Plugins

DSH-Plugin: eigenes Gedächtnis des Agenten als nur erweiterbare CSV, stabil lesbar und beschreibbar, mit Aufräumen im Leerlauf. Pro Turn erhält jeder Agent über den Funktionswert von systemPrompt.section ein Tag-Wörterbuch; das Modell entscheidet, ob und mit welchen Werten gespeichert wird. Tools memory_write / memory_recall; UI mit Tabelle, Dimensionsfilter, Suche/Export sowie Backup/Wiederherstellung/Zusammenführen. Keine Abhängigkeiten, alles lokal. Bei Installation wird jedes MEMORY.md erkannt und ein kontrollierter Block eingefügt (markiert, idempotent, außerhalb bytegenau unangetastet, bei Mount selbstreparierend).

Zeigt Workspaces und Gespräche im Standardpanel als 3D-Sternkarte: acht Layouts (spiral, rings, armillary sphere, solar system, double helix, irregular web, cubic lattice, radial tree) und acht Farbthemen. Mit Memory-Bibliothekskarte für Anweisungsdateien, Skills und Skill-Aufrufe, Flügen zwischen Sternen und 中文/EN-Schalter. Verbindungen werden nur bei Workspace-Zuordnung oder Gesprächs-Abstammung gezeichnet.

Superpowers-Skills für DeepSeek Harness (dsh): Eine vollständige Engineering-Methodik über den eigenen Dateisystem-Skill-Provider von dsh, mit dauerhaft aktivem Bootstrap.

Leitet DeepSeek-Harness-Modell-API-Anfragen über System-, eigenen oder SOCKS-Proxy; Anfragen außerhalb der konfigurierten Domains bleiben direkt.

Sicherung, Wiederherstellung und Rechnerwechsel für DSH: Bündelt Skills außerhalb von ~/.dsh (in ~/.agents/skills), Plugin-Manifeste, Kernkonfiguration, Memories, Todos und optionale Sitzungen als tar.gz mit sha256-Sidecar. Import auf anderem Rechner als Drei-Wege-Abgleich mit Basis; listet Dateiunterschiede statt Änderungen zu überschreiben. Zugangsdaten gelangen nie ins Archiv: Sperrliste mit 27 Dateinamen, 7 Endungen privater Schlüssel und Inhaltsprüfung, auch beim Import. Vor jedem Import wird ein Wiederherstellungs-Snapshot erstellt. Mit WebDAV, geplanten Sicherungen, schreibgeschütztem Dateibetrachter und Cloud-Karte im Panel. Keine npm-Laufzeitabhängigkeiten; verwendet System-tar.

Startet DeepSeek Harness ohne Arbeitsverlust neu: wartet auf Leerlauf aller Unterhaltungen und setzt Unterbrochenes fort. Verwaltet ein Supervisor den Host, wird dieser gefragt; neben einem aktiven Host startet kein zweiter. Vor jedem Neustart werden alte Cookies entfernt, die den Request-Header überlaufen lassen und den Start verhindern können. Sichert Konfiguration und installierte Plugins (standardmäßig 2, max. 10; alte/unvollständige gelöscht). Kein automatisches Anwenden oder Wiederherstellen, keine Hostüberwachung: nur Ansicht oder manuelles Rollback. Am Ende zählt es herunter und fährt den Rechner herunter. Funktioniert mit Windows desktop und gehostetem dsh web, getestet auf WSL mit systemd. Windows-hosted web, WSL ohne systemd und natives Linux ungetestet.

Modelgebundene Figuren und gemeinsame Welt für DeepSeek Harness: editierbare Persona/Erinnerung, optionale AI-Tagebücher und Schlaf-Konsolidierung, Chinesisch/Englisch-Steuerung, aufgabenbewusste Desktop-Haustiere, Themes und Statistik; Updates erhalten Einstellungen. Windows/Linux/macOS; Anforderungen je System im Guide. Tagebücher/Konsolidierung verbrauchen Tokens. Sichtbare Desktop-Haustiere/Blasen vor Installation/Update möglichst schließen (offene Dateien können Fehler verursachen). Codex-/OpenAI-API-Kontoabfragen von Nutzern validiert; andere Quellen warten auf Prüfung/Feedback.

Fügt dem System-Prompt einen Abschnitt hinzu, der private Worte aus formellen Ergebnissen heraushält und in Abständen eine kurze Notiz am Ende hinterlässt.

Drop-in-Nachfolger des gelöschten corrinehu/dsh-workbuddy-connect; behält package name, config row id und provider ids bei, damit bestehende Installationen direkt aktualisieren. Behebt den 400/11128-channel-check durch Neutralisieren der DSH-Identitätssätze und Entfernen des Produktnamens aus Systemnachrichten. Liest echte Windows-Client- und gebündelte CLI-Versionen statt einer kompilierten Konstante (anders als functy- und Community-Forks). Verifiziert am 2026-10-21 mit Windows, WorkBuddy 5.8.3, DSH 0.2.1-rc.2.

Claude-Design-System-Thema für DeepSeek Harness: warmgraue Flächen und Ton-Akzent, verfeinerter Composer, Seitenleiste, Codeblöcke und Markdown, lokalisierte Edit-/Write-Karten mit workspace-relativen Pfaden sowie ein ASCII-Ozean mit drei Wal-Farbmodi auf der leeren Session-Seite.

Zeigt Codex-Reset-Wahrscheinlichkeiten und Zeitpläne im DSH-Composer; Systemmeldungen bei abgeschlossenen Resets sind optional, das Status- und Verlaufstool ist schreibgeschützt.

Separate Schriftfelder für Inhalt, Code und Terminal sowie Interface-Schrift, Stepper für Interface- und Inline-Code-Größe, Zeilenhöhe und Zeichenabstand. Nur Typografie, keine Farbänderungen.

DSH-Hardware-Sandbox: 3D-Szenen mit ESP32/BME280/PIR/LED und protokoll-/spannungsgeprüfter Verdrahtung erstellen; echten Python-Projektcode mit Fehler-Injektion gegen simulierte I2C-/GPIO-Hardware ausführen. Netzwerkgeräte-Simulatoren melden per HTTP an ein echtes Backend (End-to-End an einem laufenden Sitzreservierungssystem geprüft). Reale Geräte nur lesend beobachten und Zustand in Szene abbilden; neue Boards über datenbasierte Pin-Definitionen. Mit 16 `hw_*`-Agent-Tools und `SKILL.md`.

Memory-Subsystem für DeepSeek Harness: ontologisches Gedächtnis mit event/fact/rule und Zielsystem `goal.js`. Bridge-Triggerwörter schreiben belief-Werte; die Zielaktivierung wird beim Lesen mit `0.25 domain + 0.35 bridge + 0.40 sim` bewertet, um langfristige goal/value-Verknüpfungen abzurufen. Mit Journal-Ledger, Episodenarchiv, Verfall wenig sicherer Memories sowie geschlossenem Kreislauf `memory_append/read/consolidate` und `linghun_goal_update/get/state`. Unabhängig von der ursprünglichen dsh-linghun-Linie. LoCoMo-Plus: 16/16.

Tägliches Agenten-Journal: `journal_record` hängt datierte Todos und Memories mit optionalen Details/Tags an je eine JSON-Datei pro Tag im DSH-home an. Der Monatskalender in der rechten Seitenleiste markiert offene/erledigte Todos oder Memories je Tag, bietet abhackbare Todos und zeigt die Einträge des ausgewählten Tages. Der zum System-Prompt hinzugefügte Auftragssatz ist direkt im Kalender bearbeitbar.

Systemweites Desktop-Fenster-Plugin für DeepSeek Harness (DSH): Ein globaler Hotkey öffnet ein schwebendes Fenster; Workspace/Sitzung wechseln, Freigaben und Nachverfolgung bearbeiten und eigene Diagnoseprotokolle zur Plugin-Fehlersuche exportieren.

Skill-Manager für DSH mit Pack-System: installiert versionierte Packs und überschreibt nie bearbeitete Dateien; Updates überspringen Änderungen und melden sie. Mit 6 integrierten Skills, nach Problemgruppen sortierten Einstellungen und Tools, über die der Agent die Skill-Bibliothek im Gespräch lesen/schreiben kann.

Überwacht Guthaben von Drittanbieterdiensten, die KI-Agenten oft nutzen, etwa Tavily, SerpAPI, Firecrawl, Bocha und Tinyfish. Optional kann das Guthaben in den System-Prompt injiziert werden, damit der Agent Dienste passend nutzt.

Tokenbasiertes Theme-Plugin für DeepSeek Harness mit 10 Voreinstellungen, eigenen Farben und Auswahl der Systemschrift.

Native tokenbasierte Designs für die DeepSeek Harness Web-GUI mit eigenen Farben und Auswahl der Systemschrift.

Projektbezogener Speicher für DSH. Wissensaufbau und plugin-eigene Prompts sind editierbar, sodass Bibliotheksstruktur und Modellsteuerung ohne Codeänderung angepasst werden können. Standardmäßig ist ein selbst gestaltetes Projektdokument (zunächst handoff) das Projektobjekt; das Plugin erkennt das Sitzungsprojekt, bindet Wissen daran und überführt Verallgemeinerbares in theme/global-Ebenen. Natürliche Logik filtert Wissen vor, Kontextkomprimierung und Archivierung sind steuerbar.

DeepSeek Harness (DSH)-Plugin zur automatischen Wahl des Reasoning-Grads: Das Jev-System-One-Modell entscheidet, wie viel Denkaufwand jede Nachricht verdient, die Stufe wird aus den vom Modell deklarierten Graden abgeleitet, ein Kontext-Umschlag lässt Rückfragen wie „weiter“ die Gesprächstiefe erben, bei geringer Konfidenz wird nach oben aufgerundet, und bei jedem Fehler bleibt die vorherige Stufe still erhalten. | Jev-gesteuerter Reasoning-Aufwand pro Nachricht: modellspezifische Stufenleitern aus den Angaben jedes Modells, ein Kontext-Umschlag fester Größe, damit Rückfragen die Gesprächstiefe erben, Gleichstand bricht nach oben, stilles Zurückfallen auf jedem Fehlerpfad.

Ergänzt die Freigabekarte um Explain: Ein Modellaufruf liefert genau drei Zeilen zur ausstehenden Aktion, den gelesenen/geschriebenen/geänderten/ausgeführten Dateien oder Systemzuständen sowie ein Urteil riskant/aufmerksam/sicher mit einem Begründungssatz. Zeigt auch Details für write- und edit-Aufrufe, die der Renderer wegen seines alleinigen command-Felds leer lässt.

Gepflegter Fork von dsh-approval-gate. Hat ein neutraler Vorgang die Bestätigungsgrenze erreicht und ist der Judge nicht verfügbar, wird automatisch genehmigt statt erneut ein Mensch gefragt. Hinweise für Genehmigende werden aus realem Sandbox-Modus, Befehl und Pfaden auf Chinesisch erstellt. Zusätzlich: deterministische Sperre für Zugangsdaten-Exfiltration und Zerstörung von Systempfaden, Maskierung der Judge-Eingabe, Judge-Modellkette, fingerprintgebundene Freigaben sowie Ansicht mit Unified Diff und Ein-Klick-Rücknahme.