Plugins

Sitzungs-Kostenschätzung in einer status bar am unteren Rand der Konversation (Token-Preise pro Modell, CNY) sowie das Live-DeepSeek-Kontoguthaben über die offizielle balance API.

Kostentracking mit Preisen aus einem Online-Katalog (models.dev + OpenRouter, über 8000 Modelle, jeder Aufruf zum jeweiligen Echtzeitpreis abgerechnet): Kostenzeile pro Runde, Tab „Kosten“ mit Zuordnung der Ausgaben auf Werkzeugausgabe / Modellausgabe / System-Prompt / Befehle, Budget, Monatsprognose, ~166 Live-Wechselkurswährungen und ein bill_stats-Agententool.

**Anhänge im gleichen Stil wie DeepSeek Chat (chat.deepseek.com)**: Büroklammer-Upload-Button, 240×64 DS-Style-Dateikarten mit offiziellen farbigen Dokument-Icons (PDF/DOCX/XLSX/PPT/IMG, aus dem DS-Frontend-Bundle extrahiert), Drag-and-Drop, Textextraktion (PDF/DOCX/XLSX/TXT) in die Nachricht eingefügt sowie echte Anhangskarten im Transkript gerendert (benutzerdefinierter User-Renderer), wobei das Modell den vollständigen Inhalt liest.

Installiert ein Bild-Eingabe-Kontrollkästchen in den Models-Katalog, damit ein benutzerdefiniertes Modell Bildeingabe deklarieren und Bilder direkt empfangen kann; enthält ein optionales BYO-Vision-Relay.

Erfordert DSH 0.1.5-rc.2 oder höher. Dialogstil-Modellauswahl für die DSH Web UI: unscharfe Suche, einklappbare Anbietergruppen, Favoriten mit Nur-Favoriten-Filter und ein Dropdown für das Thinking-Level; ersetzt die integrierte Modellauswahl durch offizielle UI-Primitives und DSW-Token.

Berührungslose Laufzeit-Telemetrie für DSH: jede Sitzung schreibt Aufgabe, Modellstufe, Tools, Fehler, Dauer und Status automatisch in ein menschenlesbares Journal mit Statistikbereich (reiner Beobachter — keine Tools, keine LLM-Aufrufe, keine Injektion).

Nach jeder Modellrunde generiert ein LLM 3 kritische Folgevorschläge, die als anklickbare Chips zum direkten Senden angezeigt werden

Ergänzt Drittanbieter-APIs für DeepSeek Harness um Reasoning-Stufen wie Niedrig/Mittel/Hoch und ermöglicht die Modellauswahl für jeden Subagenten-Aufruf.

DSH-Port von TaskPlane: Abhängigkeitsgeordnete Wellen laufen in parallelen git-worktree-Spuren, mit Aufgabenpaketen, modellübergreifender Prüfung und Wiederherstellung nach Abstürzen.

Automatische Provider-/Modell-Fallback-Ketten für DeepSeek-Harness-Agenten, wenn LLM-Anfragen wiederholt fehlschlagen (Retries aufgebraucht, Auth, Kontingent, Rate-Limit).

Zeigt das DeepSeek-Guthaben und die geschätzten täglichen Ausgaben an, fusioniert externe Vision-Call-JSONL-Datensätze und fügt ein Dashboard pro Sitzung mit Modellstatistiken, TTFT, Cache-Rate, Call-Logs, Kostenschätzungen, Filtern und CSV-Export hinzu.

Der Modell-Umschalter für DSH: auf jeden OpenAI-kompatiblen Endpunkt richtbar, mit kuratierten kostenlosen/günstigen DeepSeek-Provider-Presets und automatischem Fallback, wenn eine kostenlose Stufe Sie ratenlimitiert.

Importiert lokale Codex-, Grok-, Claude-, OpenCode- und CC-Switch-Logins nach DSH; Quellen auswählen und Modelle in den Einstellungen aktivieren.

Adaptives Modell-Routing: Komplexitätsklassifizierung pro Anfrage mit automatischem Anbieter-Routing.

Native Vision-Bridge für LLM-Anbieter: In den Chat eingefügte Bilder werden von einem Vision-Modell (Qwen3-VL über pi-ai/llama.cpp) beschrieben, und die Textbeschreibung wird zur Antwort an das rein textbasierte DeepSeek weitergegeben — Bildaufnahme, Routing und Kompaktierung laufen vollständig über harness-native Mechanismen, mit LRU-Beschreibungscache und 503-Retry.

Shows which graft index a dsh session is serving and whether it still matches the code, and gives the model graft_ask, graft_grep, graft_callers, graft_skeleton and graft_map as native tools.

SQLite memory entries, a calendar with due-time reminders, and cron-scheduled agent tasks, with 13 model tools and a bilingual zh/en UI.

Custom modes / assistant manager: give each mode its own system prompt in the settings page — a custom prompt that is a plain file the agent loop re-reads before every model step, so an edit applies to the running session on its next step — and start it from the official standard / PTC / minimal / Cordis composition, toggling the plugin rows it mounts one by one (a custom plugin composition per mode), renaming it as you like. Several assistants coexist with their own prompts, so one machine can keep a coding assistant, a chat companion and a roleplay (RP) persona side by side — a multi-agent setup you pick from per new session. Rows left untouched stay byte-identical to the shipped ones, platform conditions included.

Lists the Markdown documents, images and video that already exist anywhere in the session workspace in the DSH sidebar, ranked by relevance to the current conversation: recent messages are matched locally against document title, summary and body with IDF weighting, with no model calls and no network. Because the list is scanned from the workspace instead of remembered, restarting DSH or starting a new session does not empty it. Images and video preview in place, with relative-path images resolved and video streamed over HTTP Range. A references bar under the preview header shows which documents cite the one being previewed and which it cites, with one click to jump between them. The same ranking is exposed to the agent as a knit_docs tool, which returns the most relevant documents along with the passage that matched in each, where one is found.

Role-based multi-agent team for DeepSeek Harness. The /team command assembles up to 12 specialist subagents (product, architect, researcher, UI, backend, frontend, database, security, reviewer, QA, DevOps, docs) and runs a nine-phase gated pipeline (clarify, research, design, spec review, plan approval, implement, review, test, deliver) over a shared workspace of artifacts (SPEC, PLAN, TASKS, STATE, REVIEW, TEST). Quality gates are enforced by plugin code rather than requested in prompts: an unfinished task cannot be marked completed, quality findings must be adjudicated by the reviewer or QA role, and coverage gaps or rework over budget appear live in the overlay and in /team status. Ships a live team overlay (phases, roster with per-role models, task DAG, artifact preview, decision buttons), a persistent-team mode that resumes across sessions, and per-run token and time accounting. Zero runtime dependencies, no build step.

Multi-language codebase intelligence for MCP-compatible IDEs, the CLI and DeepSeek Harness: chat, search, audit, refactor, and board-ready reports from local code.

Per-workspace MCP scoping for the DeepSeek Harness — decide which MCP servers a session may see from the directory it was opened in.

DeepSeek Harness client plugin: adds an 'Invert selection' button to the fetch-models dialog of the Models settings section, so only the rows that are already in the model list stay checked on a second fetch + add pass.

Unofficial DeepSeek Harness settings panel for Command Code: credits, usage windows, and model-catalog sync.