Plugins

Injiziert Regeln nur bei Bedarf, ohne Kontext zu verschwenden. DSH-Portierung von opencode-stream-rules.

Schreibt lokale JSONL-Zusammenfassungen von Tool-Aufrufzahlen je Runde und groben Verifizierungssignalen, ohne Prompts, Tool-Argumente oder Ergebnistext zu speichern.

Fügt Spezifikationsartefakte, Skills, Befehle, zielgestützte Umsetzung und Kontext zum Aufgabenfortschritt hinzu.

Strukturierter Vergleich und Unified Diffs für Text/JSON/CSV/Markdown.

Verschiebbare, gitterausgerichtete Werkbank mit 28 Mini-Karten in den Rändern der Konversation (API-Guthaben, Token-Nutzung, Kosten, Kontextdruck, Aufgaben, Ziel, Nutzungs-Heatmap, GitHub-Repository, Bild-Relay), mit S/M/L/XL-Größenstufen.

Schutzschalter für untätige Agenten-Turns: überwacht agent/assistant-stream und bricht einen Turn ab, der nur Reasoning produziert — ohne Text und ohne Tool-Call — nach 45s, nach 80000 Reasoning-Zeichen oder bei degeneriertem Wiederholungsmuster (exakte Repeat-Einheit, Satz-Template-Repeat, Sparse-Repeat oder 6-Gramm-Dichte). Beim Auslösen wird eine Continue-Anweisung injiziert, die als nächste Aktion einen Tool-Call verlangt, plus 11 Regressionsfälle und Per-Gate-Tuning.

Bearbeiten Sie jeden Benutzer-Turn in DeepSeek Harness und führen Sie ihn erneut aus: Ein Inline-Editor an der Nachrichtenzeile spult die Konversation über den offiziellen surface-replace-Vertrag bis kurz vor diesen Turn zurück und fragt den Agenten dann mit dem überarbeiteten Text erneut ab. Das nur anhängende Sitzungsprotokoll wird nie umgeschrieben.

Agentenstrukturierter Prompt-Optimierer für DeepSeek Harness: schreibt Composer-Entwürfe in role/task/context/constraint/format um, mit den Modi normal, slim und expand, einem Bestätigungsmodal mit Bewertung, continue-optimize sowie lokalen, hybriden, DSH- oder Cloud-API-Engines.

Nativer Side-by-Side-Chat neben dem Hauptgespräch: eine unabhängige archivierte DSH-Session mit vollständiger nativer UI, Abruf des Elternkontexts bei Bedarf, Zitieren von Auswahlen und einem Lebenszyklus zum Behalten oder Löschen.

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.

Modellwechsel und Steuerung des Reasoning-Aufwands für DeepSeek Harness: Die Agenten-Tools set_model und list_models lassen den Agenten mitten in der Aufgabe autonom Anbieter, Modell oder Denktiefe ändern, mit Pflichtbegründung, Anbieter-Whitelist und Token-Druckwächter des Kontextfensters; das aktive Modell wird in den Laufzeitkontext injiziert, und der automatische Plan-Mode-Übergang wechselt beim Eintritt in den Planmodus zu einem konfigurierten Planungsmodell und stellt beim Verlassen das vorherige Ausführungsmodell wieder her.

Sitzungssuche in der Seitenleiste, die einen eigenen Index aufbaut, statt den Volltextindex von DSH wiederzuverwenden: Titel/Inhalt-Umschaltung in einem einzigen Eingabefeld, pro Sitzung gruppierte Ergebnisse mit dem stärksten Snippet und Benutzer/Antwort/Werkzeug-Tags, dazu wasserzeichenbasierte inkrementelle Synchronisierung, Bereinigung archivierter Sitzungen und ein Shadow-Rebuild, der den Live-Index nie blockiert.

Einhändige Eingabe ohne Tastatur für das Eingabefeld: Maustaste im Eingabefeld gedrückt halten, sprechen, loslassen – der Text landet im Entwurf, und Hochschieben bricht ab, ohne einen halben Satz zu hinterlassen. Kein Mikrofonknopf zum Anvisieren und kein Kurzbefehl zum Merken; die Hand muss den Eingabebereich nie verlassen, was gerade dann zählt, wenn die andere Hand beschäftigt ist. Die Erkennung läuft vollständig offline (SenseVoice über sherpa-onnx, kein API-Schlüssel, Audio verlässt nie den Rechner).

Git-Toolfenster im JetBrains-Stil für die Seitenleiste: Zweigbaum mit Ahead/Behind-Badges, Commit-Graph mit Text-/Autor-/Datums-/Pfadfiltern, Zeilen-Diff pro Datei, Änderungsliste und Commit-Box sowie Aktionen für Branches, Tags und Stashes, Merge, Rebase, Cherry-Pick, Reset und Fetch/Pull/Push.

Modellgesteuertes Paket zum Überlaufen des Kontextfensters für DeepSeek Harness: frischer Arbeitskontext, dauerhafte, vom Modell verwaltete Notizen, ein kleiner wörtlicher aktueller Schwanz und gezielte Wiederherstellung der Historie – ohne Zusammenfassung.

Liest Assistentenantworten in DeepSeek Harness laut vor: Text-zu-Sprache-Anbieter mit Streaming-Wiedergabe.

Konfigurierbare Sende- und Zeilenumbruchtasten, ein Composer-Kontextmenü mit drei Quellen (DSH und anderen Plugins überlassen / Browser-Menü / plugin-gestyltes eigenes Menü), ein Schnellbefehlspanel mit kategorisierten Prompt-Listen, bei denen jeder Prompt bei jedem Senden oder nur bei der ersten Nachricht einer Session angehängt werden kann, eine Zeile zum Erstellen und Verschieben am Ende jeder Kategorie, ein Prompt-Optimierer, der den Entwurf mit einem separaten Modellaufruf umschreibt, Größenspeicherung des Einstellungspanels und automatische Injektion des x-opencode-session-Headers für OpenCode-Routen. Prompt-Listen liegen in einer globalen ~/.dsh/quick-prompts.json, die unabhängig von Session und Projekt ist.

Automatische Genehmigung und Prüfung für Tool-Aufrufe, die eine Genehmigung brauchen: Keyword-Buckets treffen rote Linien ohne Kontext, dann klassifiziert ein Judge-Modell die Anfrage und leitet sie je nach Trefferzeile und Risikostufe an allow, reject oder einen Menschen; ein Urteil, das nie lief, geht immer an einen Menschen, und Ablehnungen nennen dem Modell den Grund.

Fügt Modellzeilen in den Einstellungen einen Reasoning-Level-Editor mit Presets für OpenAI- und Anthropic-Protokoll (llm-pi-ai), Schalter für Eingabe-Modalitäten sowie ein 1M/128K-Kontext- und Max-Output-Preset hinzu.

Cherry-Studio-artiges Einfügen: Mehrzeilen-/eingerückter/eingezäunter Text oder Code, der in den DSH-Web-Composer eingefügt wird, klappt zu einer umrandeten, einklappbaren, sprachgetaggten Karte zusammen und wird beim Senden als eingezäunter Codeblock wiederhergestellt.

Füllt automatisch Felder für Reasoning-Effort, Kontextfenster, Ausgabelimits und Bildmodalität für Modelle inoffizieller (benutzerdefinierter) Anbieter (mit Daten von models.dev) und bietet UX-Verbesserungen wie Kompatibilitätsverbesserung und das Merken des Reasoning-Effort.

Zitiert ausgewählten Gesprächstext als native Referenz-Chips in den Web-Composer für fokussierte Folgerunden.

Chinesisches De-AI-Schreib-Plugin (AI-isms / AI writing / humanize): Sage 「去掉AI味」, um Text umzuschreiben, und 「写的不错」, um neue AI-Wörter automatisch in die Vermeidungsliste zu lernen. Kostenlos aus der Zhihu-Community 「去AI味写作技巧」.

Prompt-Optimierer in der Eingabeleiste: schreibt Entwürfe mit 6 Strategien × 3 Sprachen plus eigene Anweisungen um, mit optionalem Ziel/Todo/Kompaktionszusammenfassung/Werkzeugergebnis und Chat-Kontext, einem Bestätigungsdialog, Verlauf der letzten 5 und dreistufiger Einstellungspersistenz.