Plugins

Supervision attentionnée fondée sur les preuves pour DeepSeek Harness avec politique C0–C3, alertes d'Inbox dédupliquées, heures de silence et dossiers de résultat expurgés.

Mémoire de projet pour dsh avec intégration native au système de tâches : les todos de session et les lectures de fichiers sont condensés automatiquement en enregistrements de tâches inter-session (liens tâche↔fichier), afin que les workflows puissent être repris et réutilisés sans recontextualisation. Mémoire à la lecture (pas de scan préalable) : extrait les symboles de code, résume les docs et relie docs↔symboles ; enrichissement sémantique TS optionnel (activé automatiquement si TS est installé). Les notes d’expérience sont dédupliquées automatiquement. Chaque rappel inclut une citation traçable. Pure JS, une seule dépendance, fonctionne immédiatement, fonctionnement silencieux, surcharge nulle.

Exécute des tests d'installation et de fumée isolés pour les plugins DSH dans des profils jetables, renvoyant des enregistrements de réussite/échec structurés et des matrices de lots sans toucher à votre profil réel.

Onglet d'activité des fichiers dans la barre latérale DSH : enregistre lectures/créations/modifications de fichiers par l'agent et la barre latérale (y compris les opérations cachées dans les commandes bash), isolation par session, persistance après redémarrage, aperçu flottant au clic sur un fichier (npm : `dsh-file-activity`).

Enregistre chaque écriture, modification et `rm` shell de l'agent dans un dépôt git fantôme, puis les examine hunk par hunk dans VS Code — accepter ou annuler chacune. Nécessite l'extension complémentaire dsh-review-vscode ; le panneau n'apparaît que dans la webview de VS Code.

Connecte DeepSeek Harness à Busabase : rechercher les connaissances de l'espace de travail, travailler avec des enregistrements et applications structurés, soumettre les écritures sous forme de ChangeRequests révisables et inspecter les résultats dans des cartes en direct.

Ajoute la lecture locale de PDF, une bibliothèque d’articles pérenne, des enregistrements de preuves traçables, ainsi que des outils de comparaison et de synthèse entre articles.

Gérez les enregistrements de conversation depuis la page des paramètres de l'interface Web DSH : supprimez une session entière (archivage plus suppression physique du journal) ou un seul message (la suppression d'un message utilisateur se répercute sur ses réponses d'assistant et ses résultats d'outils). Les sessions en cours d'exécution et la session courante sont protégées.

Mémoire graphe locale en aperçu technique pour DSH et Codex : rappelle les preuves globales du propriétaire et du projet en cours avant chaque tour, écrit les enregistrements USER et ASSISTANT séparément, et préserve la provenance de projet, session, acteur et source pour un atlas visuel et des pages de connaissances citées.

Mémoire graphique locale en aperçu technique pour DSH et Codex : rappelle les preuves globales du propriétaire et du projet en cours avant chaque tour, écrit séparément les enregistrements USER et ASSISTANT, et conserve la provenance du projet, de la session, de l'acteur et de la source pour un atlas visuel et des pages de connaissances citées.

Panneau de terminal SSH et gestionnaire de connexions IA pour DeepSeek Harness : connexions SSH pilotées par modèle (connecter/exécuter/lister/état/déconnecter), enregistrements de connexion sauvegardés automatiquement, keep-alive + reconnexion automatique, mutex d'exécution, authentification sûre des identifiants, et interface multi-terminal de style XShell.

Affiche le solde DeepSeek et la dépense quotidienne estimée, fusionne les enregistrements JSONL d'appels de vision externes, et ajoute un tableau de bord par session avec statistiques de modèle, TTFT, taux de cache, logs d'appels, estimations de coût, filtres, et export CSV.

Intégration Feishu (Lark) pour DeepSeek Harness : 25 outils pour les messages de chat et l'historique, les documents cloud (y compris les pages de base de connaissances, les graphiques et images générés), les enregistrements bitable, les plages de feuilles de calcul et les permissions Drive, en utilisant votre propre application Feishu d'entreprise auto-construite.

Gestionnaire de contexte pour DeepSeek Harness : résume automatiquement chaque tour en enregistrements triés par priorité, les injecte avec des notes inter-sessions épinglées et du texte personnalisé dans chaque requête au modèle, et replie des plages de conversation réelle de toute taille en résumés pour économiser des jetons. Persistant et résistant aux redémarrages. REMARQUE : installation manuelle en plusieurs étapes — copiez les trois dossiers de paquet dans profiles/node_modules et ajoutez les lignes fournies dans cordis.patch.yml, puis redémarrez DSH ; ce n'est pas une installation standard en une seule commande.

Plugin de calcul électrique et électronique pour DeepSeek Harness : chaque calcul passe par des outils dédiés opérant sur des objets-valeurs complexes auto-descriptifs en unités de base du SI, avec un préréglage d'agent de calcul isolé et un panneau d'enregistrements qui archive chaque résolution sur le disque.

Conserve un registre local des résultats de tâches pour DSH, vérifie les critères d’acceptation à partir de preuves déterministes, enregistre la décision de l’utilisateur et l’utilisation des jetons, et prend en charge l’exportation liée à un condensé.

Compétence de formulaires intelligents : tenue structurée de registres pour factures, livres comptables et journaux, avec catégorisation automatique et rapports périodiques.

Permet à un agent DeepSeek Harness local d'utiliser BailingHub pour interroger des données, mettre à jour des enregistrements et exécuter des actions autorisées dans une boutique en ligne, un SaaS ou un autre système d'administration.

Mémoire de passation auto-entretenue par répertoire de travail et branche git : enregistre les tours, les condense en Markdown concis, et injecte le résultat dans les futures sessions depuis ~/.agent/agent-handoff, compatible octet par octet avec pi-handoff.

Keeps a project's documentation in step with its decisions on DeepSeek Harness: the same append-only decision log and derived design snapshot, kept fresh in-process instead of by a hook process.

On-demand skill tools for DeepSeek Harness: registers skill_search / skill_load / skill_ref so the model searches a staged skill library first and loads a skill body only when it needs it, keeping the library out of the resident session catalog and out of every turn's context; adds a Skills tab to the conversation view ring that reads back the whole session and lists which skills were actually loaded, and in which turn. Zero dependencies, and the records render client-side only, never entering the model's context.

Workspace checkpoints per tool call: records every file mutation inside the workspace (excluding .git and node_modules by default), including changes made by shell commands rather than by write/edit, and stores the previous content of each changed path in a content-addressed store kept outside the workspace. Restores have two modes — undo one record, or return to a point in time — with a line-level diff preview, a dry run by default, and a rescue record written before every restore so the restore itself can be undone.

One settings page that lists every subscription sign-in the harness can offer and walks you through it — ChatGPT (Codex), Claude, GitHub Copilot, OpenRouter, Kimi and xAI — reading the list from the authorization seam instead of hardcoding providers, and showing credential records no registered flow claims any more.

Go (weiqi) review coach: parses SGF records, backfills winrate and score analysis with a bundled KataGo engine, explains the costly moves in the chat, and writes the commentary back into an SGF copy; a web panel shows the board with problem moves, AI choices and variations.