Plugins

DeepSeek-Harness-Plugin: Anmeldung beim Anbieter, Katalog der Modelle und Weiterleitung der Auswahl über einen nur über Loopback erreichbaren Kanal /model-hub

Schreibbrücke zum Open-Source-QingAgent-Client: Der Agent entwirft und überarbeitet Dokumente über qing_-präfigierte Host-Tools, gesetzt auf einem Reispapier-Panel mit mermaid, drawio, Tabellen und KaTeX; Bearbeitungen erscheinen als prüfbare Diffs und werden erst beim Commit übernommen; die QingAgent-Desktop-App auf derselben Maschine ist erforderlich.

Grok-Build-Anbieter mit der offiziellen Browser-Anmeldung der CLI, mit dynamisch sichtbaren Modellen des Kontos, gestreamtem Reasoning und Werkzeugen sowie Einstellungen für Kontingent und Modellfähigkeiten.

Modellix-Integration für DSH: schema-gesteuerte Erzeugung von Bildern, Videos und Audio in einem geteilten Design-Arbeitsbereich, ein Live-Katalog der LLM-Modelle sowie native Anbieter für Websuche und Abruf über einen einzigen API-Schlüssel.

Sprach-Chat im Doubao-Stil für DSH: Gedrückthalten des Mikrofons im Composer wandelt Sprache in Text um und sendet automatisch, und KI-Antworten werden vorgelesen. Optionale LLM-Verdichtung (lange Antworten werden zu kurzen gesprochenen Zeilen zusammengefasst, gemäß dem Modell der aktuellen Konversation), TTS-freundliche Textbereinigung, wählbare Edge-TTS-Stimmen, einstellbares automatisches Stoppen bei Stille, und Einstellungen direkt in den DSH-Einstellungsdialog eingebettet.

Fügt Claude, Gemini und ein lokales Ollama-Modell zur nativen Modellauswahl von DSH hinzu und nutzt Ihre vorhandenen Claude Code / Antigravity CLI-Anmeldungen statt eines abgerechneten API-Schlüssels, mit funktionierendem Reasoning-Effort-Selektor für Claude.

Skill-Studio für DeepSeek Harness: visualisiert jeden Agenten-Skill (Name, Beschreibung, Quelle, Nested-Flag, Modell-/Benutzer-Aufruf), zeigt und bearbeitet den vollständigen SKILL.md-Inhalt, schaltet Modell-/Benutzer-Aufruf um und schürft DSH-Sitzungsprotokolle, um wiederverwendbare persönliche Skills zu extrahieren, die der Agent automatisch lädt – aus dem Web-Einstellungspanel und über die Tools skillmgr_* / skillmgr_extract_*.

IDE-artige Run-Konfigurationen für DSH: Speichern Sie LLM-Prompts und Shell-Befehle als wiederverwendbare Run-Konfigurationen (global oder pro Workspace), führen Sie sie über den Session-Header oder die New-Session-Seite aus und verwalten Sie sie über das Tool task_run_config mit genehmigungsgeschützten Schreibvorgängen.

Sitzungsübergreifendes Gedächtnis für DeepSeek Harness über die offizielle Storage-Domain: Memories bleiben über ctx.storage (storageDomain-Tabelle) erhalten und werden über eine registrierte Sektion (memory:recall) in den System-Prompt injiziert, mit memory_save / memory_forget-Tools, sodass der Agent sein eigenes Gedächtnis liest und schreibt (maxMemories konfigurierbar).

Tägliche Kostenkarte für Ihr lokales LLM-Gateway: /usage liest gateway_usage.jsonl und schlüsselt Ausgaben pro Modell und pro Stunde auf, einschließlich offiziellem Direktbezug, OpenRouter-Relay und verbrauchsabhängigen Kontingenten im Tarif.

DeepSeek-Harness-Plugin: Superselfs `self`-CLI als modellseitige Tools plus ein /self-Befehl — projektübergreifender und sitzungsübergreifender Projektzustand für Agenten.

LongCat-2.0-LLM-Adapter: 1M Kontext, binärer Denkmodus, Werkzeugaufrufe und Streaming über den OpenAI-kompatiblen Endpunkt.

OpenAI-kompatible API mit Denkmodus per Klick (CodeBuddy/vLLM/Proxys), die Ablehnungen durch content_filter bei Entwicklerrollen-Inhalten vermeidet.

Ein Pixel-Begleiter im Chatbereich: schlüpft aus einem Ei zu einem von drei Sprites oder einem vom LLM nach Textbeschreibung gezeichneten eigenen; springt von selbst über Nachrichtenblasen, ist per WASD steuerbar, plaudert in Character über die bereits konfigurierten Modelle und trägt ein Pflegesystem (Stimmung/Energie/Gesundheit, Level, Shop), das vom echten Token-Verbrauch angetrieben wird.

llmtrim-Spar-Dashboard in der DSH-Web-UI: Einstellungsseite mit Karten für Bezahlt, hypothetische Kosten, Heute gespart und Diese Woche gespart sowie Aufschlüsselung pro Modell, plus ein konfigurierbarer rotierender oder statischer Statistikstreifen unter dem Composer.

DSH-Plugin: bindet Web-LLMs in Agent-Workflows ein – echter Browser-Antrieb, unterstützt mehrere Rollen wie Code-Review, Übersetzung und Red Team

Evidenzbasierte Unternehmens- und Job-Due-Diligence für DSH: protokolliert Quellen mit Evidenzstufen, ergänzt evidenzgebundene Aussagen, prüft die Rechtseinheit gegen offizielle Register und erstellt einen PROCEED/VERIFY/STOP-Bericht mit Prüfliste und Interviewfragen.

OpenCode-Zen-Anbieter kostenloser Modelle für dsh

Qualitätsbewusste Plugin-Erkennung im Agent: ein find_dsh_plugins-Tool, das das gesamte dsh-plugin-Thema über einen täglichen qualitätsbewerteten Index (installierbares Manifest, kuratierte Liste, Lizenz, Aktivität) in Kombination mit einer Live-gh-Suche einstuft — null LLM-API-Kosten, Risikoflags und exakte Installationsbefehle in jedem Ergebnis.

Untersucht vor der Entwicklung lokalen Code sowie GitHub/npm nach wiederverwendbaren Implementierungen, bewertet Wiederverwendung versus Neuschreiben und prüft die Architekturkopplung.

Content-Workshop-Tools für DSH: Thema, Titel, Beitrag und Content-Kalender werden mit dem eingebauten LLM generiert.

Ein Subagenten-Matrix-Schwarm, der heterogene Aufgaben an das geeignetste Modell über ein OpenRouter-ähnliches Gateway plus cfgpu.com/llm/square weiterleitet, jede Aufgabe per in-Prozess-Subagenten oder direkten LLM-Aufrufen ausführt und den Tokenverbrauch pro Modell mit einem feedbackgesteuerten Ranking nachverfolgt.

Inoffizieller Cursor-Abo-Chat: Host-eigener CLI-Session-Login, ein angezeigter Modellkatalog und Nutzungsanzeigen des Abos. Cursor-Mitarbeiter werten diese Art privater Client-Nutzung als ToS-Verstoß.