Plugins

Web-Lesetools für reine Text-Agenten. Fünf schreibgeschützte Tools: web_fetch (jede URL als sauberes Markdown oder Klartext gerendert), web_links (Inventar der Links einer Seite), web_feed (RSS-2.0-/Atom-Einträge), web_headers (HTTP-Status, Antwort-Header und Redirect-Kette ohne Herunterladen des Bodys, HEAD mit automatischem GET-Fallback) und web_table (aus HTML-Tabellen extrahierte strukturierte Zeilen mit Header-Erkennung und colspan/rowspan-Rastererweiterung). Der Transport ist Node-fetch plus eine abhängigkeitsfreie HTTP-Proxy-Implementierung (CONNECT-Tunneling, Absolute-URI-Anfragen, NO_PROXY mit Suffix-/Wildcard-/IPv4-CIDR-Abgleich, Proxy-Authorization). Keine Laufzeitabhängigkeiten.

Universelle Model-Context-Protocol-(MCP)-Bridge für DeepSeek Harness: verbindet Agenten mit stdio/sse/websocket-MCP-Servern, mit einer Scale-Engine für 10k inaktive Verbindungen, Sub-Millisekunden-BM25-Toolsuche, dynamischem Token-Budgeting und einem Echtzeit-Dashboard in der Web-UI.

Minimales Windows-Agent-Preset für DeepSeek Harness: feste einzeilige Persona, drei Tools, kein Laufzeitkontext.

Ein schnelleres, effizienteres und genaueres Coding-Agent-Preset. Bei 100 schweren SWE-bench-Pro-Aufgaben, ausgewählt nach mehrdimensionalen Schwierigkeitskriterien, sank die durchschnittliche Laufzeit um 36 %, die durchschnittlichen Input-Tokens pro Aufgabe um 17 %, und die Genauigkeit stieg um 5 Prozentpunkte.

Proaktive Weckrufe auf Host-Ebene für DeepSeek Harness: Das Modell plant seine eigenen Alarme (einmalig, Intervall oder Cron, optional mit Jitter), kalte Sitzungen werden per session resume pünktlich geweckt, Nachfassaktionen des Modells werden durch Ruhezeiten und ein Tagesbudget begrenzt, und stille Weck-Turns enden mit proactive_reclaim und fallen als Grabsteine aus dem Kontext. Deklarierte Zeitplandateien synchronisieren ihre JSON per Glob idempotent in Host-Alarme; min_idle_seconds verschiebt Weckrufe, bis die Ziel-Sitzung zur Ruhe kommt, und ein Web-Panel verwaltet Alarme und Verlauf — die Herzschlag-Engine für KI-Begleiter und Rollenspiel-Charaktere mit eigenen Tagesabläufen.

Registriert sechs spezifikations- und testgetriebene Workflow-Skills für DeepSeek Harness: OpenSpec-Spezifikationserstellung, verschmolzen mit der Superpowers-TDD-Disziplin zu einer Pipeline von Phase 0–4 mit Review-Gates. Keine Laufzeitabhängigkeiten.

Live-Fortschrittsbalken unter dem Composer mit einem Prozentsatz und einer geschätzten Restzeit für den aktuellen DeepSeek-Harness-Turn; die Schätzung wird beim Laufen des Turns neu verankert und zeigt nie 100 %, bis der Turn endet, und der Balken wird rot, wenn der Turn fehlschlägt oder unterbrochen wird.

Speist jeden dsh-Prompt in die lokale Feedback-Memory-Pipeline von agent-feedback-loop ein – erfasst Unzufriedenheit, verarbeitet sie offline zu Reflexionen und hängt den kompilierten Kontext der Wiederholungsregeln an die Runde zurück, ohne je einen Prompt zu blockieren. Erfordert die agent-feedback-loop-Laufzeit; ein anschließendes `agent-feedback-loop install` bindet bestehende dsh-Profile automatisch ein.

SQLite-Gedächtniseinträge, ein Kalender mit Fälligkeits-Erinnerungen und cron-geplante Agentenaufgaben, mit 13 Modell-Tools und einer zweisprachigen zh/en-Oberfläche.

Lokales Modell-Plugin für DeepSeek Harness: GGUF-Modelle in den Einstellungen verwalten, llama.cpp bei der ersten Nachricht automatisch starten und nach 5 Minuten Leerlauf zum Freigeben von VRAM automatisch entladen.

Einheitenumrechnungs-Toolbox mit 20 Kategorien — Länge, Masse, Temperatur, Fläche, Volumen (inkl. US-Kücheneinheiten), Geschwindigkeit, Zeit, Datengrößen (dezimales MB vs binäres MiB), Datenraten (Mbps vs MB/s), Beschleunigung inkl. g-Kraft, Beleuchtung (Lux / Foot-Candle), Druck, Energie, Winkel, Frequenz, Leistung inkl. drei PS-Definitionen, Kraft, Drehmoment, Typografie (px/pt/em/rem) und Kraftstoffverbrauch (mpg ↔ L/100km). Zwei Tools — convert_unit und list_units — keine Laufzeitabhängigkeiten, reine Arithmetik; jedes Ergebnis enthält die angewandte Formel.

Zeigt die Nutzung des OpenCode-Go-Abos (rollierender, wöchentlicher und monatlicher genutzter und verbleibender Prozentsatz mit Reset-Zeiten) in einem schwebenden Panel unten links im Session-Fenster.

Komprimiert den DSH-Zeitkontext von ~280 Zeichen auf 46, indem eine kompakte Datumszeile in den Laufzeitkontext-Snapshot injiziert wird; keine Laufzeitabhängigkeiten.

Nachdem der offizielle llm-retry (n/5) aufgibt, werden vorübergehende API-Fehler (Timeout, Transport, Rate-Limit, 5xx, abgebrochenes SSE) am selben offenen Schritt weiter wiederholt, bis Erfolg, Abbruch oder Pause eintritt; AUTH, QUOTA und der Benutzer-Stop werden niemals wiederholt.

Sprachanruf-Assistent für die DSH-Web-GUI: eine ziehbare schwebende Anrufkugel, Browser-seitiges VAD, das jede Äußerung nach einer Pause sendet, FunASR-HTTP- oder Streaming-Spracherkennung, TTS-Antworten von MiniMax oder OpenAI-kompatibel, ein optionaler Wake-Word-Modus mit Auto-Schlaf und Aufgabenverteilung an separate Subagenten-Sitzungen mit Fortschritt, Stopp und gesprochenen Abschlussberichten.

Laufzeitumgebungen pro Projekt für DeepSeek Harness: übernimmt oder erstellt automatisch ein projektlokales Python-venv (.venv_local/python) und verdrahtet Toolchains und Umgebungsvariablen der von jedem Projekt genutzten Runtimes (python venv / node / go) — python & pip lösen immer auf das Projekt auf, nie stillschweigend auf das System-Python.

Lädt automatisch Zeitfenster-Tarifdaten (mit Pekinger Zeit) und benachrichtigt Nutzer in Spitzenzeiten, um Kosten zu senken.

Einmalige Prompt-Injektion auf Request-Ebene ohne weitere Kontextverschmutzung. UI- und Datenkompatibilität im SillyTavern-Stil, Keyword-/Regex-/Konstant-Trigger und ein lore_lookup-Tool für die Suche auf Abruf.

Selbstentwickelnder Agent auf Projektebene für DeepSeek Harness: 16 SDD-Workflow-Fähigkeiten (Klärung, PRD, Issue, Codierung, Lokalisierung, Abnahme, Review) plus Projektgedächtnis und Wissen, die mit der Zeit wachsen.

Windows-Desktop-Automatisierung für DeepSeek Harness: barrierefreiheitsorientierte observe/act-Schleife mit 30 Standard-Tools (Element-/Koordinaten-Ziele, Auto/A11y/Event-Strategierouting), Sicherheitssemantik für ersetzte Beobachtungen und ohne Wiedergabe, dauerhafter Kill-Switch, RuntimeId/rect-drift-Veraltungsschutz, Chat-Karten und schwebendes Panel (Live-Ops, Frame-Wand, Einstellungen zur Umgebungs-Autoerkennung), gekachelte Visionsbeschreibung für Modelle mit niedriger Auflösung, JSONL-Audit-Spur und PID-Zulassungsliste. Erfordert Windows 10+ und Python 3.9+ mit uiautomation und pillow (von der Einstellungsseite installierbar).

Einstellungs-Panel für globale und pro Arbeitsbereich geltende AGENTS.md, mit Identitäts- und Persona-Injektion, Laufzeitkontext-Schalter und Ergebnisbenachrichtigungen.

Finanzquant-Workbench und Aktienticker: schwebender Ball und Schubladenpanel, Echtzeit-Kurse der A/HK/US-/globalen Märkte, mehrperiodige K-Linien und 5-Tages-Intraday-Charts, Tiefenauftragsbuch, Kapitalfluss, Sektor-Heatmap und KI-Anlagerecherche.

Modellbezogene Fähigkeitsprofilerstellung für DSH: wandelt den lokalen Sitzungsverlauf in modellspezifische Dashboards mit Sitzungsanzahl, Werkzeugnutzung, Fehlerquoten und Top-Fehlersignaturen um, mit Zeitbereichsfiltern und Mehrfachmodell-Vergleich.

Browser-first und nur im LAN erreichbarer Zugriff auf die aktuelle DeepSeek Harness Web-UI, mit einmaligem QR-Pairing, widerrufbaren Geräten, ereignisgestützter Diagnose und einer slot-erhaltenden Mobilansicht; ohne Companion-App, Cloud-Relay oder Remote-Tunnel.