en parallèle, déduplique par URL et fusionne les résultats. Inclut une carte de réglages pour activer/désactiver les backends, stocker les clés API dans le coffre d'identifiants et régler concurrence et délais.

Achemine automatiquement et intelligemment chaque tâche déléguée vers le meilleur modèle configuré à l’aide d’alias, de balises de capacité et de consignes d’usage, en gardant les tâches routinières rapides et économiques tout en envoyant les travaux complexes vers des spécialistes plus puissants. Configurez votre équipe de modèles dans l’interface Web ou via une configuration guidée, exécutez les spécialistes en parallèle avec une fusion de résultats fiable, et voyez le modèle choisi d’un coup d’œil dans les vues de sous-agents et dans l’arborescence Tasks de Better Sidebar.

Préréglage d'agent de flux de travail d'ingénierie pour dsh : cinq phases à portes (clarification des exigences, approbation du plan, TDD, sous-agents parallèles, finition vérifiée) avec six compétences de flux de travail adaptées d'obra/superpowers.

Protection par réservation/libération de fichiers pour des sessions DSH parallèles sur le même espace de travail (reprise en cas de heartbeat obsolète, zone de fusion à trois voies en attente).

Recherche approfondie comme mode agent : une unique boucle révisée qui planifie, recherche dans des rondes parallèles adaptatives pilotées par les lacunes que les chercheurs eux-mêmes déclarent, synthétise un rapport cité puis le relit de manière contradictoire, au lieu d'un script que le modèle réécrit à chaque appel. Les questions que le budget de rondes n'a jamais atteintes sont nommées dans le rapport plutôt qu'écartées.

Skill Windows PowerShell 5.1 pour gros assets GitHub Release. Sonde l’hôte en lecture seule : ports proxy, proxy système/variables, core/config Clash Verge, version curl. Mesure quatre voies en parallèle (proxy, core headless, miroirs, direct), puis teste brièvement une concurrence limitée dans le temps. Télécharge par plages curl parallèles ; vérifie octets et SHA256 du digest. Saute le test sous 100 MB ou dès 3 MB/s par connexion. Mesures de l’auteur : 6,3× sur nœud limité (1 234→7 759 KB/s), 0,72× sur nœud rapide (5 829→4 175 KB/s). Sans aria2/7z ; ne change pas le proxy et ne demande ni ports ni concurrence. Si absent : vrais candidats + `ASSET_NOT_FOUND`, sans substitution. Sans digest : taille seule, `DOWNLOAD_SIZE_OK_NO_DIGEST`.