Plugins

Moteur de rapports de recherche vérifiables pour DeepSeek Harness avec un registre de preuves adressé par contenu, des rapports scellés versionnés où chaque affirmation porte un verdict de vérification et le hash du manifeste scelle le répertoire, et une orchestration de récupération réutilisant les jonctions ctx.web et ctx.jobs.

App MCP locale-first pour les figures scientifiques. Importez, examinez et publiez une bibliothèque globale sur disque ; réutilisez des modèles exacts dans Pi, DeepSeek Harness (dsh), Claude, Codex, Cursor et Wisp.

Runtime de navigateur autonome : Playwright (chromium) + OpenCLI en dépendances locales au plugin (avec repli sur réutilisation globale), expose un service `browser` et 9 outils de navigateur interactifs.

Historique de saisie façon terminal pour le compositeur web : rappel par flèches privilégiant les bords avec restauration exacte du brouillon/du curseur, historique persistant local au navigateur, recherche inversée par Ctrl+R et conscience de contexte glissant ; la version 0.5.0 ajoute une couche de saisie intelligente — extraits inter-sessions (/save, /load), modèles de prompts avec variables, informations de réutilisation et mise en évidence des résumés de compaction.

Réutilise la connexion ChatGPT de la CLI Codex comme route LLM `openai-codex` et ajoute des contrôles GPT Auth aux réglages de DSH Web.

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.

Outil de compréhension vidéo à faible coût : un outil video_understand transforme un lien Bilibili / BV / une vidéo locale en couche d’informations AVIS (ASR + structure de scène + suivi d’objets + étiquettes YOLO) et renvoie un résumé + Q&R. Routage dynamique inter-couches guidé par les questions (L0 ASR / L1 suivi d’objets / L2 VLM sur image clé), réutilisation de la couche sémantique pour les questions répétées, plafond de budget par question. Moteur Python : la couche principale nécessite faster-whisper / opencv / yt-dlp (~200-300MB) ; la couche sémantique optionnelle ajoute ~2GB de torch / transformers / ultralytics. Un doctor --fix inclus configure le venv et installe les deux.

Shell de bureau propre pour DSH : lancement par double-clic sur un raccourci de bureau comme n'importe quelle appli de bureau normale, surveillance en direct du backend avec start/restart/stop depuis la zone de notification en un clic (boîtes de dialogue de progression), reconnexion automatique hors ligne, instance unique. Réutilise votre profil web existant, sans refonte du style de l'interface Web. Windows + macOS.

Réutilise la connexion CodeBuddy CLI pour intégrer ses modèles dans DeepSeek Harness, avec une carte de paramètres affichant le compte, l'expiration du jeton et le crédit restant.

Flux de travail des capacités axé d'abord sur la recherche pour les agents DSH (v1.0.0) : réutiliser les outils locaux ou examiner les plugins à source exacte avant l'installation, adapter ou créer des capacités dans un travail source géré, et utiliser des reçus qui distinguent les états installé, chargé, activé et vérifié ; les outils de version gèrent le rollback, l'adoption et les mises à jour amont.

Fournisseur de modèles Codex App Server utilisant une connexion Codex locale, avec réutilisation des sessions, pontage des outils Harness, traces d'actions natives et projection durable des images générées.

Plugin DSH : réutilisez directement les identifiants d'abonnement de connexion locale de Codex CLI pour utiliser les modèles d'abonnement ChatGPT dans DeepSeek Harness, sans clé API.

Routeur à chargement paresseux pour serveurs MCP : découvre automatiquement les MCP compatibles et ne garde qu'un routeur partagé dans le catalogue d'outils, révélant les schémas d'un serveur quand un tour en a besoin et les masquant à nouveau en fin de tour — de nombreux MCP installés cessent ainsi de coûter du contexte à chaque requête. En cas d'incertitude, bascule vers la visibilité normale, et le MCP d'origine conserve la propriété de l'exécution, des permissions et du cycle de vie du processus. Prend aussi en charge les connexions paresseuses explicites avec réutilisation à chaud, reconnexion bornée, stdio et Streamable HTTP.

TypeSafe Jev (modèle de décision System One) comme outil jev_decide pour DeepSeek Harness : les questions de type noul, choice et score renvoient des probabilités calibrées ; les identifiants réutilisent la couture d'identifiants de DSH ; nouvelle tentative avec repli intégré sur 429/529.

Ajoute les outils de délégation subagent_route et subagent_fork_route où le modèle choisit lui-même la route provider/model pour chaque enfant ; le déploiement définit uniquement le backend spawn/fork, la politique d'arrière-plan et la liste blanche allowedProviders, tandis que les enfants reprenables et les tâches en arrière-plan réutilisent les outils officiels send_message / job_output.

Génération locale d'images, de voix, de musique et d'effets sonores, plus transcription, avec identité épinglée : les personnages, animaux, objets et voix d'acteurs sont définis une fois et réutilisés à chaque appel ultérieur ; les sorties dégénérées (image presque plate, audio silencieux) sont rejetées au lieu d'être renvoyées comme succès, et une ligne générée peut être relue comme texte, ce qui rend visible un clone qui aurait avalé sa fin. Les moteurs se déchargent en veille, et la génération d'images et la transcription peuvent chacune être dirigées vers une API de type OpenAI au lieu du backend Vulkan local.

Interroge la bibliothèque de projets IA curée par AIGC Radar (admission 500 étoiles, balises bilingues zh/en, instantanés de croissance des étoiles) via son point d'accès MCP avec cartes de résultats natives ; un écouteur agent/pré-étape suggère proactivement une vérification de réutilisation avant que l'agent n'écrive du code.

Pilote le navigateur réel de l'utilisateur via le démon Kimi WebBridge local : outils de navigation, recherche d'onglets, snapshot, clic, remplissage, évaluation, CDP, capture d'écran, réseau, téléversement, export PDF et gestion d'onglets qui réutilisent les sessions de connexion existantes.

Capture d'écran à double moteur pour DSH : dans le shell de bureau SSiD, un raccourci global ou la barre des tâches ouvre une superposition de sélection par cadre en plein écran (tous les moniteurs, cadres au pixel près par écran) avec annotation par cadre rouge sur place et une barre d'outils façon WeChat ; dans DSH simple (navigateur), le bouton caméra du composeur capture l'écran via getDisplayMedia et réutilise dans la page la même superposition de sélection par cadre + annotation en une seule phase. L'image rognée arrive dans le composeur de la conversation en cours via le circuit officiel des pièces jointes.

Analyse les images de conversation via des invites spécifiques au mode (caption, UI, document, grounding, topologie, etc.) et injecte des preuves structurées avec des primitives de coordonnées (boîtes, points, références) sous forme de texte, avec mise en cache au niveau de la session pour réutilisation lors du replay et de la compaction.

Réutilise les hooks déclarés dans les configurations Claude Code, Codex et opencode sur dsh, en exécutant des gestionnaires shell, webhook, oracle et proxy sans aucune dépendance d'exécution.

Examine le code local et GitHub/npm avant le développement pour trouver des implémentations réutilisables, évalue réutilisation contre réécriture et vérifie le couplage de l’architecture.

DeepSeek Harness plugin that wraps @stardeckai/lgtm — a Jev-powered linter for tests that pass but prove nothing. Ships the CLI as a dependency, reuses the TypeSafe credential stored in DSH, and exposes lgtm_audit / lgtm_status to the agent.

DSH plugin that registers the ai-eight-honors-eight-shames skill: eight checkable working rules for coding agents (verify before calling, confirm ambiguity, cite evidence, reuse before creating, test before claiming done, follow local conventions, separate fact from inference, keep changes reversible) plus a ninth rule that logs each user request and the change made in report files at the workspace root.