Plugins

Répartissez le travail vers les agents DSH depuis Claude Code ou Codex : progression native des sous-agents, sessions worker sur l’hôte avec préréglages par niveau et pont multimodal pour la vision et la génération d’images.

Gestionnaire de sessions DSH : suppression avec corbeille/restauration/purge, restauration des sessions archivées, statistiques d'activité récente, continuer/pause, ouvrir le dossier de journaux, marqueurs de non-lu, forker vers un nouveau chat, regroupement et tri par espace de travail, seuil de compactage du contexte.

Installe quatre presets de recherche mathématique multi-agents pour DSH : v2 (pipeline guidé par les probabilités avec débat multi-vérificateurs), v3 (base de connaissances Markdown façon article avec un agent planificateur et une bibliothèque de méthodes réutilisable), v4 (résidents persistants auto-organisés qui s'écrivent et se réunissent) et v5 (un institut de recherche avec un académicien qui décompose et attribue le travail, des chercheurs votants, des intérimaires, un chat de groupe et un tableau de tâches compare-and-set) ; les quatre gèrent la reprise sur point de contrôle, l'intervention humaine et un interrupteur optionnel de vérification formelle Lean (off/encourage/require) dont la preuve validée transforme le vote en contrôle de fidélité des énoncés Lean.

Preset Multitask où la conversation principale planifie, briefe les sous-agents et résume les résultats ; lectures de fichiers, commandes, recherches et builds s’exécutent dans les contextes des sous-agents. Quatre types de workers, approbation des opérations dangereuses et aucune modification du code source DSH.

Barre latérale multi-workers CLI pour DeepSeek Harness 0.2.0-rc.2 sur macOS et Windows : distribution des tâches, conversations en direct, commandes d’arrêt et de suivi, et préréglages de rôles personnalisés.

Shell d'interface mobile pour la Web GUI de DSH : transforme la disposition bureau à trois colonnes en disposition tactile pour téléphone (tiroirs en superposition, FAB déplaçable, dialogues plein écran, historique à défilement infini) sous un viewport de 1024 px, sans impact sur le bureau. - PWA mobile complète pour DSH, construite sur dsh-mobile-gate : passerelle d'accès à distance sécurisée plus installation sur l'écran d'accueil (manifest + service worker), capacité hors ligne, gestes tactiles (tirer pour actualiser, balayage depuis le bord pour revenir, zoom de police par pincement), notifications push de fin d'agent et disposition tactile d'abord — bureau non affecté.

Royaume de gouvernance d'agents pour DeepSeek Harness : territoires, liaisons de rôles (bind/unbind/session avec identité de modèle/agent), et une boucle de tâches planifier→assigner→exécuter→réviser où les déclarations du Worker ne se complètent jamais automatiquement (Claim ≠ Fact), avec une console d'exploitation GUI locale.

Réunions visuelles en table ronde pour DeepSeek Harness — nœuds experts sur un anneau avec arêtes dirigées, passerelle d’agrégation, réflexion par proxy pour les modèles travailleurs en boîte noire, et revue adverse (red-team) des plans arrêtés avec endossement/rejet par point de vue.

Pool de quick-tunnels Cloudflare auto-réparant pour l’interface Web dsh : widget flottant avec accès téléphonique par QR, rotation générationnelle, chase service worker et remise des identifiants sans invite.

Plugin d’UI générative pour DeepSeek Harness : le modèle écrit une interface au lieu de la décrire. Un DSL déclaratif est compilé et exécuté dans un Worker sandbox sans DOM, puis le host le dessine avec le DOM natif. Une voie de secours sandboxed-frame est également prévue…

Tableau Kanban pour les sessions DeepSeek Harness : l’agent principal confie les tâches à des sous-agents worker/verifier ponctuels, avec planification des dépendances, verrous exclusifs par fichier, mise en attente/gel pour arbitrage, progression des jalons et statistiques de tokens par tâche.

Injecte à chaque tour un préambule de sélection des skills choisi par le modèle JEV local de l’espace jev-decision-kit, afin que l’agent charge uniquement ces skills sans parcourir le catalogue. Nécessite un espace jev-decision-kit configuré séparément (Python .venv, host/preface_worker.py, models/jev/head.json) ; sans lui, aucune injection n’a lieu.

Affiche l'activité en direct de sessions multi-agents sous forme de bureau en pixel art dans un panneau latéral Web UI : chaque session est un travailleur bœuf/cheval tapant à son bureau lorsqu'il est occupé ou errant lorsqu'il est inactif, avec des moniteurs de travail cliquables et des cartes d'approbation intégrées.

[Mode orchestration] Apporte à DeepSeek Harness un mode d'orchestration multi-agents : l'agent principal décompose et répartit les tâches, les workers communiquent tous entre eux en maillage complet, avec un modèle et un niveau d'effort de réflexion configurables par worker.

Transforme un autre ordinateur en coéquipier Agent distant. Le worker exécute localement son propre DSH et une boucle Agent complète : les tâches continuent si le lien tombe et les identifiants du modèle restent sur cette machine. Le hub délègue via 8 outils remote_*, ne reçoit qu’un résumé de transfert et un manifest d’artefacts, puis récupère les résultats finis à la demande ; les artefacts intermédiaires restent sur le worker. Appairage par code, transport direct ou relais pour le NAT, panneau Web des deux côtés.

Exploration du code prioritaire au cache : `rdd_explore` consulte l’index `.rdd/exploration` du projet ; en cas d’absence, il lance un sous-agent worker en lecture seule pour explorer et enregistrer les résultats. `rdd_models` fournit le catalogue de modèles en direct pour le choix lors du dispatch.

Bandeau d’état en lecture seule de l’arbre d’objectifs au-dessus du compositeur : les planificateurs voient l’arbre complet, les workers leur nœud attribué, et leurs rapports reviennent à la session du planificateur.

Contrôle de l’ordinateur sous Windows pour DeepSeek Harness, avec captures d’écran, UI Automation, 18 outils de bureau, activation par Agent, transfert à l’intervention humaine, demandes d’approbation et workers natifs précompilés.

Tableau de bord intelligent pour DeepSeek Harness : cartes de tâches + dispatch ponctuel de Worker/Verifier + ordonnancement des dépendances + pipeline par paliers + mode Team (les ambiguïtés sont remontées à la fenêtre principale pour arbitrage)

Mode commandant pour l'interface web dsh : un bouton en un clic dans l'en-tête de session injecte un brief de protocole dans la session, puis analyse et exécute automatiquement les blocs de tâches de la réponse du modèle — séparant la boucle du stratège des boucles des travailleurs via un badge visible.

Affiche en ligne dans le chat DSH Web les images collées ou importées et donne la vision aux modèles texte seuls : l’outil visual_review, invocable par le modèle, appelle d’abord une API multimodale compatible OpenAI, puis bascule sur un worker local Qwen3-VL en cas d’échec.

Agent state machine plugin with a todo ledger, stall guard, phase trails and a process-isolated per-step Python worker with GUI automation lanes. Windows only; needs Python 3.10+ on PATH, and pyautogui, mss and pywinauto for the GUI lanes.

Hierarchical multi-agent team coordination with lead review gates, write-scope isolation, and floating workspace.

FHL Images generation and multi-reference editing for DeepSeek Harness, with three agent tools, a pool of up to ten API-key workers, and chat-based key configuration.