Plugins

Ajoute une carte de réglages pour modifier prompt-inject.md, gérer les ensembles de règles de AGENTS.md ou CLAUDE.md, vérifier les mises à jour de plugins et appliquer ou restaurer des mises à jour réversibles de paquets locaux.

Plugin d'armure de prompt système pour les modèles DeepSeek : ajoute une section de prompt de conformité inconditionnelle à l'ordre 100, expose un outil de profil avec des métadonnées de calibrage et affiche un badge d'état de l'armure en temps réel piloté par une projection de session.

Plugin d'armure d'invite système pour les modèles DeepSeek : ajoute une section d'invite de conformité inconditionnelle à la commande 100, expose un outil de profil avec des métadonnées d'étalonnage et affiche un badge d'état d'armure en temps réel piloté par une projection de session.

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.

Exécute des audits de sécurité locaux des relais d'API IA et des proxys LLM depuis DeepSeek Harness, produisant des rapports Markdown sur l'injection de prompts, les signaux de substitution de modèle, la réécriture des appels d'outils, les fuites d'erreurs, l'intégrité du flux et les risques Web3 soumis à profil.

Génération d'images conversationnelle native pour DeepSeek Harness : demandez à l'agent de créer une image, et il gère la génération et conserve le résultat directement dans la conversation.

Mentions `@file` façon Codex : recherchez les fichiers du workspace dans le composeur et joignez leur contenu aux prompts.

Mentions `@file` façon Codex : recherchez les fichiers de l'espace de travail dans le composer et joignez leur contenu aux prompts.

Mémoire PLUR pour DeepSeek Harness — les engrammes sont injectés directement dans le prompt, sans appel d'outil requis

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

Moteur de compatibilité ABI de l'hôte Pi : après une seule installation, les extensions Pi non modifiées de npm se montent comme des plugins DSH natifs avec `dsh plugin add <pi-package>`. Vérifié de bout en bout sur un DSH d'origine avec pi-mcp-adapter (gestionnaire MCP complet : OAuth, ressources, prompts, MCP Apps, elicitation, sampling), @tintinweb/pi-subagents, pi-code, pi-hermes-memory et pi-background-tasks ; `pi2dsh inspect` indique la compatibilité d'un paquet avant l'installation.

Ajoute un fournisseur deepseek-web qui utilise les modèles web de chat.deepseek.com dans DSH, avec capture de connexion navigateur, signature de requêtes PoW, streaming SSE et appels d'outils basés sur des prompts.

Mémoire à long terme pour DeepSeek Harness en Markdown brut, un fait par fichier, lisible dans n'importe quel éditeur. L'index `MEMORY.md` est soumis à une limite stricte de 200 lignes / 25 Ko imposée par `ctx.tools.guard()` : toute écriture qui dépasserait la limite est refusée, tandis qu'une réécriture qui la réduit est toujours acceptée, permettant de compacter progressivement un index surdimensionné. Le plugin n'écrit jamais de souvenirs de lui-même — ce qui est conservé est décidé par vous et le modèle. Le même stockage est également utilisé par Claude Code, Codex, Kiro et OpenClaw.

Mémoire à long terme organisée et basée sur des fichiers pour DeepSeek Harness — notes markdown lisibles par un humain, un unique stockage de fichiers texte partagé entre les hôtes (ignoré par git lorsqu'il se trouve dans un dépôt de projet), et une limite d'index déterministe imposée par ctx.tools.guard()

Mémoire inter-sessions à portée projet : stockage SQLite à sept couches (soul/user/project/fact/lesson/rules/topic) sur node:sqlite, injection au premier message adaptée au cache plus correspondances de mots-clés par message, outils memory_remember/search/find_similar/read/update/project et consolidation en fenêtre d'inactivité (« dream ») avec suppression aux heures de pointe. Les textes d'invite sont fournis sous forme de fichiers de données par langue — le framework prend en charge les utilisateurs multilingues.

Minicarte de session dans la gouttière de la barre de défilement : bandes à l'échelle colorées par type d'événement, points d'ancrage pour les messages utilisateur et les échecs, historique à chargement automatique en haut, un mur au survol de chaque prompt de la session, et un sélecteur d'échelle de carte à trois niveaux.

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 sécurité et conformité en lecture seule pour DeepSeek Harness : détection d'injection de prompt, masquage de PII chinois, et un audit de configuration local avec rapports masqués et reproductibles.

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.

Mémoire causale pour dsh : un pont stdio MCP à dépendance zéro qui monte les 17 outils du serveur de mémoire causale sous des noms propres (pas de préfixe mcp__) - décision → bords de résultat avec des relations typées (causées / activées / empêchées) dans un magasin SQLite local qui survit au compactage - plus une section d'invite système épinglée. Nécessite le binaire du serveur de mémoire causale sur PATH (pip install causal-memory ou une version prédéfinie).

Intégration DeepSeek Harness pour OpenContext avec mémoire durable inter-sessions, capture et rappel automatiques des prompts, résumés de sessions, aperçus structurés, et récupération de documents.

Injecte des sections de prompt système configurées pour le déploiement et des échanges de référence dans chaque requête de conversation par interception de flux, avec un panneau de paramètres web.

🎬Réalisateur propulsé par l'IA : plugin de génération vidéo MiniMax-H3 dirigé par DeepSeek-Harness. 🤖Plus qu'un prompt. 🪄Interface en canevas.

Mémoire automatique à la Claude Code, nativement : fichiers de mémoire typés (user/feedback/project/reference) avec un index MEMORY.md injecté automatiquement dans le prompt système (aucune empreinte quand il est vide) ; memory_write/read/list/delete suivent les règles d'écriture de Claude Code (déduplication et mise à jour, dates absolues, liens croisés) ; couches à l'échelle du workspace et de l'utilisateur, verrouillage de fichiers entre processus avec récupération des verrous orphelins, Markdown simple sur disque, aucun service externe, aucun embedding.