Plugins

Datei-Upload mit farbcodierten Anhang-Karten (sitzungsisolierte Speicherung, sha256-Deduplizierung, TTL-Bereinigung) plus einem inhaltserkennenden read_document-Tool für PDF/DOCX/XLSX/TXT.

LAN-/Remote-Zugriff für die Web-UI: fügt bei reinen HTTP-Origins ein crypto.randomUUID-Polyfill ein, damit das Frontend bei direkten LAN- oder Tailscale-IP-Links funktioniert.

Lokale A-Share-Research-Workbench für DeepSeek Harness: Markt-Dashboards, Watchlists, Bewertung, vier Investor-Agents, versionierte Berichte und kontinuierlicher Post-Report-Chat.

Text in einer committeten DSH-Antwort auswählen, um ein unabhängiges, persistentes, schreibgeschütztes Multi-Turn-Topic zu öffnen, das an Source-Session-Evidenz und Projektdateien gebunden ist, während der Quell-Agent weiterläuft.

Multi-Charakter-Galgame-Konversationsansicht mit separater Auswahl von Charakter und Antwortmodell, charakterspezifischer Zuneigung, Erinnerung, Dialogverlauf und CG-Galerien, plus Antworten, die durch Task-Ereignisse über Harness-Sitzungen hinweg informiert werden.

Registriert eine lokale OpenAI-kompatible Bridge als nativen DSH-Modellanbieter und nutzt die auf diesem Rechner in der Desktop-App bereits angemeldeten Modelle. Verwaltet Bridge und lokalen Dashboard-Prozess und ergänzt fünf Tools, den Befehl `/workbuddy` sowie eine Einstellungsseite mit neun Tabs. Die Desktop-App muss auf demselben Rechner installiert und angemeldet sein; die Bridge bindet nur an 127.0.0.1.

Ein deepseek-harness-Plugin, das Ihren Agenten in einem angepassten Git-Repository weiterentwickelt.

Sitzungsübergreifendes Langzeitgedächtnis als lokale SQLite-Datenbank: zwei Bereiche (Nutzer und Projekt je Git-Origin), hybride Suche mit FTS5 und lokalen Vektoren, per RRF zusammengeführt, eine Evidenzprüfung mit explizitem Urteil zur ausreichenden Beleglage, Herkunfts-Prüfketten, SM-2-Wiederholungslernen, Verdichtungs-Destillation und Vergessen durch Abbau sowie Memory-Palace-Seitenleiste mit neun Ansichten. 22 Tools mit eng begrenzten Parametern, kein externer Dienst, kein API key, kein Docker.

Ein Terminal-Client in Rust/ratatui, der das JSON-RPC-Protokoll des DSH SDK direkt spricht und eigenständig oder als Profil-Bundle läuft.

Drittanbieter-Adapter, der den upstream REA-MCP-Server (Reverse Engineer Anything) als mcp__rea__*-Tools in DeepSeek Harness registriert. 2.x bringt Node, REA CLI, JDK und Ghidra unter <DSH_HOME>/plugins/rea-bundle mit und startet REA per Shim; nach einmaliger Einrichtung läuft es auch ohne vorher installierte Komponenten. 1.x (branch v1, npm 1.0.6) ist reine Konfiguration und setzt installierte REA/Ghidra voraus. Die Analyse stammt vom upstream: native Binärdateien (Hopper/Ghidra/IDA), JavaScript/Electron, .NET-Assemblies, Websites, Android-APKs und adb-Geräte, Firmware und Prozessmitschnitte.

PRTS.chat-Korpusbrowser für deepseek-harness mit lokaler/Cloud-Suche, Quellenansicht und 3D-Arbeitsbereich von Rhine Lab.

KI-gestützter Recruiting-Workflow für HR und Headhunter: Klärung der Stellenstandards, Sourcing und Vorauswahl über zwei Kanäle (Boss Zhipin und Liepin), Marktübersicht über Talente, Lebenslaufbewertung, Terminplanung für Interviews, Kandidatenverzeichnis und Tagesberichte. Installierbar als Claude-Code-Plugin oder als DeepSeek-Harness-(dsh)-Plugin — Letzteres bringt ein sofort einsatzbereites „Recruiting-Browser“-Panel mit. Funktioniert auch mit jedem KI-Coding-Assistenten, der AGENTS.md lesen kann.

Rein lokaler Projektspeicher ohne mitgelieferte Laufzeitabhängigkeiten oder externe Dienste: JSON als Single Source of Truth plus generiertes PROJECT_MEMORY.md, tokenbegrenzter, sitzungsgefrorener Hot Memory für stabile Prompt-Präfix-Caches, gecachter BM25-Recall projektübergreifend, vertrauenswürdige Sitzungs-/Turn-Herkunft, erklärbare Governance von Duplikaten/Konflikten vor dem Schreiben, editierbarer Lebenszyklus aus Wichtigkeit/Pin/Tags/Ablösung/Archiv, konfigurierbare Destillation am Ende von Top-Level-Turns sowie ein zweisprachiges Web-GUI für Suche, Inspektion, Diagnose und Live-Einstellungen.

Arbeitsplatzsichere Office-Tools für Agenten: Word erstellen/lesen, Excel erstellen/lesen/aktualisieren, und PowerPoint-Präsentationen mit PNG/JPG/GIF-Bildplatzierung erstellen/lesen.

UI-Erweiterungssuite für den DSH-Webclient: Vervollständigung des chinesischen Gebietsschemas, einzeilige Statistiken, automatisch erweitertes Denken, Chat-Breite, Sitzungs-Archivierung und -Löschung, plus optionaler Prompt-Injection-Schalter (standardmäßig aus).

Instanzübergreifende Nachrichten- und Event-Übergabe zwischen DSH-Instanzen über einen Interconnect-Server.

Schwebendes Panel zur Verwaltung von MCP-Servern und Skills in der DSH-Weboberfläche: verzögertes Tool-Laden je Server (ToolSearch, standardmäßig aus) hält dessen Tools aus dem Kontext jeder Runde heraus. Der Prompt nennt zunächst nur Tool-Namen; das vollständige Schema kommt erst hinzu, wenn das Modell es mit dem integrierten tool_search findet, sodass ungenutzte Schemas keinen Kontext kosten. MCP-Server global oder in der .dsh/mcp.json eines Projekts, Aktivierung pro Server, Markt mit 47 Diensten und Import aus zehn anderen Clients. Skills werden in ihren tatsächlichen Bereichen automatisch entdeckt und nach Vorrang aufgelöst; automatische Modellaufrufe oder nur manuelle Nutzung je Skill.

Löscht DSH-Unterhaltungen dauerhaft und kann geforkte sowie Subagent-Sitzungen rekursiv mitlöschen.

Erzeugt konfigurierbare, deterministische Sitzungstitel für DeepSeek Harness aus semantischen Prompt-Feldern und Vorlagen.

Fügt der DSH-Web-UI eine festliche Feuerwerks-Überlagerung über das happy_fireworks-Agentenwerkzeug hinzu.

Fügt der DSH Web UI eine Worktree-Ansicht hinzu, die Sessions nach Git-Worktree gruppiert und DSH als maßgebliche Quelle beibehält.

Multi-Agent-Workflow für Mathematikmodellierungs-Wettbewerbe: das "UltraMath"-Preset führt ein Problem vom Lesen über Framework, Ableitung, Coding, Verifikation, Paper und Review aus, plus 4 einstufige Rollen-Presets (Mathematiker, Ingenieur, Writer, Reviewer) und 33 Model-Library-Skill-Docs.

Führt geplante Programmieraufgaben in isolierten DeepSeek-Harness-Sessions aus, verwaltet über die Einstellungen oder den Agenten.

Bild-„Lesen“ für reine Textmodelle: Herunterskalieren + Reduzierung der Farbtiefe + Struktur-/Farb-Fingerabdrücke werden in Textraster umgewandelt und in das Gespräch zurückgespeist, sodass das Modell wie ein multimodales Modell autonom zoomen, sampeln und OCR durchführen kann; vollständig lokal ohne Abhängigkeit von externen Modellen, enthält einen Skill zur Bild-Lese-Methodik sowie optional PaddleOCR.