Plugins

Markiert Elemente, leere Stellen oder gezogene Bereiche im Browser-Tab der rechten DSH-Seitenleiste. Jeder Stapel wird als Screenshots und Berichtsdateien gespeichert und der nächsten Nachricht als Text angehängt. Ersetzt nicht die offiziellen Browser-, Chat- oder Layout-Anbieter.

Registriert Brave als web_search-Provider. Bezieht den API-Key aus dem DSH Credential Store, $DSH_HOME/.credentials.yaml oder der Umgebung. Keine Einstellungsseite und keine Fallback-Engine; je Suche eine Anfrage an die Brave Web Search API.

Registriert den QwenWork-Modellanbieter (千问办公) mit der lokalen Anmeldung des Desktop-Clients. Startet eine auf Loopback begrenzte OpenAI-kompatible Brücke auf 127.0.0.1 und übersetzt DSH-Modellanfragen in das tatsächlich vom Upstream verwendete ACP-ähnliche Steuerhüllen-Konversationsprotokoll.

Bindet dsh-llm-workbuddy ein, registriert den workbuddy-Modellanbieter und überwacht das lokale wb2api-Gateway. Ergänzt dort zwei Protokollbrücken: Responses für OpenAI Codex CLI und Anthropic Messages für Claude Code/Desktop; Letztere sehen Modelle unter generierten claude-wb-…-IDs. Überspringt bereits laufende oder registrierte Schritte und meldet jeden Status über ein Tool. Benötigt lokales wb2api-Gateway und WorkBuddy-Konto.

Merkt sich den ausdrücklich gewählten reasoning effort je Anbieter und Modell und stellt ihn beim Zurückwechseln wieder her, ohne die DSH-Modellauswahl zu ersetzen.

DSH-Panel für DeepSeek-Guthaben und Tokenverbrauch: offizielle Plattformabrechnung, täglicher Nutzungskalender und lokale Schätzungen aus Sitzungsprotokollen für alle Anbieter, mit editierbaren Preisen je Modell.

Native Mixture-of-Agents zur DSH-Generierung: In jedem Zug erstellen Referenzmodelle parallel Vorentwürfe mit demselben Sitzungskontext; ein Aggregator führt anschließend mit allen Tools aus. Enthält Konfigurationen als Modellrezepte, F-Spiegel/R-Kurzansichten, erzwungene Subagenten-Freigabe (doppelförmiger Sitzungsindex), Vision je Rezept (Bildlesen an reine Text-Aggregatoren weiterleiten), gestaffelte Taktung mit getrennten Steuerungs-/Patrouillenlisten und eingefrorener Wiederverwendung zwischen Takten. Degenerierte Referenzausgaben werden verworfen, Fehlerhinweise zeigen keine Provider-Identität und der Probelaufdatensatz bleibt am Entstehungsort statt jeder Anfrage angehängt zu werden, damit der Präfix im Cache bleibt; standardmäßig bei allen Takten aktiv.

Mehrrollen-Gruppenchat für DeepSeek Harness: als eine Figur mit 2–3 KI-Mitgliedern chatten; Antworten nach Adressat routen, mit probabilistischen Zwischenrufen anderer Figuren; @-Übergaben, private Erinnerungen und Beziehungen, globale Figurenbibliothek, Fehlerdiagnose und erneuter Antwortversuch, Suche, angeheftete Szenennotiz, seitenweise lange Historie, tabübergreifende Synchronisierung, Modelle aus dem Anbieterkatalog sowie JSON-Import/-Export.

Zeigt unter dem Harness-Eingabefeld das Guthaben des ausgewählten Anbieters und schätzt die Ausgaben anhand beobachteter Guthabenrückgänge.

Nutzt Claude Code (offizielles, unverändertes Binary über das Agent SDK) in DeepSeek Harness als Modell-Provider und Subagent.

Modell-Provider für DeepSeek Harness (DSH): WorkBuddy, Trae, Qoder, ZCode und Claude-/Codex-Abos hinter einem OpenAI-kompatiblen Endpoint. Mit schlankem Einstellungsfenster und Ein-Klick-Zugang zur vollständigen Verwaltung.

Aufräumen der offiziellen DeepSeek-Harness-Web-UI: direkter Settings-Aufruf statt Seitenleistenmenü „More“, unbrauchbare offizielle DeepSeek-Providerkarte entfernt und Session-Log-Upload für offizielle Modelle dauerhaft deaktiviert.

Ollama-Cloud-Anbieter für DeepSeek Harness mit nativen und OpenAI-kompatiblen Transporten.

OpenCode-Console- und OpenCode-Go-Provider für DeepSeek Harness.

Sandbox-Provider für DeepSeek Harness auf Basis von MXC (Microsoft eXecution Containers): Verpackt argv von ctx.sandbox.confine() im BaseContainer-Backend als `wxc-exec --config-base64 <policy> -- <command>`. Eine Laufzeitabhängigkeit: @microsoft/mxc-sdk.

Devin CLI in DeepSeek Harness: `devin`-Delegationswerkzeug, `/devin`-Befehl und `devin`-LLM-Anbieterroute, alles über die ctx.subprocess-Schnittstelle.

ClinePass-Provider für DeepSeek Harness: 15 enthaltene Abo- und Gratis-Modelle, Kapazitätsüberschreibungen je Modell, Aboverbrauch in 5-Stunden-, Wochen- und Monatsfenstern sowie Multi-Konto-Failover auf ein Ersatzkonto.

API Hub: Verwaltet und verwendet lokale API-Provider (Schlüssel, Modelle, Guthaben) und Skills direkt in DeepSeek Harness.

Ersetzt die Modell-Auswahl im DSH-Composer durch eine durchsuchbare, nach Providern gruppierte Liste.

Agent Settings verwaltet wiederverwendbare Subagent-Profile in der Seitenleiste, jeweils mit Beschreibung des Einsatzfalls und eigener Provider-/Modellroute. Der Agent kann das passende Profil als Subagent starten.

Ergänzt das Meta-Muse-Code-Abo als DSH-Modellanbieter. Die mitgelieferte Meta-Route wird unter Einstellungen > Modelle deklariert, der Konto-Chatkatalog (einschließlich Muse Wonder) in die Modellauswahl synchronisiert. Eine Anmeldekarte und `/muse-login` starten den integrierten Meta-Gerätecode-Flow, erneuern den ausgestellten Schlüssel und zeigen den Zugang mit rotem/grünem Punkt. Aktives Muse-Code-Abo erforderlich; keine Meta-CLI nötig.

Suchorientierte Modellauswahl mit Favoriten, zuletzt verwendeten Modellen, einklappbaren Anbietergruppen und Tastaturnavigation.

Registriert Modelle eines lokal laufenden workbuddy2api-hub in DSH als eigenen OpenAI-kompatiblen Anbieter pro API-Schlüssel; jeder Schlüssel behält seine Modellauswahl. Seitenleisten-Badge zeigt Guthaben des Hauptschlüssels sowie heutige/wöchentliche Tokens, Guthaben und API-Äquivalentkosten. Lokaler Betrieb nötig.

Forensische Analyse früherer Modell-Routing-Entscheidungen. Spielt Sitzungen ab und klassifiziert Aufgabenkomplexität pro Turn anhand der Anfrageform deterministisch, ohne LLM. Findet zwei Arten von Verschwendung: teures Modell bei einfacher Arbeit (Differenz messbar) und günstiges Modell, das bei schwerer Aufgabe scheitert; jeder Versuch sendet den ganzen Kontext erneut, sodass das Downgrade mehr kostet als das Upgrade. Trennt Kapazitätsfehler (RATE_LIMIT/TIMEOUT/TRANSPORT) von Modellfehlern. Leitet Regeln aus Belegen ab und berechnet mit integrierter Tabelle pro Million Tokens.