Plugins

Chat über die Command Code Provider API für DSH mit einem vom Host gehaltenen API-Schlüssel, automatisch ermitteltem Modellkatalog, Standardwerten für den Aufwand, einem optionalen Header zur Null-Datenhaltung, Kontingentanzeigen und Auswahl des Protokolls (OpenAI oder Anthropic) je Modell.

Vollständig lokale Vektorspeicher für DSH: lokale Einbettungen, SQLite-Speicherung, automatische Rückruf-Einspeisung, Deduplizierung mit Konflikterkennung, Soft-Delete-Papierkorb, Online-Backup und optionale LLM-Extraktion.

Führt AItelier-Pipelines von DSH über MCP aus: 39 Werkzeuge (22 Lese-, 17 Schreibwerkzeuge) zum Erzeugen, Ausführen, Inspizieren, Bearbeiten, Exportieren und Importieren mehrstufiger SkillFlow-Pipelines. Die Schritte werden in AItelier statt in der DSH-Sitzung ausgeführt und über run_id gepollt, pausieren an engine-erzwungenen Checkpoints, die mit answer_checkpoint beantwortet werden, und hinterlassen pro-Schritt-Traces und Schrittausgaben zum späteren Lesen; add_provider / map_model / edit_role richten eine einzelne Rolle auf einen lokalen oder günstigeren Endpunkt aus. Bündelt einen aitelier-pipelines-Skill.

Vergessenskurven-In-Place-Dialogkomprimierung für DeepSeek Harness: Aktuelle Turns bleiben wörtlich, mittlere Turns werden strukturell dehydriert (ohne LLM), alte Turns werden in ein begrenztes Zusammenfassungspaar gefaltet — unbegrenzte Gespräche auf begrenztem Speicherbudget.

Startet 3 oder 5 Coding-Agent-Kandidaten in entkoppelten Git-Worktrees, validiert deren Patches mit Projektkommandos, rankt nur passende Kandidaten und verlangt eine separate Freigabe, bevor der Gewinner angewendet wird.

Ein selbst-evolvierendes Plugin für DeepSeek Harness: Es beobachtet, wie der Agent arbeitet, schlägt über das LLM Verbesserungen seiner eigenen Assets vor, validiert jeden Vorschlag in einem sandboxed Test-Agenten und wendet nur verifizierte Mutationen an – mit versioniertem Journal und automatischem Rollback bei Regression.

HTTP/SOCKS5-Proxy-Routing pro Ausführung für Agenten-Abrufe, LLM-Anbieter und Shell-Befehle, mit einstellungsbasierter Hot-Reload, freigabegesteuerten Kontrollen und anmeldedatensicherem Status.

Aufgabenbasierte Plugin-Ausrüstungs-Engine: duale Abfrage (kuratierte Regeln + LLM-semantisch), Combo-Bewertung (Synergie/Konflikt/Kosten/Vertrauen), Konflikterkennung und Installationsbefehl-Export.

Dauerhafter Zitationsstrang-Lernbegleiter für DeepSeek Harness-Gespräche

LLM-gestützte automatische Genehmigung für Sandbox-Eskalationsanfragen, mit Voreinstellungen und einem Fail-Closed-Fallback.

Agent-Sicherheitsschutz: fängt jeden Tool-Aufruf ab und prüft ihn, erfordert menschliche Bestätigung bei sensiblen Operationen.

Proaktive Planung: Ein adaptiver Heartbeat und ein Value Network (Dringlichkeit, Relevanz, Unterbrechungskosten) entscheiden, wann der Agent ungefragt sprechen sollte.

GPT plant Abhängigkeits-DAGs, DeepSeek-Worker führen Aufgaben mit adaptiver Parallelität aus, und ein optionaler GPT-Reviewer prüft inkrementelle Git-Diffs und steuert Reparaturrunden.

Fügt dauerhafte Ausführungsverträge, rekursive Arbeitsgraphen, kritische Klärungen und Evidenz-Gates für lange oder unzureichend spezifizierte Harness-Aufgaben hinzu.

Zeigt das DeepSeek API-Kontoguthaben und die Volcengine Ark Coding/Agent Plan-Kontingentfenster (5h/Woche/Monat mit Reset-Countdowns) im Einstellungsfenster, im Composer-Dock und über eine schwebende, verschiebbare Aktualisierungsschaltfläche an.

Berührungslose Laufzeit-Telemetrie für DSH: jede Sitzung schreibt Aufgabe, Modellstufe, Tools, Fehler, Dauer und Status automatisch in ein menschenlesbares Journal mit Statistikbereich (reiner Beobachter — keine Tools, keine LLM-Aufrufe, keine Injektion).

Nach jeder Modellrunde generiert ein LLM 3 kritische Folgevorschläge, die als anklickbare Chips zum direkten Senden angezeigt werden

Zeigt das DeepSeek-Guthaben und die geschätzten täglichen Ausgaben an, fusioniert externe Vision-Call-JSONL-Datensätze und fügt ein Dashboard pro Sitzung mit Modellstatistiken, TTFT, Cache-Rate, Call-Logs, Kostenschätzungen, Filtern und CSV-Export hinzu.

DSH-Guthaben- und Kontingentkarte mit bis zu 3 zuletzt verwendeten Anbietern. Unterstützt DeepSeek, Moonshot, Kimi For Coding, OpenAI Codex und OpenCode Go, mit automatischer Erkennung, Kontingentfenstern, Rücklaufzeiten, farbcodiertem Status, Ziehen und automatischer Aktualisierung.

Der Modell-Umschalter für DSH: auf jeden OpenAI-kompatiblen Endpunkt richtbar, mit kuratierten kostenlosen/günstigen DeepSeek-Provider-Presets und automatischem Fallback, wenn eine kostenlose Stufe Sie ratenlimitiert.

Aufgabenplanung mit Erfahrungs-„Muskelgedächtnis“: reflexartiger Abruf früherer Lösungen, Abgleich mit LLM-Fähigkeiten und automatisch gespeicherte Lektionen.

Native Vision-Bridge für LLM-Anbieter: In den Chat eingefügte Bilder werden von einem Vision-Modell (Qwen3-VL über pi-ai/llama.cpp) beschrieben, und die Textbeschreibung wird zur Antwort an das rein textbasierte DeepSeek weitergegeben — Bildaufnahme, Routing und Kompaktierung laufen vollständig über harness-native Mechanismen, mit LRU-Beschreibungscache und 503-Retry.

Baumansicht einer DSH-Konversation: Das Bearbeiten einer alten Nachricht gabelt den Strang auf, alle Versionen leben in einem Baum, während die Seitenleiste nur einen Eintrag behält; Zweige lassen sich umbenennen und zu einer eigenen Sitzung befördern.

Multi-Account Google Gemini-Provider: wählt den Account mit dem größten verbleibenden Kontingent, Failover bei 429 mit exponentiellem Cooldown, prüft deaktivierte Accounts im Hintergrund und liefert eine chinesisch/englische Einstellungsseite.