Plugins
Parcourez, filtrez et installez des plugins DeepSeek-Harness.
87 plugins trouvés
dsh-blender-plugin
sixtysevenlf/dsh-blender-plugin
Un agent DSH pilote Blender en local via une connexion TCP directe. Ses 15 outils couvrent les vues du viewport, les rendus sous des angles personnalisés, l’exécution de Python, le mode sans interface, la délégation de tâches et l’annulation de transactions. Une couche de planification regroupe 228 opérations en 34 familles.
Aegis
ganyuanran/aegis
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.
superpowers-dsh
laynechai/superpowers-dsh
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.
dsh-deep-ptc-mode
lishize20040802-rgb/dsh-deep-ptc-mode
Deep PTC mode : preset open source DeepSeek Harness ; conserve les outils PTC. Contrat : identité DeepSeek ; consigne au modèle d’un budget de tokens illimité pour ne pas omettre lectures/commandes/vérifications ; plan par taille (≤5 min interne, jusqu’à 20 min affichées sans approbation, au-delà approbation requise) ; questions si flou. Limite l’attente avec shell/job/question officiels : commandes foreground en arrière-plan après 30 s (configurable) ; message steering termine l’attente pour lecture ; refuse pauses foreground >5 s et timers longs dans run_code ; questions temporisées. Dérive du PTC officiel installé, hérite des changements upstream (modules supprimés/renommés inclus) sans casser les sessions. Executor : Automatic, WSL Bash, Windows PowerShell, native Zsh/Bash.
GraphFlow
roarpeng/graphflow
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.
dsh-superpower
wenaixi/dsh-superpower
Plugin DeepSeek Harness avec 15 skills d’ingénierie et de productivité obra/superpowers, descriptions bilingues et activation individuelle des skills.
dsh-zh-thinking
yingjian666/dsh-zh-thinking
Injecte une section de prompt système pour que la chaîne de raisonnement, la planification et le raisonnement d'appel d'outil de l'agent restent en chinois simplifié. Zéro dépendance externe — clonez et installez par lien depuis n'importe quel répertoire local, sans build npm ni publication.
supergraph
datit309/supergraph
Système rigoureux de flux d’ingénierie pour agents de programmation IA : planification, TDD, boucles de correction automatique, graphes de connaissances du code et exécution multi-agents par vagues. Nécessite codebase-memory-mcp (pip install "codebase-memory-mcp>=0.10.8,<0.11.0") ; /scan s’arrête en son absence.
dsh-live2d-mao (dsh-live2d-mao)
xkk6663/dsh-live2d-mao
Connecteur uniquement : il n’affiche rien lui-même. Il s’abonne aux événements de session de DeepSeek Harness, les regroupe en 12 phases de travail (planning / thinking / executing-tool / streaming / waiting-input / voice / awaiting-approval / complete / error / paused / idle / heartbeat), puis envoie chaque phase par POST au backend de l’animal de bureau à http://127.0.0.1:8000/api/plugin/dsh/ingest. Il n’a pas de fenêtre et ne nécessite ni clé API ni jeton. L’application Mao Live2D pour animal de bureau doit être installée et lancée séparément (application Electron Windows nécessitant PowerShell 7 / Python 3.10+ / Node 18+). Sans elle, aucune destination ne reçoit les données.
pstack-dsh
aa2246740/pstack-dsh
Transfère vers DSH les guides d’ingénierie pstack de poteto, couvrant planification, revue, vérification et mise en production.
dsh-deeptutor
tecfancy/dsh-deeptutor
Pont de tutorat DeepTutor : explications profondes, questions d'auto-test, planification de parcours d'apprentissage, recherche de base de connaissances personnelle (RAG), et archivage de notes via les outils deeptutor_run / deeptutor_kb / deeptutor_note.
dsh-project-kanban
struggleyang/dsh-project-kanban
Tableau kanban de projet par espace de travail : neuf outils de modèle kanban_* pour la planification pilotée par agents, plus une interface de tableau dans le navigateur avec persistance sur disque, annuler, modèles et archivage.
dsh-turbo
burning-frappuccino/dsh-turbo
Ajoute des modes d’exécution par session au composer DSH. OVERDRIVE active Turbo uniquement pour la session actuelle. Fast et Max changent les politiques de planification et de vérification de l’agent et peuvent réduire le reasoning effort de la requête. Host conserve le mode effectif, la latence par tour, le nombre d’étapes, les appels d’outils et l’exécution éventuelle d’une commande de vérification.
dsh-superpowers
jasonfreelab/dsh-superpowers
Porte la méthodologie obra/superpowers sous forme de 14 Skills DSH natives couvrant la planification, le TDD, le débogage et la revue de code.
dsh-map-tools
horusjiang/dsh-map-tools
Outils de cartographie et d’itinéraires : planification de trajets en voiture, transports, à pied et à vélo, géocodage et recherche de POI via les données gratuites OSM/OSRM par défaut, avec une clé Amap (高德) optionnelle pour une meilleure couverture en Chine.
dsh-orchestrator
sshirkit/dsh-orchestrator
Désactive les outils de l'agent principal pour imposer planification/revue, avec delegate parallèle, orchestrate multiétapes, contrôles writeScope et surveillance des logs.
travel-story-dsh
wang-bool/travel-story-dsh
Mode agent de planification de voyage : l’application Travel Story complète (carte, chronologie, lecture) occupe la page DSH et le chat devient un panneau flottant. Comprend 18 outils pour rechercher des lieux, consulter la météo, calculer des itinéraires et modifier un programme, avec injection en direct du contexte UI. Recherche de lieux via AMap (Gaode) ou LocationIQ, prévisions via Open-Meteo et itinéraires via OSRM ; les clés de carte sont dans $DSH_HOME/travel-agent.config.json. Sa route HTTP ne vérifie pas l’accès DSH.
better-trip-planner
chenyiming-aaa/better-trip-planner
Compétence de planification de voyages en Chine : itinéraires quotidiens heure par heure, liens directs de réservation 12306 et Trip.com, KML hors ligne et sept thèmes HTML. Python 3.9+ doit être dans PATH ; les scripts fournis utilisent uniquement la bibliothèque standard.
dsh-set-model
john-walks-slow/dsh-set-model
Changement de modèle et contrôle de l'effort de raisonnement pour DeepSeek Harness : les outils d'agent set_model et list_models permettent à l'agent de changer seul de fournisseur, de modèle ou de profondeur de réflexion en cours de tâche, avec motif obligatoire, liste blanche de fournisseurs et garde-fou sur la pression de tokens de la fenêtre de contexte ; le modèle actif est injecté dans le contexte d'exécution, et la transition automatique du Plan Mode bascule vers un modèle de planification configuré à l'entrée en mode plan puis restaure le modèle d'exécution précédent à la sortie.
dsh-codex-workflow
kui123456789/dsh-codex-workflow
Coordonne la planification Codex et la revue indépendante tandis que la session DSH d'origine implémente et teste les modifications.
dsh-task-planning-mode (task-planning-bundle)
tbtnct/dsh-task-planning-mode
Ajoute le preset d’agent « Task Planning » : recueille les exigences en plusieurs tours versionnés, puis rédige des plans étape par étape et des prompts sans les implémenter.
dsh-linghun
syyr1987/dsh-linghun
Noyau de jugement pour DeepSeek Harness : une boucle cognitive attribue une source à chaque décision et mène la planification à son terme ; la mémoire hippocampus transforme l’expérience en connaissances (journal, archive épisodique, baisse de confiance) ; l’architecture fixe responsabilités et critères cohérents ; une équipe A2A gère la mémoire via dsh-linghun-assembler. Nécessite DSH ^0.1.0-rc.7 (rc.2 pris en charge).
get-fable
immamdouhaboammar/get-fable
Discipline d’exécution modulaire et steward autonome pour DSH : routage fondé d’abord sur les preuves parmi 44 skills canoniques, planification d’état durable, portes de vérification, reprise après une série d’échecs et tableau de bord Web interactif.
context-assembler-DSH
i1j/context-assembler-dsh
Plugin Context Assembler pour DeepSeek Harness : assemblage de contexte par blocs thématiques, découpage thématique par pression d'eau, trace/réécriture d'outils, injection de rappel de réalité et planification de passation.