Plugins

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.

Native DeepSeek Harness plugin: feeds every prompt into the local agent-feedback-loop capture pipeline and injects compiled recurrence rules back as context.

OpenBKN-Business-Knowledge-Network-Kontext für DeepSeek Harness

DSV4.1-Reasoning-Support mit multimodalem Kontext und begrenzter Artifact-Akzeptanz für DeepSeek Harness

IDE-artiges Git-Panel in der DSH-Web-GUI: ein residenter Tab mit einer dreispaltigen Übersicht (Branch/Tag-Liste, durchsuchbarer Commit-Historie-Graph, Commit-Details mit geändertem Dateibaum und Nachricht) und eine Änderungsseite (Statistikleiste, nicht eingecheckte Liste mit pro-Datei stage/unstage/discard, Commit-Box mit amend); Side-by-Side-Diffs mit verzögertem highlight.js-Syntax-Highlighting, bedarfsweiser Between-Hunk-Kontexterweiterung und wortweiser Intra-Line-Hervorhebung, mit Bilddateien als Vorher/Nachher-Ansichten; plus ein zsh-artiger Branch-Marker in der Eingabeleiste. Jeder git-Befehl wird als argv-Array über den Host-Subprozess-Service ausgeführt, cwd auf das Repo-Root beschränkt.

Select text in the DSH web UI to stream a translation and an explanation of what it means in that specific context, read against the conversation it came from; the panel keeps a replayable history and can be promoted into a full session.

Web-Lesetools für reine Text-Agenten. Fünf schreibgeschützte Tools: web_fetch (jede URL als sauberes Markdown oder Klartext gerendert), web_links (Inventar der Links einer Seite), web_feed (RSS-2.0-/Atom-Einträge), web_headers (HTTP-Status, Antwort-Header und Redirect-Kette ohne Herunterladen des Bodys, HEAD mit automatischem GET-Fallback) und web_table (aus HTML-Tabellen extrahierte strukturierte Zeilen mit Header-Erkennung und colspan/rowspan-Rastererweiterung). Der Transport ist Node-fetch plus eine abhängigkeitsfreie HTTP-Proxy-Implementierung (CONNECT-Tunneling, Absolute-URI-Anfragen, NO_PROXY mit Suffix-/Wildcard-/IPv4-CIDR-Abgleich, Proxy-Authorization). Keine Laufzeitabhängigkeiten.

Universelle Model-Context-Protocol-(MCP)-Bridge für DeepSeek Harness: verbindet Agenten mit stdio/sse/websocket-MCP-Servern, mit einer Scale-Engine für 10k inaktive Verbindungen, Sub-Millisekunden-BM25-Toolsuche, dynamischem Token-Budgeting und einem Echtzeit-Dashboard in der Web-UI.

Kometenartig animierter Cursor für den DSH-Web-Composer: Ein leuchtender Schweif gleitet an die Textposition, mit konfigurierbarer Akzentfarbe, Dicke, Schweif und 500-ms-Leerlaufblinken. Erweitert die Oberfläche auf Eingaben von Fragekarten und behebt das Verschwinden des Cursors bei leerem Composer oder erstem Fokus, die Vorwärts-Drag-Auswahl, die dem Zeiger nicht folgt, weiche Zeilenumbrüche, die an der vorherigen Zeile gemessen werden, und das Zeichnen des Cursors außerhalb des Composers bei scrollender langer Eingabe. Gepflegter Fork von Lacquervii/smooth-cursor.

DeepSeek Harness (DSH)-Plugin zur automatischen Wahl des Reasoning-Grads: Das Jev-System-One-Modell entscheidet, wie viel Denkaufwand jede Nachricht verdient, die Stufe wird aus den vom Modell deklarierten Graden abgeleitet, ein Kontext-Umschlag lässt Rückfragen wie „weiter“ die Gesprächstiefe erben, bei geringer Konfidenz wird nach oben aufgerundet, und bei jedem Fehler bleibt die vorherige Stufe still erhalten. | Jev-gesteuerter Reasoning-Aufwand pro Nachricht: modellspezifische Stufenleitern aus den Angaben jedes Modells, ein Kontext-Umschlag fester Größe, damit Rückfragen die Gesprächstiefe erben, Gleichstand bricht nach oben, stilles Zurückfallen auf jedem Fehlerpfad.

Vision-Bridge für reine Text-Routen von DeepSeek, die angehängte und lokale Bilder über konfigurierbare OpenAI-Responses-, Chat-Completions- oder Anthropic-Messages-Endpunkte analysiert, während bildfähige Routen nativ bleiben.

Minimales Windows-Agent-Preset für DeepSeek Harness: feste einzeilige Persona, drei Tools, kein Laufzeitkontext.

Löschen pro Nachricht für DSH: eine Nutzernachricht, einen Antwort-Schritt oder eine ganze Assistenten-Antwort über den offiziellen Surface-Replace-Vertrag aus dem abgeleiteten Modellkontext entfernen und aus dem sichtbaren Transkript ausblenden, ohne das Append-only-Log neu zu schreiben.

Proaktive Weckrufe auf Host-Ebene für DeepSeek Harness: Das Modell plant seine eigenen Alarme (einmalig, Intervall oder Cron, optional mit Jitter), kalte Sitzungen werden per session resume pünktlich geweckt, Nachfassaktionen des Modells werden durch Ruhezeiten und ein Tagesbudget begrenzt, und stille Weck-Turns enden mit proactive_reclaim und fallen als Grabsteine aus dem Kontext. Deklarierte Zeitplandateien synchronisieren ihre JSON per Glob idempotent in Host-Alarme; min_idle_seconds verschiebt Weckrufe, bis die Ziel-Sitzung zur Ruhe kommt, und ein Web-Panel verwaltet Alarme und Verlauf — die Herzschlag-Engine für KI-Begleiter und Rollenspiel-Charaktere mit eigenen Tagesabläufen.

Führt den Kontext anderer Sessions in den aktuellen Turn zusammen: evidenzgewichtete Konfliktauflösung, Rücknahme von Aussagen, deren Prämissen zurückgenommen wurden, Vertrauens-Kennzeichnung, die sessionübergreifender Prompt-Injection widersteht, und budgetbegrenztes Packing. Enthält einen Benchmark.

Speist jeden dsh-Prompt in die lokale Feedback-Memory-Pipeline von agent-feedback-loop ein – erfasst Unzufriedenheit, verarbeitet sie offline zu Reflexionen und hängt den kompilierten Kontext der Wiederholungsregeln an die Runde zurück, ohne je einen Prompt zu blockieren. Erfordert die agent-feedback-loop-Laufzeit; ein anschließendes `agent-feedback-loop install` bindet bestehende dsh-Profile automatisch ein.

Zeigt eine DSH-Session als Konversations-Leinwand — jeder Turn ist ein Knoten, jeder Turn gabelt eine echte Kind-Session ab, und ein komprimierter Kontext faltet sich zu einem grünen Knoten, aus dem Sie weiterreden können; die linke Schiene gruppiert Leinwände nach DSH-Workspace und benennt sie im Gleichschritt mit den Session-Titeln um.

Same-origin in mechanism with the two loudest lines in context compression. The code-skeleton gate follows the skeletonization approach of Headroom (Apache-2.0), whose published headline is 20% fewer tokens for coding agents and 60–95% fewer tokens for JSON, same answers. The estimator channel follows TokenPilot (arXiv:2606.17016), which reports up to 60% lower cost for long-session agents. Both figures are theirs, quoted as-is; this plugin ships no benchmark of its own and claims no reduction of its own. What it adds for DeepSeek Harness: choose a compression profile, set the Auto Compact trigger level and toggle code-skeleton compression from one settings section, with exact DeepSeek V4 tokenizer measurement, same-revision count verification, and fail-open behaviour that keeps the original tool results on unsupported models.

Team-Wissensdatenbank für Offline-Wissensaustausch (FDE-Box-Szenario): Einstiegspunkte zum Durchsuchen, Volltextsuchen und Verfeinern; Rohmaterial wird automatisch in die Warteschlange gestellt und von einer seriellen Bot-Session zu Wiki-Seiten destilliert (Karpathy-LLM-Wiki-Muster: unveränderliches Rohmaterial, zweistufige Verfeinerung, Log-Stream, monatlicher Lint).

Session-Anweisungsanker für DeepSeek Harness: Der erste Schritt einer neuen Session injiziert einen frei zusammengestellten Anweisungsblock als plugin-stammende Nachricht, und er wird nach einer zusammenfassenden Kompaktierung, alle N Turns oder wenn der gemessene Kontextdruck eine Schwelle überschreitet, neu verankert. Ein /anchor-Befehl verankert bei Bedarf ohne Modellaufruf neu; eine Einstellungsseite verwaltet die seitenweise Preset-Bibliothek, Injektionsreihenfolge, Neuanker-Quelle und Zeichenlimits.

SiYuan-(思源笔记-)Notizintegration: 17 siyuan_*-Host-Tools für die Auflistung von Notizbüchern und Dokumenten, Volltextsuche, SQL-Abfrage, Lesen von Dokumenten und Blöcken, Erstellen und Anhängen von Inhalten, Verschieben und Umbenennen von Dokumenten, Tagesnotizen und Blockattribute, plus eine Web-Einstellungsseite für die SiYuan-URL, das API-Token und Schalter pro Tool.

Mehrsprachige Codebase-Intelligenz für MCP-kompatible IDEs, die CLI und DeepSeek Harness: Chat, Suche, Audit, Refactoring und board-taugliche Berichte aus lokalem Code.

One-Click-prägnanter Ausgabestil für DeepSeek Harness: Ergebnisse zuerst, kein Filler, gleiche Arbeitstiefe. Jede finale Antwort beginnt mit einer Klartext-Digest-Karte (Text markieren zum Kopieren), scoped pro Session, funktioniert auch headless/CLI, mit /concise-Kommando, style.md-Overrides und lokaler API. Links und Dateipfade in der Digest-Karte werden als klickbare Chips gerendert: URLs springen, lokale Dateien öffnen mit der Standard-App (v0.9+). Eine Per-Step-Vorgenerierungs-Contract-Erinnerung (v0.11.2+) behebt messbar Digest-Fehler bei Audit-Report/Tabellen-förmigen Antworten.

MCP-Scoping pro Workspace für den DeepSeek Harness — entscheiden Sie, welche MCP-Server eine Session aus dem Verzeichnis sehen darf, in dem sie geöffnet wurde.