Plugins

Release-Gate für KI-Antwortqualität. Zwei Wege: vorhandenes VeriScope-Archiv durch das originale Python-Qualitätsgate abspielen oder nur mit Node einen Schwellenwert auf einen Ragas-Zeilenexport anwenden – ohne VeriScope, Python oder pandas. Liefert PASS/FAIL/REVIEW mit Belegen und nachprüfbarem Receipt; Schwellen je Zeile und exakter Dezimalvergleich. Bewertet nicht neu, ruft kein Modell auf, REVIEW wird nie PASS.

Erstellt und bearbeitet Feishu-/Lark-Inhalte mit zehn Tools: Bitable-Datenbanken/-Datensätze, Markdown-zu-Nativblöcken-Dokumente, Tabellen, Wikis, Drive-Dateien und Nachrichten sowie Base-V3-Dashboarddiagramme und serverseitige Aggregatabfragen.

Lokaler BM25-Abruf, fail-closed-Schreibschutz, statischer Doctor und Memory-Panel für einen Engramory-Markdown-Speicher. Ohne Opt-in kein Netzwerk, Daemon oder Modellaufruf; Abrufqualität wird mit reproduzierbarem Repository-Benchmark gemessen.

Notizgestützte Kontextkomprimierung: ersetzt LLM-Zusammenfassungs-Compaction durch ein modellgeschriebenes dauerhaftes Notizbuch plus wiederherstellbaren Rohverlauf, sodass der Übergang keine Modellaufrufe kostet.

Teilt einen lokalen Markdown-Tresor in zwei unter Settings gewählte Ordner: Wissensordner für DSH-Notizen und Memory-Ordner für Langzeitgedächtnis mit Abruf je Turn und Erfassung am Turn-Ende. Markdown mit Frontmatter, BM25-Suche, reversibles Archiv und Pfadschutz gegen Traversal, absolute Pfade und Symlink-Ausbrüche.

Führt das Upstream-Komprimierungstoolkit Headroom (headroom-ai, Apache-2.0) über MCP in DeepSeek Harness aus. Stellt headroom_compress, headroom_retrieve und headroom_stats als mcp__headroom__*-Tools des bei Bedarf per uvx installierten Upstream-Servers bereit. Komprimierung ist verlustbehaftet, aber reversibel; Originale kommen per Hash aus lokalem CCR-Speicher zurück. Enthält außerdem Headrooms MCP-Registrierung und einen Model-Header-Sanitizer für den Upstream-Proxy.

Private Memory-Bibliothek für DSH mit anpassbaren Personas; speichert nur auf Anfrage und alles lokal in Markdown.

Verschiebt Sitzungen in einen wiederherstellbaren Papierkorb; Subagents folgen dem Parent als Baum. Sammelarchivierung, Wiederherstellung und endgültiges Löschen; nur Letzteres vernichtet Bytes.

Eigenständige Prompt-Zusammenstellung mit Quellenregister, eigenem Text, Strategiebearbeitung/-vorschau und Strategie-Snapshots je Sitzung über öffentliche DSH-Hooks.

Löscht ein ganzes Gespräch über das Sitzungsmenü. Ein Rechtsklick auf markierten Chattext zeigt Copy, Quote (fügt ein Markdown-Zitat in den Composer ein) und Ask. Ask sendet Auswahl plus Frage an denselben wiederverwendbaren, fortsetzbaren Subagenten (Label `ask`, nach Neustart über den Subagent-Katalog auffindbar) und streamt die Antwort in die rechte Seitenleiste.

Fasst Sitzungen mit gegenseitiger Übergabe in einer Kette der DSH-Seitenleiste zusammen: automatische Erkennung über den handoff prompt, Nummerierung je Kette, Umbenennen, Suche, Neuordnung per Ziehen/Mehrfachauswahl, oben anheften, Archiv nur im Panel außerhalb der Seitenleiste und context/steps-Anzeige je Sitzung. Konfigurierbare Handoff-Schwellen starten eine automatische Übergabe samt nächstem Prompt, neuer Sitzung, Einfügen und Wechsel.

Listet DSH-Sitzungsprotokolle und Archiv-Caches auf einer Seitenleistenseite und verschiebt Löschungen in einen wiederherstellbaren Papierkorb. Sitzungen mit Schreibvorgängen innerhalb der letzten 10 Minuten werden abgewiesen.

Spiegelt Sitzungen anderer Coding-Agents als fortsetzbare Aufgaben in DeepSeek Harness; pro Anwendung gibt es einen Workspace.

Stellt alle Modelle aller in DeepSeek Harness konfigurierten Anbieter über einen einzigen OpenAI-kompatiblen Endpunkt auf einem festen Loopback-Port bereit. Eine Seitenleiste zeigt Basis-URL, Key, Port und Modell-IDs.

Verbindet MiniMax-Code-Modelle mit DSH, entweder über den Desktop-App-Login oder eine eigene Anmeldung. Mit Anthropic-kompatiblem Modellzugriff, Live-Katalog, täglichem Check-in für Gratisguthaben und modellgebundenem Guthabenstand.

Verbindet DSH über die lokale OpenCode-CLI mit OpenCode-kompatiblen Modellen: natives LlmAdapter-Passthrough, persistente OC-Sitzungen mit Tool-Ergebnissen über Turns hinweg, Tool-Spiegelung und CLI-Umgebungsprüfung. OpenCode CLI muss lokal installiert sein.

Fügt Standard Compute über den integrierten pi-ai-Adapter als OpenAI-kompatiblen Modellanbieter hinzu, mit Router-Modell standardcompute und zwei direkten Model-Pins. Nur Konfiguration, kein Code.

Nur aufgelistete Domains nutzen einen Proxy: Füge den proxypflichtigen Modellhost hinzu; Websuche und alle übrigen Anfragen bleiben im normalen Netzwerk. Mehrere benannte Proxys für verschiedene Domains plus Never-Proxy-Liste. Gespeicherte Einstellungen gelten ab der nächsten Anfrage ohne Neustart.

Verteilt Modelle kostenloser Kanäle auf drei 1M-Fallback-Ketten und eine eigene Kette, sortiert sie nach gemessenem Durchsatz, filtert Modelle anhand von Durchsatz- und Fehlerratenschwellen und rotiert Konten. Erfordert ein OpenAI-kompatibles Gateway (Standard: :8326).

LocalAI-Provider für Sprachmodelle, Embeddings, Reranking, Sprache und Bildgenerierung mit LocalAI-spezifischen Reglern in DSH. Erfordert die Installation und Aktivierung von Firefox2100/dsh-ai-providers#runtime.

Jina-Provider für Embeddings und Reranking in DSH. Erfordert die Installation und Aktivierung von Firefox2100/dsh-ai-providers#runtime.

Cohere-Provider für Sprachmodelle, Embeddings und Reranking über die nativen APIs in DSH. Erfordert die Installation und Aktivierung von Firefox2100/dsh-ai-providers#runtime.

Anthropic-Provider für Sprachmodelle in DSH über die native Messages-API. Erfordert die Installation und Aktivierung von Firefox2100/dsh-ai-providers#runtime.

Multi-Modell-Debattenpipeline für DeepSeek Harness: unabhängige Vorschläge, blindes Peer-Review, programmgesteuerte Belegprüfung, unveränderliche Revision und unabhängige Annahmeprüfung in einem frischen Kontext.