Plugins

Erfasst den kumulierten Tokenverbrauch in DeepSeek Harness, mit Aufschlüsselung nach Modell/Tag, Dashboard in den Einstellungen und online änderbarem Datenverzeichnis.

Local-first-Nutzungsanalyse in Settings: Token-Heatmaps für 1/7/30 Tage und 30-Tage-Kalender, Tokenzusammensetzung, Modellmix und Status der Skill-Aufrufe.

Aipx-Toolkit: Skills plus Hub-Konsole für alle MCP-Server mit etwa 4 Meta-Tools – Poolstatus, Aktivierung je Tool, Toolkatalog und Such-Playground, der genau zeigt, was `mcp_search` dem Modell übergibt.

Codex-artiges rechtes Seitenpanel für DSH Web UI: Sitzungsartefakt-Browser (Live-Dateibaum, Scan-Einbeziehung, Vorschau, Anzeigen) plus Seitenchat als Fork der aktuellen Sitzung mit Modellauswahl. Enthält zeitlich menschenfreundliche Läufe und intelligentes Scrollen ans Ende.

Hält den Kontext eines lokalen Modells in einer für die GPU geeigneten Größe: Misst bei jeder Anfrage die Prefill-Geschwindigkeit und warnt oder komprimiert vor jedem Schritt frühzeitig anhand eines festen Tokenlimits, eines beobachteten Time-to-first-token-Budgets oder eines prognostizierten Cold-Prefill-Budgets. `/context-budget` zeigt Werte und Kosten einer sofortigen Komprimierung.

KI-generiertes Neugier- und Wissensquiz für die dsh-Weboberfläche (Curio in der englischen UI). „Erkundung starten“ erstellt einen neuen Wissenssatz ohne bereits Gesehenes; jeder Eintrag entfaltet sich in zwei tiefere Ebenen und ähnliche Punkte. „Erkundungsliste“ speichert den vollständigen Verlauf von Sätzen, Einträgen, Ebenen und Ähnlichem im Browser. Nutzt ohne Konfiguration den Host-LLM-Kanal; falls kein Modell verfügbar ist, kann im Panel ein DeepSeek-API-Key eingefügt werden. Ausgabesprache folgt der DSH-UI (zh/en).

Community-Codex-Provider für DeepSeek Harness mit ChatGPT-OAuth, Codex-Modellen, Bildeingabe, Kontingentanzeige, Fast- und Transportsteuerung je Sitzung sowie sicherer Stream-Wiederherstellung.

Nutzt lokale MLX-LM- oder MLX-VLM-Modelle in DeepSeek Harness über einen OpenAI-kompatiblen Loopback-Provider; der Start eines DSH-eigenen Servers ist optional.

Token-Nutzungsstatistik für DeepSeek Harness: heutiger Verbrauch je Modell, Cache-Trefferrate, 7-Tage-Trenddiagramm, optionales Header-Badge, persistente Speicherung und automatische Bereinigung.

DSH-Plugin zum Konfigurieren von Eingabetyp (input) und Denkmodi (reasoningEfforts) für benutzerdefinierte Modelle.

Kostenlose anonyme OpenCode-Zen-Modelle in DeepSeek Harness (DSH): natives LlmAdapter, kein API-Schlüssel oder Kindprozess; Go-Sidecar optional.

Hält die Modelllisten der llm-pi-ai-Provider-Routen mit dem pi.dev-Gateway synchron und schreibt sie über die offizielle Settings-Schnittstelle.

Grünes Pixel-Ork-Maskottchen für DSH Web: Maskiert Modell-Reasoning und Ausgabe als „Waaaaaaagh!“, bis man zum Anzeigen klickt, und maskiert die Eingabe zusätzlich mit zufälliger Länge.

Providerbezogener HTTP/HTTPS-Forward-Proxy für DeepSeek Harness: Separate Proxy-URLs und Aktivierungsschalter je LLM-Provider; Proxy-Zugangsdaten als Umgebungsvariablen-Referenzen. Unterstützt auch das Routing der Modellerkennung.

Wechselt die DeepSeek-Route bei Bedarf automatisch zum Vision-Modell: Flash-Hauptsitzung schaltet direkt um (A); Pro behält tiefes Reasoning bei und delegiert das Bildlesen an einen Vision-Subagenten (B). Subagenten schalten immer um; Fallback bei fatalem Fehler. Kein manueller Modellwechsel.

Stufenweises Compaction-Center: Ersetzt die einzelne 80%-Schwelle durch eine konfigurierbare Leiter (Standard 30/50/70/90) von sanfter bis maximaler Konsolidierung. Ein deterministischer Keyword-Index kommt in jeden Checkpoint, damit Fakten über Zyklen anwachsen. Zusammenfassung über Modellkette: Primärmodell plus bis zu 3 Fallbacks, jeweils mit eigener Reasoning-Stufe. Ergänzt Compaction-Untertab und Settings-Karte; Abschalten stellt stets die Standard-Compaction wieder her.

Ersetzt die offizielle Models-Einstellungsseite durch Provider-Lifecycle-Verwaltung, Reasoning-Stufen pro Modell, Retry-Overrides, Drag-and-drop-Sortierung und Synchronisierung von Upstream-Modellen.

Steuerfeld für lokale LLM-Inferenzserver in der DSH-Webansicht: Dienstregister mit Healthchecks und Stoppschaltern, benannte Parameterprofile für llama.cpp/SGLang/vLLM mit KV-/VRAM-Prüfung vor dem Speichern, GPU-Erkennung und tok/s-Benchmarks.

Zeigt DeepSeek-Guthaben und Sitzungskosten im DSH-Web-Composer-Dock mit offiziellen Spitzen-/Nebenzeittarifen (Spitze Mo–Fr, BJT 9–12/14–18; am Wochenende Nebenzeit). Das integrierte deepseek-v4-flash-vision-exp wird zum Flash-Tarif berechnet; Bilder zählen als Token, max. 384 je Bild.

Obsidian-Wissensdatenbank-Importworkflow als DeepSeek-Harness-Plugin: mitgelieferter Skill-Provider plus Modell-Tool `obsidian_validate_vault`; deklarativ und kombinierbar.

Modellauswahl für Subagenten je Unterhaltung in DeepSeek Harness Desktop.

Prompt-Optimierer für DeepSeek Harness: Eine Schaltfläche in der Composer-Toolleiste formt den Entwurf mit dem Sitzungsmodell zu einem strukturierten Prompt um; mit Ein-Klick-Wiederherstellung.

Steuert Blender-3D-Modellierung über das Harness: Primitive erstellen, boolesches CSG, Transformationen, Material/Modifier zuweisen, Szene abfragen und STL/OBJ/PLY/GLTF per JSON-Brücke exportieren. Enthält headless trimesh+manifold3d-Laufzeit und Blender-bpy-Addon mit demselben Protokoll. Automatische Umgebungseinrichtung mit `blender_setup` (erkennen/installieren/konfigurieren/prüfen).

DSH-Plugin zur automatischen Erkennung und Konfiguration von Modellfähigkeiten (reasoningEfforts und Eingabemodalitäten) für llm-pi-ai. Nachfolger von dsh-reasoning-efforts.