Plugins

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.

Proaktives Multi-Modell-Scheduling-Plugin: Multi-Source-Signalaufnahme mit Dedup und Dringlichkeits-Ranking, eine Vier-Wege-Execute/Defer/Dismiss/Ask-User-Entscheidungsmaschine, DAG-Plan-Generierung mit paralleler Modell-Ausführung, Qualitäts-Reflexion mit automatischem Retry und Modell-Switch, Langzeit-Gedächtnis für Task-Muster und Lektionen und Strategie-Evolution über genetische Algorithmen mit sandboxed Evaluation und Canary-Rollout.

Erfordert DSH 0.1.5-alpha.1. Markieren Sie ausgewählten Text in abgeschlossenen Assistenten-Nachrichten und senden Sie anschließend mehrere Entwürfe mit offiziellem Composer-Text, Bildern und Dateien als eine Session-Benutzernachricht; das Modell beantwortet jede Annotation der Reihe nach mit hoverfähigen Antwort-Chips.

Local-first Nutzungs- und Kostenmesser für die DSH-Web-UI: Composer-Button mit Live-Sitzungskosten und Guthaben; Panel mit einem gestapelten täglichen/7-Tage-Chart pro Modell, abgerechnet nach effektiven Listenpreis-Intervallen (die offizielle Preisseite wird täglich synchronisiert), monatlichen Nutzungstiers mit einer Canvas-Share-Karte, 30/50/85%-Warnungen bei Kontextdruck mit einem Klick auf /compact, Budgetwarnungen und einer npm-Update-Prüfung im Panel mit Ein-Klick-Update.

Referenzüberprüfung für DeepSeek Harness (参考文献真实性检查器): Das reference_checker-Modelltool prüft die Bibliografie einer Arbeit (.pdf/.bib/.tex/.txt oder eingefügter Text) gegen Crossref, OpenAlex und arXiv, meldet found / partial / not_found / error pro Eintrag und gibt korrigierte Zitate im Eingabestil aus (APA, GB/T 7714, IEEE, Vancouver, MLA, Chicago, Harvard, ACS, BibTeX).

Leitet Agent-Anfragen an konfigurierbare Default-, Planner- und Sub-Agent-Modelle weiter, verwendet im Plan-Modus automatisch die Planner-Rolle, mit Reasoning-Aufwand pro Rolle und Web-UI-Konfiguration.

Kosten-Dashboard für DeepSeek Harness: aggregiert Modell-Input/Output/Cache-Tokens über alle lokalen Sitzungen, bepreist sie mit einer eingebauten Tabelle (inklusive DeepSeek Peak/Off-Peak) und zeigt tägliche Trends plus Per-Modell- und Per-Sitzungs-Tabellen.

Verfeinert den Entwurf im Composer über die ✨-Schaltfläche oder Alt+O zu einem klareren, besser strukturierten Prompt; streamt das Ergebnis live über SSE mit zuerst angezeigtem Reasoning und folgt ohne Konfiguration dem Standardmodell der Sitzung oder einem beliebigen OpenAI-kompatiblen Endpunkt.

Offizielles DSH-Plugin für nuphus-mcp (von den nuphus-mcp-Maintainern): Desktop- und Browser-Automatisierung (38 Tools) mit PaddleOCR-Elementerkennung und Chrome-CDP-Browsing, über einen persistenten stdio-MCP-Kindprozess.

Quota-Pille und -Panel unten rechts, die Mitgliedschaftskontingente plattformübergreifend aggregieren (Kimi Code, DeepSeek, Zhipu Coding Plan, BigModel, Qwen, Scnet, TokenRouter, SupaWriter), API-Schlüssel automatisch aus der DSH-Credentials-Domain synchronisieren und farbige Nutzungsbalken anzeigen.

Sitzungsübergreifende Referenz- (Erwähnungs-) Plugin – fügen Sie @[label](dsh-session:…) in eine beliebige Sitzung ein, auch in eine in einem anderen Workspace, und der Host injiziert den referenzierten Sitzungs-Snapshot zur Lektüre durch das Modell; enthält einen One-Click-Copy-Reference-Button.

Ermöglicht reinen Textmodellen den Umgang mit eingefügten Chat-Bildern, mit nativem Vision-Erlebnis, Bildanzeige im Stapel und einem integrierten OpenAI-kompatiblen analyze_image-Tool; visionsfähige Modelle bleiben unbeeinflusst.

DSH-Plugin: automatisches Ausfüllen von Metadaten (Kontextlänge, Output-Obergrenze, Anzeigename, Eingabemodalitäten) für Custom-Provider-Modelle aus der Model Metadata Registry (models.dev).

Aufziehspiel im Digimon-Stil: Lass ein Ei schlüpfen, das sich von echter Arbeit ernährt (Züge, Tool-Aufrufe, Fehler) und sich entlang vier verzweigender Linien entwickelt, je nachdem wie du arbeitest; null Tokens, für das Modell unsichtbar.

Desktop-Benachrichtigungen für Laufabschluss, Modellfragen und Genehmigungsanfragen mit plattformspezifischen Systemklängen, ohne Laufzeitabhängigkeiten.

Einheitlicher Router für Bilderzeugung für DeepSeek Harness (DSH): entdeckt Bildmodelle automatisch von jedem OpenAI-kompatiblen Endpunkt, stellt die Tools draw_image und draw_list_sources bereit und unterstützt SenseNova, StepFun, Agnes, Qwen, Flux, SD, Imagen und mehr.

Learning Mode Agent-Preset: ein Coding-Agent, der beim Coden lehrt — konkrete szenariobasierte Erklärungen, sokratische Anleitung und TODO(你)-Übungsblanks, modelliert nach Claude Codes Learning-Ausgabestil; installierbar via dsh plugin add (dsh-learning-mode auf npm).

Verfolgt den Zustand des Agenten als Yogācāra-Mentalfaktoren über einen dauerhaften Seed-Speicher und speist ihn als Neigung aus Ich-Perspektive in den Prompt zurück.

Fügt DSH ChatGPT/Codex-OAuth-gestützte Codex-Modelle und gpt-image-2-Generierung/Bearbeitung hinzu, ohne einen OpenAI-Platform-API-Schlüssel zu benötigen.

Simuliert eine Codex-Umgebung für ausgewählte Modellrouten, um die Erfolgsrate von Tool-Aufrufen bei GPT-Familienmodellen zu verbessern.

Fügt models.dev-Reasoning-Stufen zu nicht konfigurierten DeepSeek-Harness-Modellen von Drittanbietern hinzu.

DeepSeek-Kontostand und geschätzte Ausgaben der aktuellen Sitzung in einem Chip der oberen Leiste und einer Einstellungskarte, mit pausen-bewusster automatischer Aktualisierung, einer bearbeitbaren offiziellen Preistabelle, einem `deepseek_balance`-Modelltool und einer zweisprachigen Oberfläche.

Echtzeit-Token-Abrechnung für DSH Web: offizielle DeepSeek-CNY-Preise mit automatischer Spitzen-/Nebenzeiten-Umschaltung, stündliche Preissynchronisierung von der offiziellen Website, visuelle benutzerdefinierte Modellpreise und Mehrwährungs-Fallback.