Plugins

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.

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).

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.

Plugin de persona / master prompt par conversation : crée, modifie, change et supprime des modèles de persona depuis la barre d’outils du composeur, avec injection de system prompt de priorité maximale, garde-fous d’interaction fixes, héritage par subagent, défaut pour les nouvelles conversations, et persistance JSON locale.

Injecte une section fixe de prompt système afin que l'agent réfléchisse et réponde en chinois, quelle que soit la langue de l'utilisateur.

Injecte une section de prompt système pour que la chaîne de raisonnement, la planification et le raisonnement d'appel d'outil de l'agent restent en chinois simplifié. Zéro dépendance externe — clonez et installez par lien depuis n'importe quel répertoire local, sans build npm ni publication.

Localisation en chinois de DeepSeek Harness : traduit à l'exécution tous les prompts système, descriptions d'outils et contextes d'exécution en chinois via la cascade system-prompt/assemble (1788 entrées, aucune modification du code source, la désinstallation restaure l'anglais).

Bibliothèque de prompts locale du navigateur avec sélecteur de composer pour injecter plusieurs prompts système de portée session, héritage de branche, UI bilingue, favoris et sauvegardes JSON.

Changez la langue du processus de réflexion/raisonnement (CoT) de l'agent : 简体中文, English, Русский, Français, Deutsch, Español, 日本語, 한국어 et plus, ou suivez automatiquement la locale du système. Ajoute une ligne dans Settings → General, une instruction de prompt système (assemblage par prompt, appliqué aux nouvelles sessions) et la commande /thinking-language.

Persona pour DeepSeek Harness : un config.json régit le nom que se donne l'IA (par modèle, par palier), comment elle vous appelle, sa posture, le texte de caractère, des contrats par élément avec options, la langue de la réflexion et le ton des réponses, plus une mémoire à confirmation humaine : l'IA ne peut qu'ajouter des candidats, une ligne de confirmation les active, et le journal est en ajout seul, rejouable. Les entrées confirmées sont injectées comme bloc cité de données et non d'instructions ; celles étiquetées d'un kind vont vers des fichiers arbitraires et n'atteignent jamais le prompt. Le prompt est relu depuis le disque à chaque assemblage : les modifications s'appliquent sans redémarrage. Presets : instantanés JSON partageables. Sans dépendances, réseau ni shell.

Modes personnalisés / gestionnaire d'assistants : chaque mode a son prompt système dans les réglages — un prompt personnalisé dans un fichier simple que la boucle de l'agent relit avant chaque étape, si bien qu'une modification s'applique à la session en cours dès l'étape suivante — et démarrez-le depuis la composition officielle standard / PTC / minimal / Cordis, en activant une à une ses lignes de plugins (composition propre par mode) et en le renommant à souhait. Plusieurs assistants coexistent avec leurs prompts : une machine peut garder côte à côte un assistant de codage, un compagnon de chat et un persona de jeu de rôle (RP) — une configuration multi-agents choisie par session. Les lignes intactes restent identiques octet pour octet aux livrées, conditions de plateforme incluses.

Commande /init pilotée par modèle : l'agent analyse le dépôt actuel et génère/met à jour un AGENTS.md à fort signal, avec un rappel persistant dans le prompt système pour le maintenir.

Délimite les personas de prompt système par chemin d'espace de travail ou id de session (exact, préfixe, contient, regex), avec une persona par défaut optionnelle pour les sessions que rien n'a revendiquées, un onglet 人设 sur la conversation affichant le prompt réellement envoyé, l'import et l'export de la liste, et un interrupteur qui refuse les écritures d'outils vers le magasin de personas.

Modifiez les sections du prompt système avec un aperçu en direct.

Règles de prompt système privées par projet pour DeepSeek Harness — correspondant à l'URL distante git, au chemin du dépôt ou au préfixe cwd ; conscient des worktree ; jamais commit dans le dépôt.

Plugin de domaine de développement noyau Linux pour DeepSeek Harness (dsh) : pyramide de vérification L1-L4 en tant qu'outils exposés au modèle + gouvernance au niveau du graphe (anti-Goodhart / blind-spot / patch-conflict) + contrat AGENTS.md comme section de prompt système. JS pur, aucune étape de build.

Plugin DeepSeek Harness (DSH) : un sélecteur de « langue de réflexion » dans Réglages → Général qui indique au modèle dans quelle langue raisonner (chaîne de pensée) via une section du prompt système. Aucun appel supplémentaire, aucune latence, 12 langues.

Mémoire des préférences utilisateur pour DeepSeek Harness : profil utilisateur persistant avec des outils memory_get/memory_update et injection dans le prompt système.

Édition des sections du prompt système utilisateur et intégré, avec aperçu en direct.

Custom modes and custom prompts for DeepSeek Harness (dsh): edit a mode's system prompt on the settings page (it takes effect on the next model step), choose its base mode, switch plugins row by row, and keep several assistants side by side.

Injects your own saved context entries as a Remember row after each user message, per turn or once per session, with a Settings editor and a manager page.

Injects a fixed system-prompt section so the agent always replies in Simplified Chinese — including the short narration between tool calls — unless you explicitly ask for another language. Applies to every session and preset without overriding the persona.

Three independent language channels for model output — tool-call descriptions (every tool-call card title, including run_code in PTC-style presets), thinking, and replies — each set to follow the web GUI language, force a specific language, or turn off (default: only descriptions, following the GUI). One global runtime-context prompt directive on the host; the client half reports the GUI language; a Settings plugin card switches the modes.