Plugins

Lokale Harness-Entwicklungsinfos: Umwelt-/Laufzeitprüfungen, git status/diff/log/commit, Schreib-Snapshots mit Wiederherstellung je Version sowie Projektchecks für Node, Python und Go.

Synchronisiert DSH-Home-Verzeichnis und Mnemon-Speicher über ein Git-Remote: pull, push, Intervallsync, Geräteumzug, Startbackups und Konflikterkennung. Bei Konflikt stoppt es vor dem Push und bewahrt lokale Commits. Panel mit bis zu 100 letzten Vorgängen samt Backup-Pfaden.

KI-Subagententeam für DSH: Mitarbeiterverwaltung, CEO-Auktionen, n8n-Orchestrierung und Drag-and-drop-Canvas. Sieben Rollen, jede mit Persona, Modell und Tool-Whitelist. Bei einer Mission bieten Mitarbeiter; erste Antwortzeile zwingend 【accept】 oder 【decline】. Angenommene Arbeit läuft parallel. Das Canvas verbindet Mitarbeiter mit dem Startknoten und nutzt {{input}} für Upstream-Ergebnisse. Ausführung in topologischen Ebenen: parallel zwischen Mitarbeitern, seriell je Mitarbeiter; bei Upstream-Fehlern werden Downstream-Knoten übersprungen. Mit Webpanels für Mitarbeiter/Missionen/Transkripte, /dsh-company, Live-Spiegel im agent-team-Panel, löschbaren Missionen und privatem Gedächtnis je Mitarbeiter.

Schwebendes Bilibili-Kurationspanel für DSH: lernt Interessen nach Wahrscheinlichkeitsplan und lässt sie per Halbwertszeit abklingen. Wählt Videos innerhalb eines aus dem Tagesbudget abgeleiteten Tokenlimits und benachrichtigt nur über dem Eignungsschwellenwert. Kommentare sind standardmäßig aus; danach Modus Entwurf+Bestätigung oder selbstgeprüfte Automatik mit Tagesquote. Kommentare zu Politik, Regierung und Spitzenforschung sind strikt untersagt; vor dem Posten werden Konto-IDs aus Texten entfernt. Anmeldung mit eigenen Bilibili-Cookies; separates Postingkonto empfohlen.

Lässt DSH sprechen: formuliert jede Antwort vor dem Vorlesen natürlich um, auch Code, Tabellen und Markdown. System-TTS funktioniert sofort; Doubao (Drittanbieter-API) bietet Dialekte und ausdrucksstarke Stimmen; lokales Kokoro läuft offline und hält Inhalte auf dem Gerät. Für DSH Desktop und dsh web. Optionale Sitzungstöne melden Arbeit, Abschluss oder erwartete Antwort; eingebaute Töne austauschbar, eigene Audiodateien möglich.

Qwen-Medienwerkzeuge über Alibaba Cloud DashScope: multimodales Verständnis von Video und Audio, Text-zu-Sprache mit Preset-Stimmen und Generierung von Szenen-Audio.

Vereinheitlicht zwei Windows-Desktop-Automatisierungsbackends (dsh-computer-use-win und windows-mcp) unter einer MCP-Tooloberfläche. Beide müssen vorher installiert sein: dsh-computer-use-win als DSH-Plugin, windows-mcp mit uv tool install windows-mcp --python 3.14. Danach scripts/patch-backend.mjs ausführen (schreibt lokale windows-mcp-Quelldateien um; ohne Patch scheitern screenshot/read_webpage/launch_app) und den separaten wincu-Mount deaktivieren. Reduziert 44 Tools auf 29: entfernt 10 Duplikate, 4 gefährliche (PowerShell, Registry, FileSystem, Process) und 1 Toolverwaltungseintrag. Eine nach Umkehrbarkeit gestufte Schutzprüfung blockiert gefährliche Aufrufe vor der Weitergabe.

Projektbezogener SQLite-Speicher mit schrittweiser Abfrage, begrenztem Kontext, Composer-Schaltfläche und visueller Prüfung. DSH-Bundle im Repository-Stamm installieren und /learning-init mit absolutem Projektpfad unter lokalem Python 3.10+ ausführen.

Langzeitgedächtnis für lange DeepSeek-Harness-Gespräche: Bewahrt bestätigte Entscheidungen, Nutzerkorrekturen und genaue Zahlen samt Bedingungen und Quellen über Kompaktierung und Neustarts hinweg in Sitzungen mit 100 bis über 1.000 Turns. Pro Modellschritt wird nur ein kleiner, budgetierter Belegblock bereitgestellt; aktivierte Skill-Regeln werden darin erneut angewendet.

Wiedergabeansicht für DSH-Unterhaltungen: Spielt Prompts und Antworten Zug für Zug im Lesetempo ab, während Reasoning und Tool-Ausgaben durchlaufen; nach jedem Prompt folgt eine Sekunde Pause. Kann Originalprompts in einer neuen Sitzung erneut ausführen und die Unterhaltung selbst über ein 1280x720-Canvas als WebM aufzeichnen – ohne OS-Bildschirmaufnahmeberechtigung.

Erzeugt den Sitzungstitel aus den letzten zehn Nutzerprompts mit dem Modell neu, das diese Sitzung zuletzt verwendet hat. Vor dem Zurückschreiben des neuen Titels gibt es eine bearbeitbare Vorschau.

Übernimmt manuelle und automatische Kontextkompaktierung: per Compaction-Modell (Fallback auf ein zweites Modell oder direkte Nutzung) oder mechanischem Fold, der die Summary-Karte lokal und ohne Modellaufruf erstellt. Der Fold verwendet dieselbe offizielle Compaction-Transaktion; ersetzte Events bleiben daher mit Sequence-IDs im append-only Session-Log. Passt Code von `dsh-compact-saviour` an und übernimmt den mechanischen Fold aus `dsh-ledger-compact` (beide MIT). Dieses Plugin ersetzt `dsh-compact-saviour`; nicht zusätzlich installieren.

Erstellt Persona und Gedächtnis aus einer einzigen AGENT.md: Die ersten 40.000 Zeichen werden in den system prompt jeder Sitzung eingefügt; längerer Text wird mit Hinweis gekürzt. Bearbeitung über Settings. Tagebuchzeilen je Turn werden nach Ähnlichkeit zusammengeführt, nach Abrufhäufigkeit gruppiert und erst bei einer Grenze von 2 MB bereinigt.

Persona-Modus mit Charakterkarten, verblassendem und überprüfbarem Langzeitgedächtnis, Tagebüchern, Referenzbibliothek und Stickern.

Macht das auf diesem Rechner bereits angemeldete MiniMax-Code-(Mavis)-Abo zu einem DSH-Modellanbieter. Erneuert das OAuth-Token selbst, sodass der Desktop-Client geschlossen bleiben kann; mit Übersichten für Punkte, Check-in und Abo-Kontingent.

Deklarative Provider-/Modell-Fallback-Ketten für den Picker: geordnete Root-Kette, benannte Pools, Umschaltung nach Fehlercode, Cooldown je Modell, Zeitfenster-Presets und Subagent-Rollenrouting. Fork von omdsh-dev/dsh-llm-fallbacks 0.6.5; nicht zusammen installieren, beide verwenden die profile row id „llm-fallbacks“.

Führt das lokal installierte ZCode CLI in DSH als Modellroute `zcode` aus. Den gesamten Verkehr signiert das offizielle Binary; das Plugin sendet keine eigenen Anfragen, fälscht keine Client-Anfragen und überträgt keine Zugangsdaten vom Rechner (das Plan-Token wird nur im Speicher entschlüsselt und an das offizielle CLI übergeben). Kein API-Key nötig. Unterstützt kostenpflichtige one-shot- und kostenlose app-server-Kanäle. Seit v0.3.0 mit HTTP-MCP-Bridge; Tool-Aufrufe laufen über die DSH-Freigabe. Contract-Dokument und `node --test`-Gate sind enthalten.

Meldet ChatGPT Codex per OpenAI OAuth an und fügt ChatGPT als auswählbaren LLM-Anbieter hinzu (Streaming, reasoning effort Off/Low/High/Max, Bildeingabe). Ein codex-Tool ermöglicht DeepSeek die sitzungsweise Eskalation von Aufgaben; dazu kommen die optionale Delegation leichter Aufgaben an DeepSeek sowie die Verwaltung der Abonutzung und der Guthaben zum Zurücksetzen von Kontingenten.

Fügt in DeepSeek Harness Modelle einer angemeldeten WorkBuddy-Desktop-App als Anbieter hinzu; CN- und internationale Apps sind getrennte Gruppen. Neu erstellte Ableitung von dsh-workbuddy-connect@0.7.9 (ursprünglich corrinehu/dsh-workbuddy-connect); gleiche Provider-IDs workbuddy/workbuddy-ai, daher nicht mit anderen WorkBuddy-Bridges installierbar.

Dunkles, gläsernes Scaramouche-Theme für DeepSeek Harness mit statischen und Video-Wallpapers, Opening-Video, Ambient-Musik, Partikeln und verschiebbarem Dock.

OpenCode-Nutzungsdashboard als Seitenleistenpanel in DeepSeek Harness mit Kontingent und Verbrauch: Go-Abozeiträume, Console-Ausgaben, Trends, Prognosen, Aufschlüsselung nach Modell, mehrere Konten, Filter für Dienstkonten sowie englische/chinesische UI.

Tokenrhythm-Abrechnungszentrum für DeepSeek Harness: Kontostand und befristetes Kontingent, Modellpreiskarten, 30-Tage-Nutzungs-Kalender, Verbindungstests und Plattform-API-Key-Verwaltung; Zugangsdaten bleiben auf dem lokalen Host. Single-Channel-Fork von 162568316/dsh-tokenrhythm-bill; package name, Cordis id und route prefix sind verschieden, daher parallel installierbar.

Token-Dashboard für DeepSeek Harness. Eine Einstellungsseite zeigt kumulierte Input-/Output-/Cache-Read-/Cache-Write-Tokens, grüne tägliche GitHub-ähnliche Heatmap nach Nutzung und Kreis-/Balkenumschaltung für Nutzungsanteile je Modell (provider/model). Liest lokale Sitzungslogs, ohne Upstream-API-Aufrufe.

Fudan · Desktop: Statusleiste für DeepSeek-Quota und Campuswetter, sechs ausgewählte Campus-Hintergründe und vollständig lokaler 知行台-Planungs-/Wissensworkspace mit Fudan-Redaktionsdesign und Wochenrückblick.