Plugins

Enthält für DSH die 27 hervorgehobenen Skills aus mattpocock/skills v1.3.2 (TDD, Code-Review, Grilling, Spec-/Ticket-Abläufe, Domänenmodellierung). Inhalte sind byteidentisch zum Upstream, Aufrufrichtlinien bleiben erhalten; mit Synchronisationsscript und Offline-Vertragsprüfung.

Fasst Skills in benannten Gruppen zusammen, schaltet beliebige Kombinationen um, ordnet sie per Drag-and-drop neu und zeigt die Tokenkosten des Katalogs je Gruppe vorab.

Übersetzt ganze PDF-Fachartikel mit einer bereitgestellten BabelDOC-Installation (Python-CLI, OpenAI-kompatibler API-Schlüssel in config.toml). Bietet zweisprachige Doppelseiten, Tokenkostenschätzung vor dem Start, wiederverwendbares Fachglossar und deaktiviert serverseitigen Denkaufwand für die Übersetzung.

KI-Lesehilfe, die nur bereits gelesene Seiten kennt: keine Spoiler und keine Zusammenfassung des ganzen Buchs. Markiere einen Satz und frage danach oder zum Gelesenen; meist formuliert sie dein Anliegen um und stellt eine konkrete Rückfrage. Gespeicherte Erkenntnisse werden zu Lernkarten mit Sprung zur Stelle. EPUB, MOBI, FB2, TXT, Markdown, HTML und CBZ.

KI-nativer Texteditor für DeepSeek Harness: Tabs, kodierungssicheres Speichern, KI für Auswahl oder Dokument mit Diff-Prüfung, Markdown-Vorschau und Windows-Dateizuordnungen.

Stellt den Gesprächskontext als geschichtete Architekturkarte mit Zielen, Entscheidungen, Aktionen, Artefakten, Risiken und offenen Fragen dar. Export als SVG, interaktives HTML und Mermaid-Markdown.

Löst geteilte URLs in Titel, Autor, Text, Titelbild und direkte Videolinks auf. Bilibili, Douyin, Xiaoheihe und GitHub werden strukturiert geparst; WeChat, Zhihu und andere Seiten erhalten eine OpenGraph-Zusammenfassung. Medien können optional heruntergeladen und im Chat zurückgesendet werden.

Steuert NI Multisim 14.3 unter Windows mit neun msim_*-Tools: .ms14-Entwürfe öffnen und speichern, Bauteilwerte und Parameter bearbeiten, DC/AC/Transientenanalysen ausführen sowie Schaltpläne, BOM und Netlists exportieren. Win32 bedient das sichtbare Fenster für Multisim-Ansichten und Kurven; SPICE-Dateien helfen bei fehlenden Messpunkten, ein Offline-Leser öffnet .ms14 ohne Multisim. Erfordert Windows, NI Multisim 14.3, 32-Bit-Python 3.11–3.13 und pywin32.

Veröffentlicht und liest QQ-Zone-Beiträge über die qzone_*-Aktionen von SnowLuma OneBot; benötigt SnowLuma 2.2 oder neuer mit QQ-Anmeldung. Bilder versteht ein lokales Vision-Modell über ein OpenAI-kompatibles Gateway oder die Windows-OCR.

Erstellt aus einem Skript ein vertontes Erklärvideo. Standardmäßig mit schnellen, präzisen Textkartenfolien für Tutorials oder KI-generiertem Material pro Abschnitt (AGNES_API_KEY erforderlich). Enthält 14 chinesische Online-Neuralstimmen und 3 Offline-Stimmen für Windows sowie ein Samplepaket zum Anhören per Ein-Befehl-Aufruf. ffmpeg erforderlich. Für Online-Stimmen das mitgelieferte video-remix-Skill nach `<workspace>/.dsh/skills/video-remix` kopieren und dort npm install ausführen.

Nur lesendes Wissens-Gateway für lokalen Markdown-Vault, vier Tools. `wiki_recall` liefert den vollständigen Trefferabschnitt, Belege je Seite, Vault-Prüfungen und ein Antwortgerüst. `wiki_context` gibt Seitenauszüge, Belegurteil und explizite Lücken; `wiki_verify` prüft Entwürfe auf unbelegte Aussagen, auch Zahlen; `wiki_observe` zählt Korrekturen. Einstellungen und Seitenleiste nutzen denselben Abfragepfad wie das Modell, daher entspricht die manuelle Suche seinem Kontext. Die drei Tools (`wiki_context`, `wiki_verify`, `wiki_observe`) benötigen lokale Python-3-Brücke mit `bridge.python` und `bridge.toolsRoot` samt `wiki_bridge.py`, sonst `E_PYTHON_UNAVAILABLE`.

Selbstnarrativer Speicher in fünf begrenzten Segmenten (800 Zeichen, kein Gesamtkontext): Ich-Notiz des Modells, Nutzerprofil aus bestätigten Fakten, getrennte Umgebungsdaten, priorisierte Schlüsse und Gewohnheiten. Eingefügte Fakten sind per ID nachvollziehbar und entfernbar; Profil von Hand bearbeitbar, Notizen einfache löschbare Zeilen. Fakten verblassen mit Zeit und Nutzung, ohne die Glaubwürdigkeit zu ändern. Präferenzähnliche Aussagen werden als Kandidaten erkannt, nie automatisch bestätigt; Konflikte bleiben nebeneinander. Dazu Gesprächserinnerung mit Zitaten, inkrementeller Index nur für neue Frames, Warm-Schicht mit Pflichtzeiger, Doctor zur Fehlerdiagnose, Heartbeat als Injektionsnachweis und Export/Import für andere Rechner.

Einheitliche Langzeitgedächtnis-Zentrale: Erfasst Turns als L0-Belege und verdichtet sie im Hintergrund zu L1-Fakten, L2-Szenen und L3-Profil (Tiefe konfigurierbar). Mit hybrider BM25+fuzzy-Suche, 13 memory_*-Tools, nachvollziehbarer Herkunft bis zu Quell-Turns, optionalem Hindsight-Backend und integriertem Gedächtnis-Panel mit drei Einstiegspunkten.

Mehrschichtig geschützter Langzeitspeicher für dsh. Projektebene `.dsh-memory/` und Nutzerebene `$DSH_HOME/memory/`, je editierbares JSON mit Eintrags- und Taglimits. Atomare Schreibvorgänge (eindeutige Tempdatei, dann rename), begrenztes `history/` und Ebenensperren für Prozesse samt Übernahme veralteter Sperren. Weicht die Datenträgerrevision ab, wird das Schreiben verweigert. Grenzt Text als nicht vertrauenswürdig ab, entfernt gefälschte Marker beim Schreiben, prüft Limits beim Laden und blockiert Symlink-Ausbrüche mit MEMORY_STORE_ESCAPE. Kein heuristischer Inhaltsfilter, keine Bestätigung; automatische Konsolidierung ohne Oberfläche bleibt aktiv. Installation: `dsh plugin --profile web add github:RocoFish/deepseek-memory`.

Kategorisiert Unterhaltungen im Arbeitsbereich, mit Sortierung per Drag-and-drop, einklappbaren Gruppen, Aktivitätsanzeigen und Registrierung des Arbeitsbereichs über den Verzeichnispfad.

Berechnet die Komprimierungszusammenfassung im Hintergrund vor und übernimmt das zurückgehaltene Ergebnis, wenn eine druckbedingte Komprimierung ausgelöst wird. So entfällt ein Modellaufruf im Vordergrund. Das Plugin registriert sich als Sitzungskomprimierer, fixiert den zusammengefassten Bereich für einen passenden Payload-Fingerabdruck beim Übernehmen, entfernt vorher Tool-Ergebnisse und wechselt bei Payload-Abweichung oder Kontextüberlauf zum normalen Vordergrundpfad.

Ein abgeschlossener Turn lässt sich direkt zurückspulen: Eine Schaltfläche neben der eigenen Nachricht entfernt sie und alles Folgende aus dem Modellkontext und setzt ihren Text zur Bearbeitung wieder ins Eingabefeld. Optional werden die vom Turn geänderten Dateien über DSH filesystem service wiederhergestellt.

Persona-Zustand und langsame Entwicklung für DSH. Fünf Zustandsdimensionen — Valenz, Erregung, Energie, Nähe und Fokus — ändern sich nach jedem Turn und klingen mit der Zeit zum Ausgangswert ab. Vier Szenen (work, tech, support, chat) beeinflussen Antwortlänge und Wärme, ohne den Zustand selbst zu ändern. Das Soul-Panel hält eine Persona-Karte und gewichtete Entwicklungseinträge vor und fügt sie mit Persona-Vorrang und einem Budget von 4000 Zeichen in den Systemprompt ein. Ein Browser-Panel bearbeitet die Karte und zeigt fünf Werte sowie die letzten sechs Ereignisse; es hängt eine JSONL-Spur an die Festplatte an und legt bei der ersten Installation eine nutzbare Standardpersona an.

Ändert das Modellmenü des Eingabefelds in eine zweistufige Liste (zuerst Anbieter, dann dessen Modelle), zeigt aktuelles Modell und Anbieter gemeinsam an, fragt nach der Auswahl nach dem Reasoning-Aufwand und kann in den Einstellungen ganze Anbieter oder einzelne Modelle ausblenden.

Anbietervorrangige Modellauswahl für das Eingabefeld: links alle Anbieter, rechts die Modelle des ausgewählten Anbieters. Anbieter, deren Modelle und Pins lassen sich per Ziehen oder Alt+Arrow sortieren. Anbieter erhalten lokale Anzeigenamen; ein Anbieter kann als Standard des Panels dienen. Reasoning-Stufen eines Modells klappen inline auf; die Suche berücksichtigt Modell- und Anbieternamen sowie Aliase. Der Wechsel läuft über den enthaltenen model directory service, sodass `/model`-Popup und Panel übereinstimmen.

Hintergrund-Skin für DeepSeek Harness mit statischen Bildern, Video und generativen Farbverläufen, fünf Einpassmodi, Reglern für Unschärfe, Abdunklung, Kontrast und Sättigung, Rotation und sechs Übergängen. Der Spread-Modus überträgt dasselbe Motiv auch auf Seitenleiste, Panels, Menüs und Fensterrahmen statt nur auf die Gesprächsfläche. Das Motiv wird in einem 12×8-Raster analysiert, um WCAG-geprüfte Textfarben und Flächenopazität abzuleiten. Antworten erhalten nur Farbe, keine Boxen.

Ergänzt rechts in der Composer-Statistikzeile eine Kostenplakette für geschätzte Kosten des aktuellen Zugs und der Sitzung insgesamt. Ein Klick öffnet ein zweispaltiges Panel mit Ein-/Cache-/Ausgabekosten je Zug/Sitzung, Dialogzügen, heutigen und gesamten Ausgaben sowie Cache-Trefferrate und Ersparnis. Folgt der offiziellen DeepSeek-Preistabelle einschließlich Spitzenpreisen (doppelt werktags 09:00–12:00 und 14:00–18:00 Uhr Pekinger Zeit, gesetzliche Feiertage ausgenommen). Jede Nachricht wird zum Abrechnungszeitpunkt bepreist; prices.json lädt ohne Neustart neu.

Ordnet und verstaut Buttons/Karten in sieben DSH-Bereichen: linke Seitenleiste, Fußbereich, Gesprächs-Tabs, Composer-Dock, Sitzungskopf-Symbole, rechte Seitenleiste und Einstellungsnavigation. Mit Drag-Schaltern je Bereich sowie JSON-Layoutimport/-export. Verstautes landet im eingebauten Mehr-Menü des Bereichs und kann zurückgezogen werden.

WHOOP-Konto in vier Schritten verbinden (eigene WHOOP-Entwickler-App erstellen und Client ID/Secret einfügen). Automatische Synchronisierung bei Dashboardbesuchen sowie Diagramme für Erholung, Belastung, Schlaf und Workouts in DeepSeek Harness.