Plugins

Un dépôt, trois volets : un injecteur d'exécution pour les paquets de plugins DSH (injection, rechargement à chaud, déchargement, mise au premier plan d'un outil de préparation de développement, routage auto-réparateur, plus un gestionnaire de plugins dans la page de réglages qui liste, décharge et intègre des dossiers par glisser-déposer), un agent preset routeur de mode de raisonnement conscient de la tâche (router-standard / router-spec / router-react), et un protocole de tâches gradué à deux niveaux dont six outils (commit_star, lock_stage, revise_do, edit_plan, mark_task, redteam_verdict) fixent l'état des tâches sur disque. L'implémentation de l'injecteur est embarquée dans le dépôt : l'installation apporte donc son propre comportement plutôt qu'une liste de dépendances.

LoopX, un noyau d'état et plan de contrôle neutre vis-à-vis du fournisseur et local-first pour les agents à long horizon : il conserve l'état Goal, Todo, gate, preuves, quota, reprise et handoff au-dessus de DeepSeek Harness, tandis que le plugin initialise la CLI et les skills, autorise une poursuite bornée dans la même session et ajoute une GoalBar en loopback pour la boucle bornée exacte.

LoopX, un noyau d'état et plan de contrôle local d'abord, neutre vis-à-vis des fournisseurs, pour les agents à long horizon : conserve l'état Goal, Todo, gate, evidence, quota, recovery et handoff au-dessus de DeepSeek Harness, tandis que le plugin amorce le CLI et les skills, autorise une continuation bornée dans la même session et ajoute un GoalBar en boucle de retour pour la boucle exactement bornée.

Ensemble de méthodes de génie logiciel pour les agents de codage, avec des compétences pour la planification basée sur une référence de départ, le débogage systématique, l'hygiène des prompts, la vérification avant achèvement et le suivi des réparations/retraits.

Votre compagnon d'apprentissage IA : il vous aide à planifier vos études, à comprendre les concepts et à construire des projets pour maîtriser un sujet.

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.

Plugin temps réel direct DSH x Blender v1.0 — laissez un modèle d'IA piloter Blender via un canal TCP direct : images du viewport, rendus sous angle personnalisé, recherche en boucle interne, profilage de rendu, décimation sûre, déport sans interface graphique, lancement de l'interface graphique en un seul appel (15 outils + blender_rt_plan : 28 familles / 183 opérations). Skill associé : sixtysevenlf/dsh-skill-blender-modeling

Enregistre les routes Ark Agent Plan, Coding Plan et les modèles postpayés dans le sélecteur de modèle natif de DSH.

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.

Plugin de fournisseur Volcengine Ark pour DeepSeek Harness (DSH) : enregistre les routes Agent Plan, Coding Plan et postpayées sur l'adaptateur natif pi-ai afin que les modèles Ark apparaissent dans le sélecteur de modèles.

Superpowers pour DeepSeek Harness : compétences TDD, débogage, planification et collaboration adaptées d'obra/superpowers, installées en tant que plugin Cordis enregistrant 14 compétences sans dépendance d'exécution.

Mode red team : lance cinq rôles pour une organisation cible (reconnaissance, actifs, vulnérabilités, exploitation, pivot interne ; concurrence 3 par défaut, modifiable immédiatement). Inclut contrôles préalables, guide initial, score serveur de 8 catégories/25 points, déduplication et exclusion des comptes auto-inscrits ; enregistre les résultats horodatés dans SQLite. La console à 9 onglets affiche actifs, agents, sessions, découvertes, chaîne d’attaque, captures de preuve et rapports avec commandes reproductibles. Fournit 14 skills de reconnaissance/évaluation, 56 outils redteam_* et une mise à jour en une commande. Les skills d’attaque et l’installateur automatique sont fournis séparément, pas dans npm.

Tableau de bord de facturation dans la barre latérale : utilisation réelle agrégée à partir des journaux de session (appels/tokens/cache par modèle et par jour), coût estimé en CNY d'après un catalogue de tarifs multi-fournisseurs à jour, les routes des forfaits d'abonnement (coding/token/agent) sont exemptées, et points d'état par fournisseur.

Ajoute une route de modèle où Lead planifie et révise, tandis que Sidekick effectue les changements de code.

Canal de bot Lark/Feishu pour DeepSeek Harness : chaque discussion pilote son propre agent, et les approbations d'outils, questions du modèle et revues de plan reviennent sous forme de cartes auxquelles on répond par un bouton ou une réponse. Changez d'espace de travail et de modèle depuis la discussion (`/cd`, `/model`, `/new`), et exécutez plusieurs bots qui conservent des sessions séparées et peuvent se céder la parole dans un même groupe.

Assistant personnel pour DeepSeek Harness qui transforme les engagements conversationnels en plans inter-sessions, rappels et tableau de bord auditable

Plan de notification et de contrôle à distance pour DSH : une API `notify()` unique sur 28 canaux sortants, six canaux de contrôle entrants, approbations/questions/pilotage des tâches depuis le téléphone, une interface Native DSH Notify & Control, application à chaud des canaux sortants, routage multi-agents, et aucune dépendance à l'exécution.

Contrôle à distance de dsh web depuis un navigateur mobile, partout (sans IP publique) : le relais cloud hébergé fonctionne en 4G, ou auto-hébergez le routeur ; une seule commande installe le pont de bureau et ce panneau Paramètres dans le harness (onglets cloud/auto-hébergé, connexion du compte, démarrage/arrêt du pont, retours) ; le plan de données du tunnel est chiffré de bout en bout (E2EE mobile↔bureau), avec une autorisation bureau par QR/lien à usage unique pour ne plus retaper le mot de passe, avec relais HTTP/WebSocket, authentification par clé d'accès, liste d'appareils en direct et quotas de trafic optionnels.

Installe quatre presets de recherche mathématique multi-agents pour DSH : v2 (pipeline guidé par les probabilités avec débat multi-vérificateurs), v3 (base de connaissances Markdown façon article avec un agent planificateur et une bibliothèque de méthodes réutilisable), v4 (résidents persistants auto-organisés qui s'écrivent et se réunissent) et v5 (un institut de recherche avec un académicien qui décompose et attribue le travail, des chercheurs votants, des intérimaires, un chat de groupe et un tableau de tâches compare-and-set) ; les quatre gèrent la reprise sur point de contrôle, l'intervention humaine et un interrupteur optionnel de vérification formelle Lean (off/encourage/require) dont la preuve validée transforme le vote en contrôle de fidélité des énoncés Lean.

Rappels et alertes pour DSH via un notificateur de bureau : toast système, son et marque dans le titre de l’onglet lorsque l’agent attend une réponse (approbation, revue du plan, question) ou termine une tâche en arrière-plan. La page Paramètres gère l’interrupteur général, le son et le volume, les options par cas et la langue de notification zh/en.

Portage complet d'obra/superpowers pour DeepSeek Harness : 14 compétences méthodologiques via un SkillProvider natif (rang 550), couvrant le brainstorming, la planification, le TDD, le débogage, les agents parallèles et plus encore, avec une documentation localisée en chinois et une installation sans build.

Système de workflow d'ingénierie pour les agents de codage IA — planification obligatoire, TDD, vérification, revue et analyse intelligente du graphe de la base de code.

Atelier de lecture d'articles : bibliothèque + lecteur PDF + compagnon de type tuteur. Les réponses citent des numéros de page cliquables qui renvoient au PDF et mettent en surbrillance le passage exact ; sélection pour poser une question sans quitter l'article ; préréglage de tuteur strict inclus (plan de lecture, accompagnement par section, quiz notés suivis d'une session à l'autre) ; bascule sur place original ↔ chinois (babeldoc, aucune préinstallation). Transcription et recherche locales — les documents ne quittent jamais votre machine.

Graphe de connaissances de code local-first pour agents de codage : 10 outils MCP pour la compression contextuelle en couches, la planification DAG, l'indexation incrémentale d'AST, un flywheel de compétences inter-sessions, des diagnostics et l'import/export d'artefacts de graphe.