Plugins

Verwaltet DSH-Unterhaltungen in einer arbeitsbereichsübergreifenden Tabelle mit Massenarchivierung, Suche im Nachrichtentext und rückgängig machbarem Löschen in den Papierkorb.

Projektdokumente und Langzeitgedächtnis als einfaches Markdown in einem dedizierten Obsidian-Vault: sechs mem_*-Tools (search, read, write, log, brief, admin), eine budgetierte Recall-Injektion beim ersten Schritt einer Session und automatische Destillierung abgeschlossener Turns. Obsidian muss nicht laufen, und der Vault bleibt auch mit deinstalliertem Plugin lesbar.

Cache-stabile progressive Werkzeugentdeckung: eine feste tool_search- und tool_dispatch-Oberfläche bei jeder Anfrage, Katalogsuche im Speicher, verschachtelter Dispatch durch die Harness-Pipeline und eine byte-stabile native Werkzeugliste über die Entdeckung hinweg.

Auth-Gateway für die DeepSeek-Harness-Weboberfläche: schützt Seiten, /api, /plugins und WebSocket. PBKDF2 mit Nutzersalt, HttpOnly-SameSite-Cookies, IP-Sperre, Einladungen, TOTP/Passkeys (WebAuthn), Step-up vor Faktoränderung. Nutzer verwalten Profil/Faktoren, Admins Nutzer, Einladungen und Passwörter. Private Modell-/API-Einträge je Nutzer sind mit passwortabgeleitetem Schlüssel verschlüsselt und für Admins unlesbar. Gezieltes Teilen durch Admins: nutzbar, Guthaben sichtbar, Schlüssel bleibt verborgen, sofort widerrufbar. Unkonfigurierte Nutzer werden ohne Fallback blockiert. REST/Listen/WS nutzerisoliert; Sitzungen über Neustarts, JSONL-Audit, fail-closed. DSH 0.2.0 erforderlich (Transport 0.1.1-rc.2 in 0.7.0 entfernt). Passkeys benötigen HTTPS/localhost.

Fügt ein generate_image-Tool hinzu, das durch die FAL-Warteschlange, eine beliebige OpenAI-kompatible Images-API oder ein ChatGPT-/Grok-Abonnement unterstützt wird, und zeigt das Ergebnis direkt im Gespräch an.

Rundenweise Steuerung des Thinking-Levels (reasoning_effort) für DeepSeek Harness: Auto plant low/high/max anhand der jüngsten Tool-Call-Historie, oder ein Wire-Level (off/on/minimal/low/medium/high/xhigh/max) wird manuell gesetzt, mit benutzerdefiniertem Wire-Mapping, modellbewusstem Fähigkeits-Guard und Kontextfenster-Presets (64K–1M); die Modell-Capability-Card arbeitet mit [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (aus dsh-market installierbar), damit OpenAI-kompatible Gateways (vLLM / LM Studio / self-hosted) Reasoning testen können. Die Card schreibt llm-pi-ai-Fähigkeiten, der Adapter treibt das Wire (compat.thinkingFormat) an und das Plugin pflegt die Takeover-Liste.

Nutzungsstufen und teilbare Statistik-Karten: 🐟→🐳 Rangfolge nach monatlichem Token-Verbrauch mit lokal berechnetem geschätztem Perzentil, präzise Preise für 46 Modelle von 6 Anbietern (einschließlich größenbasierter chinesischer Preise), Nachfüllung von Vorinstallations-Sitzungen und Alt-vs.-Neu-Vergleich über die Tarifänderung vom 2026-08-17. Nur lokal, keine Telemetrie.

Fügt reinen Text-Hauptmodellen ein konfigurierbares Vision-Modell hinzu: ein vision_read_image-Tool, einen Vision-Modell-Selektor in der Composer-Leiste und automatische Bild-zu-Text-Konvertierung für reine Textrouten.

Laufzeitumschaltbare Modell-Ausgabestile mit Claude Code outputStyles-Parität, zusätzlich das Präsentationsprotokoll output.render.*: ein /style-Befehl, sitzungsbezogene Persistenz, systemPrompt-Injektion, sechs integrierte Stile, ein Web-Picker sowie eine Renderer-Registrierung mit Regeln pro Sitzung/Werkzeug und /export.

Skill-Pool-Manager in der Einstellungen-Sidebar: Aktivieren/Deaktivieren, Ordner-Stapelimport mit Hinweisen bei Umbenennungskonflikten, zustandsgesteuerte Ein-Klick-Prüfung der DSH-Spezifikation mit Auto-Fix sowie System-/Projekt-Scope-Labels.

Registriert die RainSkills-bootstrap-Skill in DeepSeek Harness zum Bereitstellen, Diagnostizieren und Prüfen von Anwendungen auf Rainbond.

Patent-Schreib-Gatekeeper für dsh – prüft die Idee zuerst gegen chinesischen Stand der Technik, führt dann Gespräche zur Ausrichtung von fünf Parteien, das Verfassen einer achtkapiteligen Offenbarung, Abbildungen und Simulationsläufe, eine Sieben-Dimensionen-Prüfung und den Export nach docx/PDF durch. Die Skills funktionieren sofort; die Such-, Export- und Experimentier-Tools stammen aus einem mitgelieferten Python-MCP-Dienst, der deaktiviert ausgeliefert wird – eine Zeile in ~/.dsh/patent-services.yaml aktiviert ihn, und uvx holt das Wheel von PyPI.

Persona-Engine für DeepSeek Harness: eine config.json steuert den Selbstnamen der KI (pro Modell, pro Stufe), die Anrede, die Beziehungshaltung, den Charaktertext, Arbeitsverträge pro Element mit Schaltern, die Sprache der Gedankenkette und den Antwortton, plus Langzeitgedächtnis nur mit menschlicher Bestätigung: die KI hängt nur Vorschläge an, eine Bestätigungszeile setzt sie in Kraft, das Log ist nur anhängbar und wiedergabefähig. Bestätigte Einträge kommen als zitierter Daten-statt-Anweisungen-Block; mit kind markierte gehen in beliebige Dateien und erreichen den Prompt nie. Der Prompt wird bei jeder Zusammenstellung neu von der Platte gelesen: Änderungen greifen ohne Neustart. Presets: teilbare JSON-Snapshots. Keine Abhängigkeiten, kein Netzwerk, keine Shell.

DSH-native Integrationsschicht für die Minta-Speicher-Engine: setzt die offizielle dsh-mcp-client-Zeile zusammen, registriert die Skill minta-memory-governance sowie ein Speicher-Prewarm zu Sitzungsbeginn und liefert ein Minta-Agent-Preset mit; erfordert die separat bereitgestellte Minta-Engine (Python/Docker), die die 19 MCP-Tools bereitstellt — ohne diese nicht verwendbar.

Einstellungs-Karte für die DSH LLM-Autowiederholungs-Engine: Wiederholungsanzahl, Backoff und Jitter live unter Settings -> General anpassen, mit konfigurierbaren retryableCodes-Chips – die Standardwerte fügen INVALID_REQUEST hinzu, sodass OpenAI-ähnliche HTTP-400-reasoning_text-Fehler im thinking mode automatisch erneut versucht werden.

Spracheingabe für die Web-UI: nach Pausen segmentiertes Diktat und Sprachnachrichten, jeweils mit eigener Anbieter-Fallback-Kette (Deepgram, Groq, HuggingFace, lokales whisper.cpp oder ein OpenAI-kompatibler Endpunkt).

Konfigurierbares Standardmodell für Subagenten-Delegationen über settings.yaml, mit Einzelmodell- und Multi-Modell-Round-Robin- oder Zufallsstrategien.

Ein leichtgewichtiger, wählbarer Smart-Routing-Modus für DeepSeek Harness.

Plugin-Manager mit Rettungszentrum: gruppiertes Aktivieren/Deaktivieren nach Notwendigkeit, mehrere Update-Quellen (npm / dshfind market / GitHub), Browser-zuerst-Downloads mit Auto-Installationsordner, P2P-Fallback, Vor-Boot-Selbstprüfung und Quarantäne für defekte Bundles.

Fügt eine konfigurierbare humanisierte Wal-Mädchen-Maid-Persona mit immersivem Rollenspiel, Sprachmodi und einem leichtgewichtigen geschichteten Gedächtnis mit abfrageausgelöstem Recall hinzu.

GitHub Copilot LLM-Adapter: OAuth-Device-Flow-Anmeldung, Live-Modellentdeckung über die Copilot-API, Vision-Unterstützung für bildfähige Modelle (gpt-4.1, gpt-4o) und zwei Wire-Protokolle (Chat Completions und Responses API) mit automatischem Endpoint-Routing pro Modell.

Zeigt den Diffusions-(Denoising-)Stream von Inception Mercury live in der Antwortblase der DSH-Web-UI. Bei unterstützten Routen wird die Anfrage mit `diffusing: true` erneut gesendet und die echten Frames vom Rauschen bis zum finalen Text werden abgespielt; nur die konvergierte Antwort landet im Sitzungsprotokoll. Ein Probe je Provider/Modell prüft die Unterstützung und wird vor der Token-Erzeugung abgelehnt. Aktivierung pro Modell; Anhänge, Hilfsaufrufe und nicht unterstützte Routen fallen auf den ursprünglichen Adapter zurück. Aktiv ersetzt es für alle Modelle den Assistant-Message-Renderer.

Rotleuchtendes CRT-Terminal-Theme für die DeepSeek-Harness-Web-GUI: schwarzer Hintergrund, phosphorroter Text, animierter Datenregen und Scanlines. Vier Abteilungs-Presets (Party Affairs, State Council, Central Military Commission, State Security), jeweils mit eigenem Emblem, eigener Palette und eigenem Hintergrundmuster.

Inoffizielles Upstream-Bundle für DeepSeek Harness. Enthält ein CodeBuddy-Gateway mit zur Laufzeit synchronisiertem Modellkatalog, reasoning-effort je Modell, Websuche/-abruf, Bildgenerierung und Streaming-Zugangsdatenbridge sowie TraeWork-CN- und Qoder-CN-Abokanäle über lokale Übersetzungs-Gateways und ein OpenAI-kompatibles Anbieterregister nach Schlüsseltyp. Verwaltung über eine ausklappbare Einstellkarte.