Plugins

Native DeepSeek Harness plugin for IsingQ: guided QUBO modeling and validation on-device, then user-confirmed remote solving.

Type @ in the composer to reference another conversation: pick a historical session and inject its compacted context into the current prompt.

LLM approval answerer for sandbox escalations beyond workspace-write: a deterministic regex filter first, then a clean-context reviewer model; humans are asked only when it is unsure. Requires the bundled core patches.

DeepSeek Harness plugin for NI Multisim circuit generation, simulation, optimization, and lab reports via MCP

Exposes the DSH dynamic-Cordis toolset to Claude Code over MCP (streamable HTTP on the existing web port, no new listener): ten tools to list, inspect, define, run, stop and permanently remove dynamic plugins in a live DSH session, with the same approval flow the GUI uses for packages that ship a client half. Bearer auth is mandatory — the token is configured on a DSH settings page, the endpoint answers 503 rather than serve without one, accepts loopback only and never emits CORS headers.

Local knowledge base RAG for DeepSeek Harness -- index project files and search for relevant context

Codex-style /side side conversations for DeepSeek Harness: a temporary fork of the current chat in a floating panel, inheriting context without interrupting the main task.

DeepSeek Harness (dsh) plugin for @tabilo/ai-code-review: registers the ai_code_review tool (review | context) that reuses the Node.js engine to collect diffs, run tests/coverage, do impact analysis, and feed pack skills to the model.

LLM debug console for DeepSeek Harness: captures the full content of every model call at the llm/stream waterfall (options, stream chunks, usage, wire protocol) and shows it in a DevTools-style docked panel, with shared-prefix context diffing, wire-JSON reconstruction, JSON export and a runtime-tunable capture policy.

Screen capture and external vision recognition: take_screenshot, list_windows, analyze_image and view_image tools with a configurable GPT vision channel (gpt-5.5 / gpt-5.6-sol / gpt-5.6-terra), API key via the credentials service, and a settings card; view_image shows the screenshot in the Web UI while the model context keeps text only.

A searchable, sortable model picker for the DeepSeek Harness Web UI — provider groups, favorites, models.dev prices, context windows, live per-task token cost and a local-model filter. One-command install: dsh plugin add dsh-model-garden.

DSH 智能上下文压缩插件 —— 在有限窗口内管理认知资源，让 Agent 记住真正重要的信息。 Smart context compression for DSH — managing cognitive resources within limited windows, so your Agent remembers what truly matters.

Fügt der DSH-Systemaufforderung live Zeit, Wetter, Standort, Akku und Gerätekontext hinzu, mit einer zweisprachigen Einstellungsseite.

Adaptive Reversible Context (ARC) für DeepSeek Harness — anbieterbewusste, cache-bewusste Kontextverwaltung mit reversibler Wiederherstellung.

Plugin für dynamisches Kontextmanagement für DeepSeek Harness (Dynamic Context Pruning for dsh), angelehnt an opencode-dcp.

Seitenleisten-Anzeigen für DeepSeek Harness Web: eine DeepSeek-Kontoguthaben-Leiste (orange, mit Warnung bei niedrigem Guthaben) und eine Leiste zur Kontextnutzung der Konversation (blau), oberhalb des Plugin-Stores mit Detail-Popover beim Hovern dargestellt.

Codex-artige Kontext-Sichtbarkeit für DeepSeek Harness: Live-Belegung des Kontext-Fensters, Kompositions-Aufschlüsselung, KV-Cache-Hit-Rate und eine GitHub-artige 53-Wochen-Nutzungs-Heatmap

DSH-Plugin: automatisches Dual-Peer-Honcho-v3-Memory, kontextueller Recall, Suche, Reasoning, Schlussfolgerungen und Health-Diagnostik

Aufbereitung der Tool-Ausgabe beim Einlesen: behält Fehler- und Warnzeilen sowie Kopf und Ende, schreibt den Volltext mit einem für das Modell lesbaren Zeiger auf die Platte; deckt jedes Text-Tool ab, kleine Ergebnisse laufen unverändert durch.

Ein `search`-Tool, das lernt, zwischen schneller und gründlicher Suchstrategie zu wählen — mit einem kontextuellen Banditen (Thompson-Sampling) und Verbesserung aus echter Nutzung statt fester Heuristik.

Eine schlanke Portierung von Headroom: komprimiert Tool-Ausgaben, spart bis zu 20 % Kontext, ohne den Kontext-Cache des Modells oder die Agent-Leistung zu beeinflussen.

Sitzungsübergreifendes Event-Cue-Gedächtnis für DeepSeek Harness: extrahiert automatisch Task-/Konversations-Cues und Sprachgewohnheiten des Nutzers aus jedem Turn in eine persistente globale Cue-Bank und injiziert gemerkten Kontext bei erkennbarem Themenwechsel neu (Keyword- oder Vektor-Matching).

Vom Modell verfasste Kontextbereinigung für DeepSeek Harness über die offizielle Compaction-API.

Focus-Board für DeepSeek-Harness-Agents: dauerhafte, vom Modell gepflegte Notizen im Session-Workspace, die Ziel, Constraints und Entscheidungen über Kompaktierung und Sessions hinweg festhalten, mit automatischer Kontextinjektion, Archivierung beim Leeren und einem optionalen Web-Panel.