Plugins

Deterministische Kontextkompression für dsh – null LLM-Aufrufe, regelbasiertes Beschneiden, das Pfade, Befehle, Fehlerspuren und offene To-dos wortgetreu erhält. Komprimiert ~80k Token auf wenige Hundert.

Agenten-Governance-„Königreich" für DeepSeek Harness: Territorien, Rollenbindungen (bind/unbind/session mit Modell-/Agentenidentität) und eine Plan→Zuweisen→Ausführen→Überprüfen-Aufgabenschleife, in der Worker-Angaben nie automatisch als abgeschlossen gelten (Claim ≠ Fact), mit lokaler GUI-Betriebskonsole.

Leitet geeignete Shell-Befehle über rtk, um die Tool-Ausgabe zu komprimieren und Tokens zu sparen.

Unendlicher Canvas-Arbeitsbereich für E-Commerce-Visuals: Produktfotografie, virtuelle Anprobe, Hintergrundbearbeitung und Video, live mit der Harness-Konversation synchronisiert.

Plugin-Store für die DSH Web UI: Katalog durchsuchen, suchen, Ein-Klick-Installation, Kompatibilitäts-Badges und Liste installierter Plugins.

Nur ein Connector: Er rendert selbst nichts. Er abonniert DeepSeek-Harness-Sitzungsereignisse, fasst sie zu 12 Arbeitsphasen zusammen (planning / thinking / executing-tool / streaming / waiting-input / voice / awaiting-approval / complete / error / paused / idle / heartbeat) und sendet jede Phase per POST an das Desktop-Pet-Backend unter http://127.0.0.1:8000/api/plugin/dsh/ingest. Es gibt kein Fenster; API-Schlüssel oder Token sind nicht nötig. Die Mao-Live2D-Pet-App muss separat installiert und gestartet werden (eine Windows-Electron-App mit eigenen Voraussetzungen PowerShell 7 / Python 3.10+ / Node 18+). Ohne sie gibt es kein Ziel für die Daten.

Zusammenstellung von Speicherprofilen mit chinesischer Sitzungssuche, hybrider Erinnerung, dauerhaften Arbeitsbereich-Fakten, angehefteten Nutzerregeln und wiederverwendbaren nativen Skills. Das eigenständige versionierte Release-Bundle lässt sich mit einem dsh-plugin-add-Befehl installieren. Node.js 24 und pnpm müssen im PATH liegen.

Schreibpreset für Webromane in DeepSeek Harness. Der Hauptagent übernimmt die Chefredaktion und delegiert Gliederung, Entwurf, Prüfung, Lore-Pflege und Recherche in sieben Phasen an fünf Helfer. Der Roman bleibt in einem strukturierten Markdown/YAML-Verzeichnis novel/ (Figurenkarten, Foreshadowing-Zustandsmaschine, Zeitlinie, Erzählgedächtnis); dazu kommen ein Kreativpanel in der Seitenleiste und sechs CLI-Befehle ohne Abhängigkeiten.

Verwaltung benutzerdefinierter Modi und Assistenten. In Settings erhält jeder Modus einen eigenen System-Prompt als einfache Datei; der agent loop liest sie vor jedem Modellschritt erneut ein, sodass Änderungen in laufenden Sitzungen ab dem nächsten Schritt gelten. Als Basis dient die offizielle Zusammensetzung standard/PTC/minimal/Cordis. Pro Modus lassen sich die eingebundenen Plugin-Zeilen einzeln umschalten und frei benennen. Mehrere Assistenten mit eigenen Prompts — etwa zum Programmieren, als Gesprächspartner oder als Rollenspiel-(RP)-Figur — können auf einem Rechner parallel bestehen und für jede neue Sitzung ausgewählt werden. Unveränderte Zeilen bleiben einschließlich der Plattformbedingungen bytegenau wie ausgeliefert.

Ein KI-Routing-Gateway, das als DSH-Plugin läuft. Fügt ein Seitenleisten-Panel „Routing System“ für Anbieter, Kontopool, Fallback-Kombinationen und API-Keys hinzu und stellt einen OpenAI-kompatiblen Endpunkt unter http://localhost:3080/v1 bereit.

Community-Plugin-Marketplace für DeepSeek Harness nach offizieller Plugin-Spezifikation: Durchsuchen, suchen und installieren Sie über 4000 handverlesene Community-Plugins ohne die App zu verlassen, mit täglichen Updates.

Analysiert die Nutzung über Modelle, Anbieter, Arbeitsbereiche und Zeiträume — mit eigenen Start-/Enddaten über die gesamte Historie — inkl. Cache-Hit-Einblick und Aufschlüsselung nach Modell und Anbieter. Enthält stündliche/tägliche Trends, 53-Wochen-Heatmap im GitHub-Stil, Serien, Token-Quota-Ringe pro Modell und Arbeitsbereich (Tokens, Kosten, %), kombinierbare Filter, Cache-Effizienz, DeepSeek-Guthaben, Bereichs-Aliase, CSV-Export und ein dauerhaftes Journal, das Nutzung nach Sitzungs- oder Bereichslöschung bewahrt (Deleted-Zeile) und inkrementell neu aufbaut. Die Bereichs-Registry wird über die DSH-domain/changed-Sonde frisch gehalten; nur registrierte Bereiche zählen. Getrennte Buchhaltung für Eingabe, Cache und Reasoning. Chinesisch: Ortszeit; Englisch: UTC; API nur Loopback.

Live2D-Desktop-Haustier für DSH: KI-Statuslampe mit 8 Zuständen, Web-Widget und immer im Vordergrund bleibendes, transparentes Electron-Haustierfenster mit Mimik, Bewegungen und Sprechblasen.

Geschützte Kontextverdichtung für DeepSeek Harness (dsh): das LLM schlägt vor, die deterministic Wächter entscheiden — eager Per-Atom-Shrink (extract/summary/false unter Verbatim-Wächtern) + Lazy-Reference-Graph-Eviction (0-LLM) + byte-genaue Rückgewinnung aus einem Append-Only-Log.

Animierter Desktop-Begleiter für DeepSeek Harness mit Aufgabenmeldungen, Sitzungschat, Charakterpaketen und nativen Einstellungen.

Ersetzt den Chat-Composer durch ein CodeMirror-6-basiertes Editorpanel mit Zeilennummern, geteilter Bearbeitungs-/Markdown-Vorschau, schwebendem Fenster und Sidebar-Tab in voller Höhe — immer nur eine Eingabefläche zugleich. Entwürfe nutzen die offizielle Eingabemaschine. Der offizielle Spracheingabeknopf erscheint nur, wenn der Host ihn bereitstellt; Statistikzeile und Kontextanzeige verwenden dieselben Daten wie das offizielle Dock.

Installiert Herta als DeepSeek-Harness-Agenten: ein Preset mit ihren Persona- und Gedächtnis-Prompt-Abschnitten, sechs Gedächtnis- und Sprachwerkzeugen, einer narrativen Ebene, die ihr Denken von dem trennt, was sie sagt, 80 mitgelieferten Sprachclips, Offline- und MiniMax-Sprachsynthese sowie zwei Konversationsansichten, die die Sitzung mit ihren eigenen Komponenten rendern.

Fügt /review, /review-status und /review-cancel hinzu, um einen unabhängigen nativen Subagenten zu starten, der einen gewählten Git-Bereich prüft (Basisbranch, nicht committete Änderungen, einen Commit oder eigene Anweisungen) und einen Befundbericht im aktuellen Gespräch zurückgibt, mit englischer oder chinesischer Ausgabe je nach Host-Locale.

Knapptext für DeepSeek Harness: Komprimiert die Agent-Ausgabe, damit jede Antwort weniger Tokens kostet (Ebene 4). Ändert den Stil, nie den Inhalt.

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.

Pro-Event-Sound-Benachrichtigungen: Turn-Abschluss, Genehmigung, Frage, Plan-Review, Goal-Blocked und Task-Failure erhalten jeweils eigenen Sound und eigene Lautstärke, konfigurierbar in der Web-UI (integrierter Synth, Mute oder lokale Audiodatei).

Git Bash Shell-Tool für Windows: führt Befehle über das in Git for Windows enthaltene bash aus, mit Timeout, Sandbox, Ausgabekürzung und Hintergrundjobs, ersetzt das langsame pwsh-Tool und das WSL-exklusive bash-Tool.

Expert-Preset für DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): Chefkoordinator + 17 Domänen-Subagenten mit Auto-Delegation. Funktionen: Taskboard (Zustände pending/ready/running/done/failed, DAG, atomare Beanspruchung, Retry, Wiederherstellung), Quality Gates (5-stufige Pipeline: Anforderungen, Implementierung, Verifikation, Prüfung, Integration; 2 Überarbeitungen), Five-Anchor (Prüfung/Konvergenz/Anti-Drift/Zusammenarbeit/Ressourcen), Near-distance (Vorlage Identität/Aufgabe/Ausgabe), progressive Offenlegung (~28 % Token-Einsparung), Persistenz, P2P-Bus, Kreuzprüfung, Erfahrungspool, Schnellweg, Auto-Retry. 17 Experten: Daten, Redaktion, Recht, PM, Frontend, UI/UX, Architekt, Social, Growth, Quant.-Finanzen, Backend, DevOps, DB, QA, Sicherheit.

Sitzungen auf einer abspielbaren Timeline mit Token-Nutzung pro Schritt wiedergeben, sensible Operationen prüfen, Kosten schätzen, Fork-Historie anzeigen, Sitzungen vergleichen und eigenständige HTML-Replays exportieren.