Plugins

Grok-kompatible Websuche mit beibehaltener Quellen-Paginierung, Dokumentationssuche über Context7 und Exa, begrenzter Seitenextraktion, Site-Mapping, Offline-Rechercheplanung und schreibgeschützter Diagnose.

TypeSafe Jev als erstklassiger Cordis-Dienst und drei modellsichtbare Tools für DeepSeek Harness — standardmäßig offline, Egress offengelegt, nie standardmäßig aktiv.

Business-Knowledge-Network-Kontext für DeepSeek Harness: binde eine Session an ein OpenBKN-Wissensnetz, frage seine Objekte und Metriken über verwaltete MCP-Tools ab und öffne für jede Antwort eine trace-gestützte Provenienz (Ausführungsfakten und einen Business-Graphen). Wird mit der OpenBKN Runtime ausgeliefert; die Provenienzansichten benötigen eine OpenBKN-Enterprise-Lizenz.

Omnimodale Workstation für DSH: analyze_image über eine geordnete Failover-Kette aus mehreren VLM-Karten, ein Bildwerkzeugkasten mit sechs Werkzeugen (Zoom, Farbabtastung, Pixel-Diff, OCR, Elementerkennung, Anzeige im Chat), die denselben Bildauflöser nutzen, generate_image über die Protokolle OpenAI/DashScope/ComfyUI, asynchrones generate_video mit mehreren Karten samt Builder /build-video-tool und speak/clone_voice für Sprachausgabe über sieben Anbieter – alles gesteuert von einer selbst speichernden Einstellungsseite.

Zeigt an, welchen Graft-Index eine dsh-Session ausliefert und ob er noch zum Code passt, und stellt dem Modell graft_ask, graft_grep, graft_callers, graft_skeleton und graft_map als native Tools bereit.

Überwacht einen lokalen workbuddy2api-Gateway-Prozess und stellt dessen Modelle als LLM-Provider bereit, wobei Kontextfenster und Reasoning-Effort-Stufen aus dem eigenen Modell-Endpoint des Gateways gelesen werden.

dsh-ecolink DSH-Anpassungsschicht: direkter Lesezugriff auf den lokalen Gedächtnispool, Injektion vor dem Schritt (Bewertung + Budget + Deduplizierung je Sitzung), Filterung nach #Gedächtnisname, Anbindung an das Gedächtnis-Ökosystem der Weboberfläche

Tripo-3D-Skills für DeepSeek Harness – engine-fertige 3D-Assets aus einer Textaufforderung oder einem Referenzbild über tripo-cli erzeugen, mit Texturierung, Rigging, Retopologie und Formatkonvertierung in einem Durchgang.

Lazy-MCP-Gateway für DeepSeek Harness: ein stabiles Proxy-Werkzeug statt N Werkzeugschemata, Server verbinden sich bei der ersten Nutzung und werden bei Inaktivität getrennt, Metadaten werden auf der Festplatte zwischengespeichert.

Engine zur Orchestrierung des Lebenszyklus von KI-Agententeams mit aufgabenbezogener Isolation durch Git-Worktrees, zustandsgesteuerten Übergängen bei der Auslieferung und kontextexternem Gedächtnis.

Tripo-3D-Generierungs-Skills, die tripo-cli über die Shell steuern: Text-zu-3D, Bild-zu-3D, Rigging mit Locomotion-Clips, Decimation- und LOD-Ketten sowie Export nach GLB/FBX/OBJ/STL/USDZ/3MF, mit Headless-Geräte-Login sowohl für Festlandchina- als auch für internationale Konten; installierbar als `tripo-dsh`.

Multi-Plattform-Nachrichten-Gateway und WeCom-KI-Bot-Brücke mit Sitzungskontext-Kompression und Smartsheet-Erstellung.

Füllt fehlendes Kontextfenster, max tokens, Thinking-Stufen und Bildeingabe bei benutzerdefinierten DSH-Modellen aus models.dev und listet nicht zugeordnete Modelle für manuelle Bearbeitung auf.

Prompt-Verbesserer für die DSH-Weboberfläche mit basic/standard/expert-Modi: standard und expert schreiben Entwürfe mit Projektkontext und jüngster Sitzungshistorie um, versuchen es elegant erneut, wenn Gateways reasoning-effort-Einstellungen ablehnen, und zeigen eine Vorher/Nachher-Prüfung mit Undo.

DSH-Desktop-Plugin für überprüfbare Fakten; Constraints nur bei Bedarf injiziert (Leerlauf: keine Tokens), geschichtet (stabil im Prompt, Flüchtiges im Tail); Prompt-Cache bleibt gültig. Turn-Klassen: Frage/Recherche/Diskussion/Diagnose/Ausführung; keine Edits in Frage-Turns, keine ungefragten Fixes in Diagnose-Turns. Benannt: Zitate ungeöffneter Codezeilen, „nicht geprüft“ als „warte auf Entscheidung“; Antworten für Menschen. Memory: 75 %/90 %-Warnungen, Recap-Export, Projektwissen je Arbeitsverzeichnis (per ID löschbar). Artefakte: Task-Vertrag, Änderungsprotokoll, Hypothesenprotokoll, Design-Entscheidungen. Dashboard: Routing, Trigger-Treffer, Block-Aufbau in lume-metrics.jsonl. Personas aus Chat-Logs, Romanen, Charakterbögen: Langzeit-/Temporärgedächtnis, Sternenkarte, Export/Import.

Gesteuertes Langzeitgedächtnis für DeepSeek Harness: ein ausschließlich erweiterbares Evidenzprotokoll mit Schreibschutz, Behauptungen mit 7 Autoritätsstufen, Ablösungsketten und budgetierter Injektion vor jedem Schritt mit Kontingenten pro Domäne.

Automatische Fortsetzung unterbrochener Agent-Sessions: eine geordnete Regeltabelle routet nach Fehlertyp (Rate Limit, Quota, Auth, Kontextüberlauf, abgestürztes Orphan) zu automatischem Backoff-Retry, Modellwechsel, Fortsetzen nach Kontextkompaktierung oder einer Stop-Loss-Benachrichtigung, mit visuellem Regel-Editor und vollständigem Aktivitätsprotokoll.

OpenCode-Go-Abonnement-Chat für DSH mit modellweiser Auswahl von Completions-, Responses- oder Anthropic-Protokoll, Modellerkennung, Kontext-, Vision- und Thinking-Metadaten, Effort-Standardwerten und Nutzungsmessern.

Verleiht DeepSeek-Modellen (nur Text) Bildverarbeitung in Claude Code-, Codex- und Agent-Plugins-Clients: beschreibt Bilder über jeden OpenAI-kompatiblen Vision-Endpoint.

FormatForge für DeepSeek Harness: schmieden Sie jedes Dateiformat (pdf/docx/xlsx/pptx/eml/toml/...) in KI-lesbare strukturierte Daten. Schlankes Bundle, das das lokale Python-CLI (python -m formatforge) startet und protocol-JSON zurückgibt; Erweiterungen werden an cur[rent] delegiert...

Fügt dem Kontextmesser-Panel eine Schaltfläche „Kontext komprimieren“ und eine Schaltfläche „Neue Sitzung“ hinzu; Komprimieren sendet /compact über denselben Befehlskanal, und neue Sitzung startet eine frische Sitzung im selben Arbeitsbereich.

DeepSeek-Harness-Webplugin — PDF-Text-Layer und Scanned-PDF-OCR, Office docx/xlsx/pptx zu Markdown, TIFF/epub und Index-Cards für lange Dokumente.

DSH-Modell-Provider für die lokal authentifizierte AGY-CLI: Gemini/Claude-Modell-Discovery, unabhängiger Reasoning-Effort, DSH-eigene Tools, begrenzter Context- und Tool-Result-Handling und Windows-sicheres Streaming. Probleme in GitHub Issues melden: https://github.com/darkings/dsh-agy-provider/issues.

RLM-Modus für dsh: rekursive Sub-Agenten über eine einheitliche rlm()-Funktion – Kind-Agenten als First-Class-Python-Calls spawnen, erwarten und verketten. Fügt einen persistenten IPython-Kernel mit tools.*-Bindings und Context-als-Variable hinzu.