Plugins
Parcourez, filtrez et installez des plugins DeepSeek-Harness.
36 plugins trouvés
OpenViking (dsh-memory-plugin)
volcengine/openviking
Ensemble de mémoire et de contexte OpenViking pour DeepSeek Harness : rappel automatique avant étape et injection de profil, capture de session, protection des URI `viking://`, et outils de mémoire pour rappeler/écrire pris en charge par un serveur OpenViking.
MemOS (memos-local-plugin)
memtensor/memos
Plugin de mémoire local-first pour DeepSeek Harness : mémoire en couches L1/L2/L3 avec capture automatique, outils manuels de récupération memos_* et visualiseur de mémoire intégré.
ipollowork
devin-axis/ipollowork
iPolloWork HyperFrames Video Studio et 27 modèles de vidéo modifiables sous forme de vue de conversation native pour DeepSeek Harness.
ReMe (dsh)
agentscope-ai/reme
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.
ReMe (typescript)
agentscope-ai/reme
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.
agentdescent
birfy/agentdescent
Faites évoluer compétences, agents, prompts, code et plugins depuis DeepSeek Harness, avec AgentDescent.
dsh-continual-evolve
zk-andy/dsh-continual-evolve
Auto-évolution continue : un état de harness versionné, auditable et sûr en cas de retour arrière (prompts, mémoire, skills, spécifications de sous-agents), affiné à partir des trajectoires de session, avec des points de contrôle de revue et des skills rechargés à chaud.
DSH-EvoResearch (evoresearch-plugin)
karbo123/dsh-evoresearch
Suite d'agents de recherche : contrôle d'objectifs à long horizon avec des chaînes de preuves auditables, planification cron, équipes d'experts multi-agents, mémoire de recherche auto-évolutive (rappel FTS5 + RRF), espaces de travail par projet, et une UI d'espace de travail personnalisée.
dsh-self-improved
madage/dsh-self-improved
Plugin de mémoire à long terme et d'auto-évolution pour DSH : capture L0 → extraction de mémoire L1 → regroupement de scènes L2 → persona utilisateur L3, injection automatique de rappels, synthèse de compétences, entièrement local (SQLite FTS5 + jieba, rappel vectoriel optionnel).
dsh-evolve
chenzheshushi-commits/dsh-evolve
Mémoire inter-session avec rappel déterministe à zéro jeton (bigram-Jaccard fusionné avec FTS5 BM25 via RRF, tokenisation adaptée au chinois), renforcement qui consolide les observations répétées, et procédures cristallisées en fichiers SKILL.md affinés sur place via un cycle active-stale-archived avec archivage et restauration réversibles. L’ingestion et la purge exposent chacune un niveau d’autonomie choisi par l’utilisateur ; les conflits et les écritures à forte importance vont toujours en revue humaine, et rien n’est jamais supprimé automatiquement. Nécessite Node 22.5+.
Co-Engram (dsh-plugin)
co-engram/co-engram
Mémoire d'équipe auto-évolutive en Markdown brut dans git : un plugin Cordis natif qui enregistre 38 outils mémoire à nom simple plus une section de signaux de prompt réévaluée à chaque assemblage, avec renforcement RPE, décroissance et consolidation pendant le sommeil ; partage un dépôt de données avec ses hôtes Claude Code (MCP) et OpenClaw ; vérifié avec DSH 0.1.0-rc.6.
Co-Engram
co-engram/co-engram
Mémoire d'équipe auto-évolutive en Markdown brut dans git : un plugin Cordis natif qui enregistre 38 outils de mémoire à nom simple ainsi qu'une section de signaux de prompt réévaluée à chaque assemblage, avec renforcement RPE, décroissance et consolidation pendant le sommeil ; partage un seul dépôt de données avec ses hôtes Claude Code (MCP) et OpenClaw ; vérifié avec DSH 0.1.0-rc.6.
DSH-AGINT
anmulzhao/dsh-agint
Framework d’agents auto-évolutif pour DeepSeek Harness (dsh) : 40 plugins Cordis et 4 préréglages couvrant mémoire, réflexion, garde-fous, métriques et boucle d’évolution auditable. L’installation ne se fait pas en une commande. Clonez le dépôt et lancez install/install.sh --profile=web (bash, Node 20+, python3 et DSH 0.1.7-rc.1 ou ultérieur avec un profil initialisé requis), puis redémarrez.
dsh-self-evolving (dsh-self-evolving)
timwhitez/dsh-self-evolving
Contrôleur d'auto-évolution axé sur les preuves : génération bornée de candidats Cordis, admission Loader réelle en une seule tentative, évaluation Harbor et lignée journalisée reprenant après incident.
dsh-auto-evolve
lispking/dsh-auto-evolve
Plugin auto-évolutif pour DeepSeek Harness : il observe le fonctionnement de l'agent, propose des améliorations de ses propres actifs via le LLM, valide chaque proposition dans un agent d'essai en sandbox et n'applique que les mutations vérifiées — avec registre versionné et retour arrière automatique en cas de régression.
agent-immune
meat-daemon-404/agent-immune
Immunité évolutive aux pièges pour agents de code (Claude Code, Codex, Cursor, ZCode, DSH) : enregistre dans SQLite+FTS5 les épisodes d’outil échoués puis corrigés comme des « anticorps », et les injecte avant que l’agent ne répète l’erreur. Aucune dépendance à l’exécution.
dsh-git-plugins (bundle)
sakthiveltofficial/dsh-git-plugins
Suite de plugins Git et contrôle de source pour DeepSeek Harness : opérations git locales plus adaptateurs GitHub, GitLab, Bitbucket, Azure DevOps et Gitea, avec mémoire auto-évolutive.
dsh-proactive
beijingwahw/dsh-proactive
Plugin de planification multi-modèle proactive : ingestion de signaux multi-sources avec déduplication et classement d'urgence, moteur de décision à quatre voies (exécuter/différer/rejeter/demander à l'utilisateur), génération de plan DAG avec exécution parallèle de modèles, réflexion qualité avec réessai automatique et changement de modèle, mémoire long terme pour les motifs de tâches et leçons, et évolution de stratégie via algorithmes génétiques avec évaluation en sandbox et déploiement canary.
dsh-plugin-immune
meat-daemon-404/dsh-plugin-immune
Immunité évolutive aux pièges pour DeepSeek Harness : enregistre chaque épisode d’outil échoué puis corrigé, le distille en « anticorps » réutilisable stocké dans SQLite+FTS5 et injecte les éléments pertinents avant que l’agent ne répète l’erreur.
dsh-phoenix
stvli/dsh-phoenix
Redémarrage progressif + reconnexion automatique du client + poursuite de l'objectif de redémarrage croisé pour le harnais DeepSeek (dsh). Après une mise à jour du plugin, dsh-phoenix redémarre dsh à une limite d'inactivité sécurisée, maintient la page du navigateur connectée et reprend un objectif en cours afin qu'une tâche puisse continuer.
dsh-anagenesis
3likofj/dsh-anagenesis
`anagenesis` est une couche programmable d’orchestration de mémoire et un moteur d’auto-évolution pour DeepSeek Harness. Il inclut un stockage en boucle fermée sans plugin mémoire externe, 17 outils sémantiques de mémoire pour Agent (rappel, enregistrement, promotion, rétrogradation, découpage, verrouillage, expiration et réexamen contrefactuel), le changement à l’exécution de la stratégie d’injection et l’ajustement automatique de la méta-politique avec audit et retour arrière. Tous les effets sont réversibles. Le preset Agent `anagenesis` est enregistré automatiquement, avec visualisation sans dépendance : tableau de bord terminal, diagrammes texte Mermaid/D2/ASCII et fenêtre de bureau facultative.
dsh-plugin-zerone
yahoolcj/dsh-plugin-zerone
Agent au niveau du projet auto-évolutif pour DeepSeek Harness : 16 compétences de workflow SDD (clarification, PRD, ticket, codage, localisation, acceptation, revue) ainsi qu'une mémoire et des connaissances de projet qui s'accumulent avec le temps.
computer-use-vision
xuanyuanluoxue/computer-use-vision
Contrôle de l’ordinateur sous Windows pour DSH : capture d’écran, analyse par modèle de vision et simulation de la souris/clavier avec base de connaissances évolutive. Offre des outils de plugin en mode double et un repli pwsh limité à la skill.
dsh-ronge-adaptive-skill-archive
bugtakue/dsh-ronge-adaptive-skill-archive
Cockpit natif d’intelligence des skills DSH : décomposition des tâches, composition multi-skills interdomaines, création de skills, recommandations locales et analyses de sécurité.