Plugins

昔涟-(Cyrene)-Theme und Desktop-Haustier für die dsh-Web-GUI: perlmuttweiß-rosa Theme, Live2D-Haustier, Partikelhintergrund, Verlauf und einklappbare Konfigurationskarte. Von Cyrene-Agent (MIT) portiert, mit Erlaubnis des Live2D-Modellerstellers.

Speichert unsortierte Notizen (Text und Bilder) in einer Yuque-Wissensdatenbank, kategorisiert durch das Modell.

Loopback-WebSocket-Bridge, die Frontend-Tools einer Anwendung in die Agenten-Toolliste spiegelt und Modellaufrufe an die Anwendung zurückleitet: eine Bridge, viele Apps, Schlüssel-basierte Namespace-Isolation.

Generischer LLM-Gateway-Modellanbieter für DeepSeek Harness: bindet newapi, LiteLLM, Higress oder beliebige OpenAI-kompatible Gateways als Provider-Routen ein, erkennt Modelllisten automatisch und ergänzt jedes Modell um models.dev-Parameter.

Ökosystemübergreifende Aggregationsschicht: synchronisiert GitHub-Topic dsh-plugin und npm-Registry in einen offenen JSON-Index, den Modelltools, CLI und ein minimaler stdio-MCP-Server abfragen können.

Plugin-Wertprüfer: Prüfung vor Installation (Quellscan + LLM-Bewertung) und Prüfung installierter Bundles danach. Erinnert nach Modellwechsel an eine erneute Prüfung.

Gesundheitsprüfungen für DSH-Plugins: Manifest/Patch/Entry/Build/Pack/Install-Verifikation, modellaufrufbares plugin_check, Profil-Host-Shadowing + BOM-Erkennung, Umgebungsdiagnose und Poison-Preflight.

RLM-Modus für dsh: rekursive Subagents über eine einheitliche Funktion rlm(), mit spawn/await/chain als erstklassigen Python-Aufrufen. Ergänzt einen dauerhaften IPython-Kernel mit tools.*-Bindings und context-as-variable.

Ein-Klick-Starter für die Web-UI: eine Start-DSH-Web.cmd auf dem Windows-Desktop, die dsh web startet und den Browser automatisch öffnet (pollt bis bereit), plus ein web_launcher-Modelltool (install / open / status).

Exportiert reine Metadaten-Events zu DSH-Zügen, Modellen, Tools, Genehmigungen, Wiederholungen und Fehlern an Tuning Engines für kontrollierte Traces, Richtlinienbewertung, Kostenanalyse und Work-Session-Review, mit einer festplattengestützten Wiederholungswarteschlange.

Sitzungsübergreifendes, ereignisbasiertes Arbeitsregister: Aufgaben erfassen, verfolgen und abschließen, mit vollständigem Auditverlauf, Kanban-Export und einer in jeden Modellturn eingefügten Board-Zusammenfassung.

Ergänzt reine Textmodelle um Bildverständnis: Das Tool describe_image delegiert Bilder über die eigene LLM-Laufzeit des Harness an ein Vision-Modell aus der dsh-Modellliste.

Lokale OCR für angehängte Bilder über die integrierte Windows-Engine (Windows.Media.Ocr): Nur der erkannte Text wird an das Modell gesendet, niemals die Bild-Bytes; der Vision-Passthrough ist opt-in.

Lokale OCR für angehängte Bilder via Tesseract: Nur der erkannte Text wird an das Modell gesendet, niemals die Bilddaten; Vision-Passthrough ist optional.

Ergänzt reine Textmodelle um Bildverständnis: Chat-Bildanhänge werden mit einem Standard-Prompt automatisch durch ein Vision-Modell beschrieben und bei fehlenden Details mit modellgenerierten Prompts erneut analysiert. Mit system/custom-Modi, GUI-Konfiguration, sicherer Schlüsselverwaltung und kleinem Host-Patch für DSH 0.1.0-rc.6.

Zweistufiges Bildlesen für reine Textmodelle: zuerst schnelle lokale Offline-OCR mit RapidOCR, danach als Rückfall ein Vision-Modell über modlens.

Ergänzt DSH-Textmodelle um Bildverarbeitung: Skill für Bild-/OCR-/Dokumenterkennung mit der Reihenfolge race pool → custom channels → local sowie ein idempotenter Host-Patch, damit Bildnachrichten das Modell erreichen.

Notizen und To-dos als normale Markdown-Dateien im Arbeitsbereich: /ml plus Satz fügt etwas ins heutige Journal ein. Drei To-do-Arten: mit Frist, bis zu einem Datum schlafend (wacht dann automatisch auf) und jederzeit. /ml view öffnet Dateien mit unscharfer Suche in wenigen Tastenanschlägen. Immer null Tokens: nichts läuft durch das Modell; Notizen bleiben gewöhnliche lokale Dateien, die Git und jeder Editor lesen können.

Beobachtendes Rollback von Dateimutationen für fs-Tools: Vorher-Zustände von Schreib-/Änderungsvorgängen werden als Git-Blobs oder Snapshots gesichert und über das modellseitige rollback_files-Tool oder den Befehl /rollback wiederhergestellt.

Chemikaliensicherheitsinformationen über den gehosteten MSDS-Chain-MCP-Endpunkt: 23 Tools für Verträglichkeit und Mischreihenfolge, GHS-Gefahren, PPE, Lagerung, Entsorgung, Expositionsgrenzen, Transportklassifizierung, regionsübergreifende Vorschriften, SDS-Suche und Versionsunterschiede sowie signierte Auditberichte. Jede Antwort zitiert das zugrunde liegende Lieferanten-SDS samt Revisionsdatum.

Persistenter Trace-Recorder für Modell-Toolaufrufe: Jeder Aufruf wird in eine JSONL-Datei geschrieben, die Neustarts übersteht, und ist über das strukturierte call_trace-Tool sowie den callTraceHistory-Dienst abfragbar. Mit Größenrotation und optionalem schwebendem Canvas-UI-Add-on.

LLM-gesteuertes Remember/Forget-Gedächtnis: Nach jedem Turn entscheidet das Modell (MemoryDirector), was bleibt; relevante Erinnerungen werden vor jedem Schritt eingefügt, dedupliziert und sitzungsübergreifend gespeichert.

Vom Modell verfasste Kontextbereinigung für DeepSeek Harness über die offizielle Compaction-API.

Sitzungsbeschriftung in zwei Phasen: sofortige Stichworttitel während des Gesprächs, danach bei Inaktivität Überarbeitung mit dem günstigsten Budgetmodell plus einzeilige Zusammenfassung.