Plugins

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.

Insère au début d’une nouvelle session un bref repère de continuité indiquant la session précédente et le fichier de relais. Sans fichier de relais, réutilise le résumé de compactage natif de DSH.

Réduisez le coût en tokens sur 4 niveaux sans amoindrir l'intelligence du modèle : les skills d'économie de tokens handoff, rtk, headroom et caveman — chacune également disponible comme plugin installable autonome.

Une logique de compression de contexte inspirée du cerveau humain qui réduit fortement l'occupation du contexte et la consommation de tokens des tâches longues.

Montage incrémental de fichiers avec déduplication de lecture : les plages de lignes montées ne sont jamais renvoyées au modèle, les changements sur disque invalident et remontent, avec un onglet Fichiers montés et un suivi des économies de tokens.

One plugin brings the rtk token-saving setup from Claude Code to DeepSeek Harness: commands rtk can rewrite are rewritten, and builds, tests and logs that rewriting cannot reach are compressed too; common commands such as git, cargo, npm, pytest and docker are covered (rtk itself supports 100+ commands). After compression the model is told what was elided and how to recover it — when the sandbox cannot reach the rtk store, the original is saved separately and its path is given — and `/rtk stats` shows how much was saved. When a rewrite is unreliable the original command runs as usual: if rtk cannot run, or the command rtk returns would drop arguments, nothing breaks. The rtk binary ships with the package, so mainstream platforms need no separate rtk install, unlike most other rtk plugins.

Plugin de développement Java efficace pour DeepSeek Harness : correction automatique déterministe des fichiers .java, intents de modèles économes en tokens et détection multiplateforme avec cache persistant de JDK/Gradle/Android SDK/FFmpeg/LWJGL/IDEA.

Portage Ponytail : preset d’agent DeepSeek Harness qui termine les tâches avec un minimum de tokens, niveaux lite/full/ultra.

Garde les gros résultats hors conversation : `ctk_execute`, `ctk_execute_file` et `ctk_batch_execute` exécutent le code dans un processus enfant et ne renvoient que la conclusion. `ctk_index`/`ctk_search` archivent le contenu long dans une base locale FTS5 fondée sur `node:sqlite`; un gate refuse curl et wget avant exécution. Inclut `ctk_stats`, `ctk_doctor` et page de réglages avec occupation du contexte en direct. Aucune dépendance runtime tierce.

Convertit localement les fichiers Office et PDF de l’espace DSH en Markdown avant lecture par le modèle, sans réseau ni quota API. Écrit chaque .md à côté de la source afin que seul un chemin entre dans le contexte. Pour un fichier ou dossier, renvoie taille en octets, nombre de lignes, estimation de jetons et plan des titres.

Lecture Web économe en tokens pour DeepSeek Harness : un appel récupère plusieurs pages via un vrai Chrome/Edge par CDP, les filtre par pertinence et renvoie un résumé unique, réduisant les tokens de contexte de 80 à 98 %. URL de recherche réelles, connexion, captures et trois modes proxy.

Allège les JSON Schemas d’outils MCP trop volumineux par agent sans modifier le dispatch ; une page de réglages indique usage des tokens, cache hits et composition du contexte.

Ajoute un bouton près du compositeur et une palette de raccourcis globale (par défaut `mod+shift+k`) pour adresser une question ponctuelle à un chat web plutôt qu’au contexte Harness. Retire le brouillon du compositeur, le copie dans le presse-papiers et ouvre l’URL modèle. Presets DeepSeek, Kimi, Qwen, 豆包, 腾讯元宝, GLM, Gemini ; historique local réouvrable, copiable ou réinsérable ; réglages du site, modèle d’URL, raccourci, presse-papiers et historique.