Plugins

On-Demand-Vision für reine Text-DSH-Sitzungen: Bilder werden zu Markern, und ein vision_describe-Tool sendet nur das Bild und die Frage an ein OpenAI-kompatibles Vision-Modell

Querit-basierte Such- und Abruf-Provider für die DeepSeek Harness Web-Capability-Schnittstelle (ctx.web).

Nativer Ollama-Cloud-Chat-Adapter: direkte NDJSON-Übersetzung des Ollama-/api/chat-Wire-Formats, Modellentdeckung mit Kontextfenstern und Fähigkeiten sowie Web-Such-/Fetch-Anbieter unter der ollama-cloud-ID, plus eine Web-Einstellungskarte.

Kostentracking mit Preisen aus einem Online-Katalog (models.dev + OpenRouter, über 8000 Modelle, jeder Aufruf zum jeweiligen Echtzeitpreis abgerechnet): Kostenzeile pro Runde, Tab „Kosten“ mit Zuordnung der Ausgaben auf Werkzeugausgabe / Modellausgabe / System-Prompt / Befehle, Budget, Monatsprognose, ~166 Live-Wechselkurswährungen und ein bill_stats-Agententool.

Widget-Schiene auf der rechten Seite für die DSH-Web-UI: Live-Sitzungsstatistiken (Züge, LLM/Tool-Zeit, TTFT, Geschwindigkeit, Cache, Tokens) und OpenCode-Go-Kontingent über einen Same-Origin-Host-Proxy; erweiterbare Widget-Registrierung für weitere Plattformnutzungs-Widgets, visuelle Elemente, Dienstprogrammaktionen und externe Integrationen.

DSH-Plugin: nutzt die lokalen Abo-Zugangsdaten der Codex-CLI weiter, um ChatGPT-Abo-Modelle in DeepSeek Harness zu verwenden — ohne API-Key.

Nutzt dein ChatGPT-/Codex-Abo in dsh (DeepSeek Harness). Das Plugin meldet sich über den OAuth-Flow von OpenAI Codex am ChatGPT-Konto an und stellt das Abo-Kontingent als `codex-oauth`-Modellanbieter für dsh bereit.

WeChat-Gateway-Adapter-Plugin für DeepSeek Harness: nutzt den DeepSeekAdapter wieder, mit Streaming-Übersetzung von think-Tags.

DSH Relay macht Telegram zu einem Remote-Kanal für Unterhaltungen und Benachrichtigungen mit DeepSeek Harness.

DeepTutor-Tutoring-Bridge: tiefgehende Erklärungen, Selbsttest-Fragen, Lernpfadplanung, persönliche Wissensdatenbank-Suche (RAG) und Notiz-Archivierung über die Tools deeptutor_run / deeptutor_kb / deeptutor_note.

Nutzt das Entscheidungsmodell-Paradigma Jev (System One) mit jedem OpenAI-kompatiblen LLM – kein TypeSafe-Schlüssel nötig. Registriert ein jev_decide-Tool, das in einem Aufruf wahrscheinlichkeitsverteilte Antworten auf typisierte Fragen (choice/score/boolean) liefert.

TypeSafe Jev als erstklassiger Cordis-Dienst und drei modellsichtbare Tools für DeepSeek Harness — standardmäßig offline, Egress offengelegt, nie standardmäßig aktiv.

Kontingent des Command-Code-Tarifs in der DSH-Seitenleiste über den Einstellungen: 5-Stunden-, Wochen- und Monatsfenster als genutzte Prozentsätze mit Countdown bis zur Zurücksetzung, ein Befehl /quota und eine CLI ohne Abhängigkeiten. Der Schlüssel wird aus der eigenen Anbieter-Route gelesen, daher sind keine Konfiguration und kein weiteres Plugin nötig.

Zeigt an, welchen Graft-Index eine dsh-Session ausliefert und ob er noch zum Code passt, und stellt dem Modell graft_ask, graft_grep, graft_callers, graft_skeleton und graft_map als native Tools bereit.

Überwacht einen lokalen workbuddy2api-Gateway-Prozess und stellt dessen Modelle als LLM-Provider bereit, wobei Kontextfenster und Reasoning-Effort-Stufen aus dem eigenen Modell-Endpoint des Gateways gelesen werden.

Lazy-MCP-Gateway für DeepSeek Harness: ein stabiles Proxy-Werkzeug statt N Werkzeugschemata, Server verbinden sich bei der ersten Nutzung und werden bei Inaktivität getrennt, Metadaten werden auf der Festplatte zwischengespeichert.

Agentische Antwortprüfung für DeepSeek Harness: Jeder letzte Turn des Assistenten wird von einem separaten LLM mit 1–100 bewertet; Ergebnisse unterhalb der Schwelle lenken den Agenten mit konkreten Hinweisen zurück. Die Punktzahl erscheint als Chip in der Aktionszeile der Antwort (grün bestanden / rot: Überarbeitung nötig, mit Anzahl der Wiederholungen und Grund beim Darüberfahren). Konfiguration des Gates live über einen HTTP-Server auf 127.0.0.1, dazu ein eingeklapptes Dock über dem Eingabefeld und ein optionaler Tab in der rechten Seitenleiste über dsh-better-sidebar.

Intelligente Sitzungstitel für DSH: nach jedem Gesprächs-Turn fasst ein unabhängiger Hilfs-LLM-Aufruf das vollständige Nutzer+Assistent-Transkript zu einem Titel zusammen, der dem echten Thema der Sitzung folgt statt die erste Nachricht zu wiederholen; die erste Nachricht wird sofort betitelt, fehlgeschlagene integrierte Titel werden in späteren Turns erneut versucht, manuelle Umbenennungen nie überschrieben und Subagenten-/Fork-Sitzungen übersprungen.

Prompt-Verbesserer für die DSH-Weboberfläche mit basic/standard/expert-Modi: standard und expert schreiben Entwürfe mit Projektkontext und jüngster Sitzungshistorie um, versuchen es elegant erneut, wenn Gateways reasoning-effort-Einstellungen ablehnen, und zeigen eine Vorher/Nachher-Prüfung mit Undo.

Tokeneffiziente Persona-Laufzeit für DeepSeek Harness mit lokaler catgirl-Darstellung und progressiver Offenlegung des Tool-Schemas.

DeepSeek-Harness-Plugin, das aggressiv Tokens spart, ohne die Aufgabenqualität zu beeinträchtigen: verlustfreie Kopf-/Endkürzung von Tool-Ergebnissen (Standard), Falten von grep-Ergebnissen, druckausgelöste Delegation an dsh-compaction-basic und eine CompactionEngine-Unterklasse mit LLM-Zusammenfassung für den aggressiven Modus. Spart 97,6 % der Eingabe-Tokens in einer synthetischen Suite mit 8 Szenarien, alle Kürzungen laufen über den dsh-Ereignisfluss, damit modellsichtig = protokolliert erhalten bleibt.

OpenCode-Go-Abonnement-Chat für DSH mit modellweiser Auswahl von Completions-, Responses- oder Anthropic-Protokoll, Modellerkennung, Kontext-, Vision- und Thinking-Metadaten, Effort-Standardwerten und Nutzungsmessern.

LLM-Adapter-Plugin für lokal betriebene Qwen-Modelle hinter einem zu OpenAI kompatiblen Endpunkt von vLLM, mit Umschaltung der Multimodalität je Modell, vollständig konfigurierbarem Reasoning-Aufwand und einer Web-Einstellungsseite zum Bearbeiten der Bereitstellung aus dem Frontend.

Rate-Limit für LLM-Anfragen pro Anbieter und pro Modell mittels eines reservierungsbasierten Token-Buckets, mit Warteschlangen- oder Ablehnungsmodi, plus Gateway-Identitätsregeln, die den User-Agent umschreiben und benutzerdefinierte Header einfügen.