Plugins

Ambient-UI für DeepSeek Harness Web: ein Glassmorphismus-Balance/Token-Floating-Widget plus eine Pixel-Art-Agent-Trail-Animation.

Ein DeepSeek Harness Web-GUI-Appearance-Kit: 32 Preset-Themes, benutzerdefinierte Hintergründe (Wallpaper / Glas / Textur), pro-Zone-Texttiefe und ein Tastatur-Desktop-Pet.

Benutzerdefinierter Hintergrund (Bilder / GIFs / animierte Wallpaper)-Plugin für die DeepSeek Harness (DSH) Web-GUI: ein Aktivierungsschalter plus lokale Asset-Bibliothek, mit separaten Anzeigemechanismen für das offizielle Theme und Skin-Center-Skins.

Fail-Closed LLM-unterstützter Approval-Reviewer für DeepSeek Harness

Autonomer Berechtigungsklassifikator für das auto-Preset: toolspezifische allow/deny-Regeln, ein semantischer LLM-Richter und Git-Checkpoints für unbeaufsichtigte Sitzungen.

Teststabilitäts-Werkzeuge: vitest/jest/pytest/node:test-Suiten wiederholt ausführen, flaky Fälle klassifizieren, Historie führen, Quarantäne-Manifest und Gesundheits-Selbstprüfung pflegen.

Vertrags-Regressionsharness für Plugin-Autoren: Ein skriptgesteuerter LLM-Adapter treibt die echte Pipeline in isolierten Kindprozessen mit Sitzungsereignis-Assertions (Schichten load/contract/behavior/fault); ohne API-Schlüssel, CI-fähig.

Tool `describe_image`: eine Vision-Brücke, die Bilder über die opencode Zen API (Credential `OPENCODE_GO_API_KEY`, zuerst kostenlose Route mit kostenpflichtigem Fallback) an mimo-v2.5 sendet und reinen Textmodellen Textbeschreibungen zurückgibt, mit nativem Passthrough und ImageMagick-Transkodierung von SVG/TIFF/HEIC.

CDP-Bridge zu einem bereits laufenden Chrome/Edge für DSH: Screenshots, Pixel-Assertions, DOM-/CSS-Prüfungen und JS-Auswertung auf der Seite über HTTP + WebSocket, mit null Kindprozessen, null npm-Abhängigkeiten und ohne Freigabe pro Nutzung.

Schreib-Agent für tiefe Kollaboration in DSH: Erlernen des Schreibstils pro Nutzer aus Edit-Paaren, Ablauf Klären→Outline→Abschnitt schreiben→Red-Team→Leser-Galerie, Synthese vom Projekt zum Bericht (Laborbericht / Produktvorstellung / Umfrage / README), 41 MCP-Tools und eine Web-UI zum Verbessern von Auswahlen mit Dateivorschau in der App.

Arbeitsumgebung für E-Commerce-Betreiber: CSV-Stapelvorschau mit Marktplatz-Spaltenadaptern, reproduzierbare Gewinn- und Sechs-Dimensionen-Bewertung, Snapshots öffentlicher Produktseiten, chinesische Skills und austauschbare Wissensdatenbank für Shop-Richtlinien.

Mojibake-Schutz-Bundle für DSH: merkmalsbasierte Erkennung von verstümmeltem Text vor dem Schreiben mit Prüfung-dann-Freigabe (ein identischer Wiederholungsversuch passiert), plus pwsh-Kodierungsaudit vor der Ausführung (ANSI/GBK/UTF-16/Default). Windows und Chinesisch zuerst.

Stage-Gate-Governance-Tools: vom Modell aufrufbare gate_open / gate_check / gate_list / gate_close für In-Memory-Abnahmeprüfungen pro Session mit PASS/BLOCK-Ergebnissen.

Bringt deine bestehende Claude-/ChatGPT-Historie nach DSH: sofortiger Import ohne Tokens der memories.json in einem Claude-Export, lokale Claude-Code-Transkripte ohne Export und Gespräche, destilliert durch das bereits in DSH konfigurierte Modell. Jede Erinnerung trägt wörtliche, vom Code gegen die Quelle geprüfte Belege — eine Umschreibung wird verworfen und gezählt, und nur in Assistenten-Turns gefundene Belege gehen immer in die Prüfung statt in den Speicher.

Test-Assistenten-Nachrichten erstellen/ändern/injizieren und Session-Logs session.jsonl(.zstd) als neue Sessions importieren/reparieren.

Schwebendes API-Guthaben-Badge für DeepSeek Harness: Live-Guthaben für DeepSeek, Moonshot, OpenAI und eigene Endpunkte; ziehbar, skalierbar, im Milchglas-Look, wobei sich die Textfarbe an den darunterliegenden Inhalt anpasst.

Pinnt Assistentenantworten über die Web-Aktionsleiste und ruft sie in der nächsten Modellrunde wieder ab (`/pin` `/recall`, mit optionalem Wake).

Die Autoritätsschicht für agentische KI, als DeepSeek-Harness-Plugin. Prüft jeden Tool-Aufruf gegen Ihre Geschäftsregeln über den Policy-Entscheidungspunkt TapPass /v1/govern.

Unabhängige, schreibgeschützte Abnahmeschicht: startet vor jedem Abschluss einer übergeordneten Runde einen schreibgeschützten Prüfer und lenkt nicht bestandene Lücken zurück an den Agenten.

macOS only: holds a PreventUserIdleSystemSleep assertion (caffeinate -i -w <host pid>) while any DSH session runs, and releases it when the last one stops, so a long turn is not cut off by idle sleep. The display may still turn off. It keeps holding through the maintenance phase, where Agent.status reports idle and a long manual /compact runs, via the compaction/start and compaction/end events. It reconciles against ctx.agents.list() every 60s, so a session already running when the plugin is hot-reloaded is picked up at once instead of at the next turn boundary. A failed hold retries with exponential backoff capped at 60s and never gives up; release escalates from SIGTERM to SIGKILL after 2s, and -w lets caffeinate exit by itself if the host dies. No browser half — configured through the profile patch. 51 tests, including two that read pmset -g assertions on real hardware.

Generate images from the agent on the user's own GPU by queueing a workflow on a local ComfyUI install over its HTTP API: Z-Image-Turbo for fast drafts and Qwen-Image-2.1 for final assets and legible in-image text. Registers comfyui_generate and comfyui_status plus a skill covering model selection and prompt craft, has no runtime dependencies, and starts ComfyUI headless when no server is listening.

Read, write, convert and retime a subtitle track across SRT, WebVTT and ASS, audit it for over-long or unreadable cues, and transcribe audio through a configured speech recogniser.

Read, audit and diff Protocol Buffer definitions without installing protoc: a zero-dependency .proto parser exposing six tools (status, outline, describe, diff, audit, next_number). diff classifies every change as breaking, risky or additive and names the wire-format consequence; audit catches what protoc accepts but a reviewer should not — duplicated or illegal field numbers, reserved-range collisions, unresolved types, and unreserved gaps below the high-water mark.

Turn a raw recording into a published podcast with a local ffmpeg — detect chapter boundaries from silence, cut at those boundaries, normalise loudness to a broadcast target in two passes, and write an iTunes-compatible RSS feed whose enclosure byte lengths are measured from disk.