Plugins

Memory für lange RP- und Companion-Chats: drei verblassende Ebenen, Abruf je Turn, Source-Labels, Grenzen für Charaktere und Welt, Beziehungsgraph, Bildanhänge und WebUI.

Zeigt in der Seitenleiste Kosten pro Turn und Sitzung, die Aufschlüsselung nach Provider/Modell, Subscription-Verbrauch und den Kontostand des angemeldeten DeepSeek-Kontos.

show_page erstellt interaktive Chatseiten. 8 Vorlagen (report/compare/checklist/dashboard/timeline/flashcards/quiz/flow): Modell liefert Inhalte, Plugin gestaltet/interagiert/speichert; Vollseiten ebenfalls möglich. CSS @layer als Basis, eigenes Seiten-CSS hat Vorrang. Anzeige unter Antwort mit Hell-/Dunkelthema. Seitenbezogenes localStorage bleibt in DSH über Öffnen/Versionen erhalten und synchronisiert Chat/Sidebar; jede Änderung ist als Version rücksetzbar. Verstecktes lokales Chrome/Edge prüft nach dem Speichern Scriptfehler, horizontalen Overflow, Dark Mode und meldet Probleme zurück. Seitenleiste: Vollansicht, Versionen, Galerie, PNG/PDF/HTML-Export. Frame-Sandbox mit eigener Origin/strenger CSP: kein Zugriff auf DSH-Daten, kein fetch/XHR/WebSocket. Mobil mit dsh-mobile.

DSH-Plugin auf Basis des offiziellen Lark-CLI, um den DeepSeek-Harness-Assistenten über Feishu / Lark zu erreichen.

Fügt der Titelleiste von DeepSeek Harness eine Restart-Schaltfläche hinzu, damit neu installierte Plugins wirksam werden. Der erste Klick schaltet sie auf armed; der zweite beendet die aktuelle Desktop-Instanz und startet die ausführbare Datei neu. Ein per WMI erstelltes PowerShell-Skript führt den Neustart außerhalb des Anwendungs-Jobobjekts und ohne Konsolenfenster aus. Jeder Schritt wird in $DSH_HOME/logs/dsh-restart-plugin.log protokolliert. Nur für die Windows-Desktop-App.

Geschichtetes Langzeitgedächtnis für DeepSeek Harness: Pro Runde Persona-Rahmen und Relevanzindex; vollständige Transkripte bleiben auf Datenträger und werden bei Bedarf geladen, ohne Kontextüberlauf. Fakten: slotgebunden, neue Werte ersetzen alte. Modell leitet Persona-Rahmen aus Erinnerungen ab. Drei Filter verwerfen Entwicklergeplauder, blockieren Echos eigener Einspeisungen und führen Umformulierungen anhand gemeinsamer Inhaltswörter zusammen. Konsolidierung vereint Beinahe-Duplikate, verdichtet lange Themen und archiviert wenig nützliche alte Einträge nur per Tag; Rohtext bleibt erhalten. Append-only-Speicher lokal kompaktiert (4,7 MB → 355 KB gemessen). Keine Fremdabhängigkeiten, kein Build. Einspeisung pro Runde senkt zwangsläufig Prompt-Cache-Treffer; nicht für Arbeit empfohlen.

Sucht und sieht Bilibili-Videos; Like/Coin, Danmaku/Kommentare, Antworten und Rückantworten. Liest AI-Untertitel oder transkribiert Audio lokal, falls sie fehlen, vor Kommentar und Wahl des Antwortziels. Leitet menschliche Stilregeln ab statt zu kopieren. Überspringt gesehene Videos, dedupliziert je Thread; nach vielen Runden mit derselben Person im Kommentarbereich prüft es den Gehalt und stoppt bei Bot-Komplimenten nach einer letzten Zeile. Prüft öffentliche oder nur eigene Sichtbarkeit, durchsucht letzte Stunde/Tag/3 Tage/alles, listet Unsichtbares und warnt bei eingeklappten Antworten. Sechs Settings-Tabs gelten sofort ohne Neustart. Manueller Lauf wird hinter dem Listener eingereiht, nicht abgewiesen. Self-Check nennt Installationen; Python 3 nötig, fehlende Pakete werden gelistet.

Erstellt Präsentationen, indem es das installierte LibreOffice per UNO steuert, statt OOXML in JavaScript zu schreiben. lo_build öffnet aus strukturierten Folien ein echtes Impress-Dokument und exportiert bearbeitbare PPTX/ODP, PDF und PNG je Folie; lo_render rendert vorhandene PPTX/PPT/ODP erneut; lo_convert wandelt Office-Formate um; lo_probe meldet den erkannten soffice-Pfad, die Version und die UNO-Brücke; lo_config bearbeitet gespeicherte Einstellungen. Mit LibreOffice 26.8.1.1 geprüft. Verwendet das gebündelte Python, braucht kein System-Python und hält zwischen Aufrufen einen soffice-Prozess warm. Vollständig nur unter Windows verifiziert; Linux nutzt system python3 und benötigt python3-uno.

Lokales Remote-Development-Plugin für DSH: Hostregister, SSH-Tunnel, Erkennung entfernter Workspaces/Sitzungen, authentifizierte Connection-RPC-Schnittstelle, Agententools und Einstellungsseite.

Verbindet DeepSeek-Harness-Sitzungen per LAN mit Cherry-Studio-Desktops: QR-Kopplung, 14 `cherry_*`-Tools für Agents/Sitzungen/Verlauf/Interaktionen sowie Geräte- und Workspace-Toolumfang.

Acht akademische Skills im Ein-Befehl-Paket: publikationsreife, visuell geprüfte Abbildungen aus echten Daten, Vermenschlichung von KI-Text, Überarbeitung und Umschreiben von Arbeiten, PubMed-Zitatprüfung (Abgleich von DOI/PMID), Prüfung chinesischer Zitate und medizinischer Buchreferenzen sowie Strukturierung medizinischer WeChat-Artikel. Drei Skills laufen vollständig lokal; fünf rufen externe Dienste nur bei Nutzung auf (NCBI E-utilities, DOI-Auflöser, Verlagsplattformen), je Skill ausgewiesen. Keine Telemetrie, keine Installationsskripte. Lokal ist Python 3.8+ nötig; academic-figures braucht zusätzlich installierte pip-Abhängigkeiten.

Lokale Medien (Video/Audio/Bild) für Zeitlinie/Transkript/Bereiche. Fallback je Medium in meta.attempts (nie still): Host-Multimodal→OpenAI-kompatibel/Schlüsselrotation→lokales ffmpeg/ASR→Metadaten. Cooldown nur bei Auth/Quota; Kandidat bleibt, wandert ans Ende (nicht verworfen). Fehler vor Kürzung schwärzen; Magic Bytes statt Endung. Optionales vision-bridge; Modellregistrierung/Inline-AV (video_url/input_audio) braucht optionale Peers dsh-thinking-levels und dsh-llm-openai-completions; sonst fehlerfreie Degradation. Standard remote; strictLocalOnly lokal. ffmpeg/ffprobe und lokales ASR-CLI nicht enthalten, nur für lokalen Fallback nötig; fehlen sie, Rückfall auf Metadaten. Hosts 0.1.7/0.2.0/0.2.1 (6 rc, engines.dsh enum); npm dsh-media-lens.

Durchsuchbares Mehrfachauswahlfenster für DSH-Unterhaltungen, nach Workspaces gruppiert. Ermöglicht gesammelt Löschen, Archivieren und Anheften; Shift wählt einen Bereich, Ctrl fügt Elemente hinzu.

Bindet kostenlose und kostenpflichtige WorkBuddy-Modelle (Inland und international) ohne Desktop-App in DSH ein. Gepflegter Fork von Faide-cyber/dsh-workbuddy, veröffentlicht als @bushizhanghan/dsh-workmate; der Upstream ist bereits im Katalog. Nicht gemeinsam installieren: Beide registrieren dieselbe provider id „workbuddy-ai“ und kollidieren. v1.2.7 verschiebt überlange System-Prompts hinter den Kanal-Risikofilter des Inlands-Gateways, ändert die DSH-Markenzeichenfolge und ergänzt einen Debug-Dump. Unterstützt dsh 0.2.0-rc.2 bis 0.2.1 einschließlich Vorabversionen.

Rendert interaktive Diagramme und Grafiken sowie schrittweise Lernvisualisierungen neben nativem Fließtext in DeepSeek Harness.

Lässt den Agenten sein Vorgehen erläutern: Jeder Zug beginnt mit seiner Interpretation der Nachricht und dem ersten Schritt; zwischen Tool-Aufrufgruppen erscheinen kurze Zwischenmeldungen. In-App-Einstellungen für Stil, Satzlimit und Schalter.

DSH-Langzeitgedächtnis in Markdown. Erfasst täglich echte User/Assistant-Dialoge ohne Modellaufruf; ein LLM fasst sie im System-Prompt jeder Runde zusammen. Lokale Suche CJK bigram + BM25 in 3 Stufen (Index/Zusammenfassung/Volltext) lädt nur angeforderte Details. P0- und Nutzereinträge werden nie automatisch geändert; Vergessen markiert stale statt zu löschen, der Verlauf bleibt in status.md prüfbar. Sechs Werkzeuge: recall/write/status/extract/feedback und Skill-Bibliothek. Geeignete Gruppen zeigen am Rundenende eine Karte; Klick erstellt SKILL.md, Installation nach Zustimmung. Lernen ist standardmäßig aktiv und nutzt das Gesprächsmodell. Hauptschalter stoppt das LLM, nicht die Erfassung. Fehler in prompt und status.md. JavaScript pur, keine Runtime-Abhängigkeiten außer Harness-Paketen.

Bietet drei Lern-Skills für Kursnotizen, Begriffserklärungen und in sich geschlossene Lehrkapitel. Referenzmaterial und Hilfsskripte für Kurse sind enthalten.

Werkzeug zur Suche und Analyse von GitHub-Projekten. Beschreibe deine Idee in einem Satz: Der Agent sucht verwandte Projekte, ordnet sie nach sterngewichteter Relevanz und liefert eine Karte mit letzter Aktualisierung, Relevanz, Sternen, gewichteter Bewertung, Sprache und Kurzbeschreibung. Wähle einige Repositories aus; das Werkzeug liest README, Abhängigkeitsmanifest, Verzeichnisbaum und wichtige Dateien und skizziert die Architektur. So kannst du vor dem Bauen auf bestehende Projekte aufbauen.

OpenCode-Go-Modellquelle für DSH: Liest den opencode-go-Katalog von Models.dev und stellt ihn über eine separate opencode-go-live-Route bereit; die integrierte opencode-go-Route bleibt erhalten. Der Katalog-Snapshot wird im DSH-Verzeichnis zwischengespeichert; bei fehlgeschlagener Aktualisierung bleibt der letzte erfolgreiche Stand erhalten. Die eigene Models-Einstellungskarte bearbeitet den Routenschlüssel und kann die Nutzung des OpenCode-Go-Abos anzeigen.

Holt eine bereits gesendete Nachricht zurück: Das Sitzungsprotokoll bleibt append-only und nichts wird gelöscht, aber zurückgerufene Turns verlassen Modellkontext und Transcript, und der Text kehrt in den Composer zurück. Von diesen Turns geänderte Dateien landen in Quarantäne und lassen sich auf einer eigenen Einstellungsseite prüfen und leeren.

Bietet auf Basis von CLIProxyAPI einen authentifizierten OpenAI-kompatiblen Endpunkt für DSH und andere Tools. Bündelt WorkBuddy, OpenCode Zen, lokales Ollama/LM Studio und CLI-Abos wie Codex und Kimi. Anmeldung über die DSH-Seite ohne Installation der CLIs; ausgewählte Modelle werden nach Quelle gruppiert mit DSH synchronisiert. Die Einstellungen bieten Schalter je Quelle, Kostenlos/Bezahlt-Tags, Plannutzung, 24-Stunden-Statistiken für API-Schlüssel, Modellauswahl sowie Aktualisieren/Deinstallieren. Läuft auf macOS, Linux (auch neben dsh-vps) und Windows.

Registriert einen MCP-Server zur Umwandlung von URLs in Text mit echtem Browser in einem DSH-Profil. `fetch_url` und `fetch_urls` rendern JavaScript-lastige, botgeschützte chinesische Seiten (Zhihu, CSDN, Juejin, cnblogs) und liefern bereinigten Artikeltext als JSON mit Diagnosen je Stufe. `crawler_status` meldet die Browserverfügbarkeit. Python-Abhängigkeiten müssen nach der Installation einmalig eingerichtet werden.

Veröffentlicht Tarife von Command Code Go / GOAT / Pro / Max als `llm-pi-ai`-Routenprofile statt als Adapter. Gleicht die Live-Liste `/provider/v1/models` mit dem Funktionskatalog ab und weist Modelle unterstützten OpenAI-Chat-, OpenAI-Responses- oder Anthropic-Messages-Routen zu. Beim Tarifwechsel werden nur die vom vorherigen Tarif erzeugten Routen gelöscht. Dieselben Zugangsdaten ermöglichen fünfstündige und wöchentliche Nutzungskontingente, Guthaben und Websuche.