Plugins

Connecte DeepSeek Harness à la base de connaissances personnelle local-first et auto-évolutive de ReMe : capture automatiquement les conversations terminées de l'agent principal comme mémoire Markdown vous appartenant, recherche conversations et sources via reme_search avec BM25, embeddings optionnels et expansion de wikilinks, et planifie une consolidation quotidienne de la mémoire.

Connecte DeepSeek Harness à la base de connaissances personnelle locale d'abord et auto-évolutive de ReMe : capture automatiquement les conversations de l'agent principal terminées en tant que mémoire Markdown appartenant à l'utilisateur, recherche dans les conversations et les sources via reme_search avec BM25, embeddings optionnels et expansion de wikilinks, et planifie la consolidation quotidienne de la mémoire.

Fournit six skills de qualité du code pour la revue de code, les audits d’architecture, la dette technique, la qualité des tests, les tableaux de bord de santé et la remédiation.

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.

Lit les fichiers de session déjà écrits, y compris avant son installation, par 42 autres agents de code sur cette machine (Claude Code, Codex, Cursor, VS Code Copilot Chat, opencode, OpenClaw, Hermes, Kimi, Cline, Zed, etc.). Fournit six outils (deja_recall, deja_session, deja_blame, deja_fix, deja_how, deja_remember), la commande /deja et un rappel automatique facultatif dans le contexte runtime. Index BM25 local, sans LLM, embeddings ni réseau. Installation : dsh plugin --profile web add dsh-deja

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.

Confie le raisonnement à Claude Code ou Codex : comprendre la demande, rédiger un prompt clair pour DeepSeek Harness et examiner le résultat. dsh-baton lance lui-même les tests, liste les changements et fait vérifier chaque exigence par un sous-agent ; le modèle principal lit le résultat et décide. Codex attend en un seul appel jusqu’à 59 minutes, sans hook à faire confiance ni polling. La demande peut changer pendant l’exécution et le modèle Harness de la tâche peut être choisi. Sur les gros travaux, cela économise l’essentiel du quota de planification.

Pipeline QA sous forme de 10 skills d'agent : analyse des exigences, stratégie de test, rédaction et revue de cas, automatisation E2E (Playwright) et API, exploratoire, périmètre de régression et analyse de bugs, soutenu par une base de connaissances partagée avec règles de format, modèle de risque et validateurs de schéma.

Animal de compagnie de bureau DSH flottant avec 12 animations d'état rédigées pour les requêtes, outils, compaction, archivage et amélioration des prompts ; occupation du contexte en direct ; un Grand Livre à vie persistant entre sessions ; totaux par fournisseur/modèle, tendances horaires et vues sur 7/30 jours ; basculement de thème sombre/clair ; estimations de coût optionnelles (désactivées par défaut) avec éditeur de prix visuel et alerte budgétaire mensuelle ; importation ZIP de skins côté client ; export d'utilisation JSON/CSV ; lectures de panneau en instantané uniquement avec indexation incrémentielle en arrière-plan ; et amélioration des prompts opt-in avec aperçu modifiable et soumission au compositeur DSH.

Garde de discipline d'ingénierie : vérification des exigences avant la première modification, portes de preuve de test rouge/vert, revue adversaire bifurquée et rapport de livraison avec un flux de vérification par dimension.

DSH Knit trie Markdown/code/image/vidéo du workspace dans une sidebar par dialogue ; Context Pack via knit_docs. BM25/IDF local compare messages récents aux titres/résumés/contenus : aucun modèle/réseau ni transfert. Index persistant entre redémarrages/sessions. Preuves/aperçu ; attribution figée à la lecture ; épingler/exclure avant récupération, réversible. v0.23 : hybride facultatif OFF ; exige embeddings Ollama/OpenAI compatibles configurés par l’utilisateur. Envoie query+titre/résumé seulement (Markdown : début ≤60 caractères ; code : dossier relatif ; média : nom), jamais contenu intégral/chemin absolu ; loopback local. v0.24 lie changements non commités via git status lecture seule (argv fixe, sans shell, env allowlist), OFF. Pas de test réel ; aucun gain revendiqué.

Amélioration de l'invite en un clic dans le composeur : réécrit le brouillon en une invite structurée (rôle et objectif, étapes exécutables, format de sortie, critères d'acceptation, cas extrêmes) avec aperçu avant/après, remplissage et annulation. Ne change jamais d’intention, ne fabrique jamais d’exigences.

Atelier de projets QA pour dsh : gérer projets de test, exigences, cas de test, anomalies, jalons, rapports et portes de validation via une interface navigateur et 18 outils du domaine QA.

Outils de messagerie IMAP/SMTP (list/read/search/send/folders/attachment/health/watch/mark/reply), filtres de dates since/until, email_mark pour lu/non lu/favori/déplacement et email_reply pour répondre/répondre à tous/transférer avec en-têtes de fil. Inclut les préréglages QQ/163/126/Sina/Aliyun/Gmail/Outlook/iCloud, plusieurs comptes, une validation avant envoi, une page de réglages Web et une alerte de nouveau courrier avec une baleine via email_watch incrémental. La connexion Outlook OAuth2 par device code fonctionne avec un client communautaire intégré ; un clientId personnel reste possible. Guide de première utilisation en 4 étapes dans les réglages.

Plugin de mémoire Honcho par Plastic Labs : injecte le profil utilisateur, le résumé de session et les conclusions pertinentes au début de la session, téléverse chaque tour vers Honcho en arrière-plan avec les secrets masqués, et ajoute les outils honcho_search / honcho_chat / honcho_remember ainsi que la commande d'état /honcho ; configuré via ~/.honcho/config.json partagé avec les autres intégrations Honcho, contre l'instance hébergée honcho.dev ou auto-hébergée.

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.

Mémoire Markdown LLM-Wiki intersessions et persona SOUL.md ; injection par défaut après le premier message, session active seulement. remember/recall/consolidate/forget. Requiert session v4 (DeepSeek Harness officiel 0.1.7+) et source kind plugin:memory. v0.13 gate engines.dsh exige 0.2.1-rc.5 officiel et refuse les anciennes versions ; Review now POST /api/memory/control action growth-now envoie un bilan respectant le floor. v0.14 gate commun par session (puce, /memory on|off|status, réglages) : off coupe injection/digest/rappels/last_access sans suppression ; disabledWorkspaces permet de mettre des projets entiers off par défaut ; les choix de session durent 7 jours. v0.15 Basic soul écrit un bloc géré dans SOUL.md sans toucher au reste et valide BOOTSTRAP. Rapport checkup priorisé.

Analyse un fichier audio local et fournit un bref avis en langage clair sur le tempo, la tonalité, la dynamique, l’écrêtage et la structure de l’arrangement. Les mesures brutes restent dans un bloc séparé ; l’audio ne quitte jamais la machine.

Améliore l’expérience modèle : plusieurs moyens de renseigner les paramètres, compatibilité accrue, mémorisation de l’effort de raisonnement, sous-agents suivant en temps réel le modèle et l’effort du parent, et ajustement de l’effort par l’IA.

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.

Observabilité et outils Git : journal d’audit persistant entre sessions avec API de requête, panneau latéral de surveillance des ressources, Conventional Commits structurés et revue incrémentale du diff avant commit. npm : dsh-my-observability

Persona et journal entre sessions pour DeepSeek Harness. Un filtre local choisit les tours à retenir ; un appel supplémentaire au modèle crée un journal à la première personne et une impression de l’utilisateur, liés au moment précis. Les conversations suivantes injectent environ 2000 tokens de mémoire en trois couches : noyau de persona, jugements écrits par le modèle et journal. Un outil permet au modèle de noter ses jugements avec ses propres mots. Le plugin lit le Markdown humain sans le modifier. La barre latérale permet de lire, oublier ou exporter l’archive ; oublier réduit la priorité sans supprimer, et un fort rapprochement thématique peut la faire réapparaître. Archive locale modifiable et portable. Les secrets sont retirés avant envoi. Sans dépendance runtime ni compilation.

Analyse l'usage entre modèles, fournisseurs, espaces de travail et périodes, avec dates personnalisées sur tout l'historique, cache-hits visibles et ventilations par modèle/fournisseur. Comprend tendances horaires/jour, carte de chaleur de 53 semaines façon GitHub, séries, anneaux de tokens par modèle et espace (tokens, coût, %), filtres combinables, efficacité du cache, solde DeepSeek, alias d'espaces, export CSV, et un grand livre durable qui conserve l'usage après suppression de session ou d'espace (ligne Deleted), reconstruit de façon incrémentale. Registre des espaces rafraîchi via la sonde DSH domain/changed ; seuls les espaces enregistrés comptent. Comptabilité séparée : entrée, cache, raisonnement. Chinois : heure locale ; anglais : UTC ; API en loopback uniquement.

Preset mode expert DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH) : coordinateur principal + 17 sous-agents experts de domaine avec délégation automatique. Fonctions : taskboard (états pending/ready/running/done/failed, DAG dépendances, réclamation atomique, retry, récupération), portes qualité (pipeline 5 étapes : exigences, implémentation, vérification, revue, intégration ; 2 reprises), Five-Anchor (revue/convergence/anti-dérive/collaboration/ressources), Near-distance (modèle identité/tâche/sortie), divulgation progressive (~28 % économie de tokens), persistance, bus P2P, revue croisée, pool d'expérience, voie rapide, auto-retry. 17 experts : données, rédaction, juridique, PM, frontend, UI/UX, architecte, social, growth, fin. quant., backend, DevOps, BD, QA, sécurité.