Plugins

Sechsstufiger Workflow zur Inhaltsveröffentlichung für WeChat Official Accounts mit Qualitäts-Gate-Tools und einer gebündelten Fähigkeit.

FormatForge für DeepSeek Harness: schmieden Sie jedes Dateiformat (pdf/docx/xlsx/pptx/eml/toml/...) in KI-lesbare strukturierte Daten. Schlankes Bundle, das das lokale Python-CLI (python -m formatforge) startet und protocol-JSON zurückgibt; Erweiterungen werden an cur[rent] delegiert...

Git- und Quellcodeverwaltungs-Plugin-Suite für DeepSeek Harness: lokale Git-Operationen plus Adapter für GitHub, GitLab, Bitbucket, Azure DevOps und Gitea, mit selbstentwickelndem Gedächtnis.

DSH-Skills als Plugins verwalten, entdecken, installieren, aktualisieren und deinstallieren.

RLM-Modus für dsh: rekursive Sub-Agenten über eine einheitliche rlm()-Funktion – Kind-Agenten als First-Class-Python-Calls spawnen, erwarten und verketten. Fügt einen persistenten IPython-Kernel mit tools.*-Bindings und Context-als-Variable hinzu.

Unterhaltungs- und Workspace-Rückgängig: Nutzen Sie die /undo-Zeitleiste, die Aktion im Sitzungsheader oder das Nachrichtensymbol, um vor jedem gesendeten Prompt zurückzurollen; private Shadow-Git-Snapshots stellen Dateien wieder her, zurückgesetzte Züge bleiben aus dem Modellkontext, und Undo Rollback kann Fehler wiederherstellen. Enthält Verwaltung archivierter Sitzungen und farbige Karten pro Tool.

Diagnostiziert und behebt Startabstürze durch „duplicate loader entry id“: Findet doppelte Loader-Zeilen in Profil-Bundles und wandelt sie per CLI ohne Abhängigkeiten in ID-gerichtete Patches um (detect / preview / fix / verify).

Nächtliche Selbstverbesserung für Ihren DeepSeek-Harness-Agenten: Vergangene Sitzungen offline auswerten, wiederkehrende Aufgaben mit eigenem API-Budget wiederholen und validierte Skills hinter einer zurückgehaltenen Prüfschranke zusammenführen. Bringt die SkillOpt-Sleep-Engine von microsoft/SkillOpt als native Tools plus gebündelten Skill zu dsh – kein Weight Training. Erfordert Python 3.10+ und die SkillOpt-Sleep-Engine (pip install skillopt).

Kombiniertes Plugin: Wallpaper-Anpassung (Uploads in Originalauflösung, Zuschnitt-Editor, Opazität pro Bereich, dynamische MP4/WebM-Wallpapers) + Steam-Workshop-Wallpaper-Extraktion (parst scene.pkg/.tex mit einem gebündelten Python-Skript, Vorschau/Download) + DeepSeek-Guthaben- und Nutzungs-Widget + OpenCode-Go-Plan-Nutzung (rollierende/wöchentliche/monatliche Prozentsätze in einer oberen Header-Pille; aufklappbar mit Fortschrittsbalken und Countdown bis zum Zurücksetzen). API-Schlüssel werden vom DSH-Anmeldedatenspeicher des Hosts gelesen — niemals im Quellcode oder Browser gespeichert.

Führt Stata über DeepSeek Harness aus: Der native Stata-AI-Skill-Dienst startet automatisch mit DSH (Binaries für macOS/Windows enthalten), sodass Regressionen, Do-Files und ökonometrische Workflows ohne manuelle Einrichtung ausgeführt werden können.

Dreistufiges now/next/later-Eingabeplanungs-Dock für die Web-GUI von DeepSeek Harness: Ein roter/gelber/grüner Prioritätsstreifen ersetzt die busy-Enter-Warteschlange, einfaches Enter stellt auf later, mit mehrzeiliger Bearbeitung direkt an Ort und Stelle, Drag-and-drop-Neuanordnung und sessionsisoliertem freeze/resume; die Freeze-Schaltfläche bindet ein separates Plugin, [dsh-session-guard](https://github.com/drscrewdriver/dsh-session-guard) (über dsh-market installierbar), über stopNextTurn/resume RPC + composer lock für eine echte Lockierung pro Session an und ergänzt dessen globale automatische Pause zu Spitzenzeiten, um Sessions während der kostspieligen DeepSeek-Fenster zu stoppen und außerhalb der Stoßzeiten fortzusetzen.

DSH-Community-Plugin-Markt: „Plugin-Markt"-Eintrag in den Einstellungen + Karten-Popup + Ein-Klick-Installation/Deinstallation/Verwaltung (Bundle über dsh plugin add, Pack über zip auf der Festplatte).

DeepSeek Harness natives Vision-Bundle: Bilder einfügen oder hineinziehen, über das gehostete deepseek-vision-mcp OpenAI-kompatible Vision-Modelle aufrufen.

Offener Plugin-Marktplatz: Live-Suche im GitHub-Topic dsh-plugin mit package.json-Verifizierung pro Repository (Manifest-Badges dsh.bundle/dsh.client und ein Nur-verifizierte-Filter), npm-first-Installationen mit Anti-Squatting-Prüfungen gleicher Quelle, Update-Erkennung und fünf Agent-Tools für Headless-Betrieb.

Vereinheitlichter LLM-Anfrage/Antwort-Inspektor: Tuning der Reasoning-Anstrengung, Export externen Denkens, Traffic- und Bundle-Analyse.

Vision-MCP- und DSH-Bundle für textbasiertes DeepSeek: analyze_image-, analyze_clipboard-, compare_images- und vision_status-Werkzeuge, eine visuelle Einstellungsseite, standardmäßig kostenloses GLM-4.6V-Flash, Ergebnis-Caching und Rate-Limit-Toleranz; Schlüssel erscheinen nicht in Logs.

Konversationsverlaufs-Recall für DSH: dreischichtige (wörtlich/Fuzzy/semantisch) Suche über den Originaltext jeder vergangenen Sitzung, vollständig lokal und offline – die KI vergisst nie, was Sie ihr gesagt haben. Installation per Ein-Befehl über `dsh.bundle.patch`, semantische Schicht läuft in einem Worker-Thread.

All-in-one-Bundle für DSH: natives Windows-Desktopfenster (WebView2), DeepEye-Vision (GLM-4V-Flash) und Spracheingabe (Mikrofon-Taste) in einer einzigen Installation.

TUI-Bundle im Stil von Claude Code für DeepSeek Harness.

DeepSeek-Harness-Plugin-Bundle: graphlint-Tools zur Dead-Code-Erkennung für Agenten (graphlint_query / graphlint_build / graphlint_config + graphlint-Skill).

Eingebettete Task-Management-Engine: Entscheidungspunkt-Protokoll, Ideenwand und Issue-Speicher im Linear-Stil.

Ereignisbasierter Speicher für langlebige Chatbots: emotionsgewichteter Verfall, drei Vertrauensstufen beim Abruf, neue Fakten ersetzen veraltete und Isolation nach Subjekt. Mit Tabellen für Beziehungen, Fakten, Kapitel, Skills und Lücken sowie CLI, HTTP-Endpunkt und DSH-Plugin-Bundle.

Vorabprüfung für Plugin-Autoren: prüft die Marktplatzanforderungen — Root-Export, Übereinstimmung von dsh.client mit exports["./client"], Panel im npm-pack-Archiv — für jeden Ordner oder jedes GitHub-Repository per Panel oder Einzelbefehl. Mit Release-Werkzeugen und Node-Testkit für Client-Bundles.

Wiederholt eine Modellanfrage, die keine andere Wiederherstellungsschicht übernommen hat. Standardmäßig unbegrenzt, mit Obergrenze für exponentielles Backoff; Abbrüche werden nie erneut versucht. Die Richtlinie ist im Einstellungsfenster bearbeitbar.